ChatGPT現在可以開口說話了！直接威脅Siri等智能助手

美國時間週一，OpenAI宣佈給聊天機器人ChatGPT增加了語音交談的功能。這使得OpenAI與谷歌、蘋果、亞馬遜等科技巨頭在智能語音助手領域的競爭中直接對抗。

ChatGPT可以用五個“角色”來回答用戶的查詢，與Alexa和Siri等語音助手相比，它的語氣聽起來也更像真人。OpenAI表示，增加語音功能是吸引更多用戶使用ChatGPT並與其互動的重要方式。

OpenAI負責消費產品的副總裁彼得·鄧（Peter Deng）接受採訪時表示：“這是我們面臨的挑戰，最難的一項工作就是將這項令人驚歎的技術簡化。”

OpenAI宣佈爲ChatGPT推出語音功能的同一天，亞馬遜宣佈簽署一項協議，將向人工智能初創公司Anthropic投資最多40億美元。這是自今年初微軟對OpenAI投資以來，人工智能領域規模最大的交易，表明科技巨頭正在將賭注押在熱門的人工智能初創企業上。

谷歌、亞馬遜和OpenAI等公司上週發佈了幾款人工智能產品，以擊敗競爭對手。集成到現有音箱中是各公司讓用戶使用聊天機器人並付費的關鍵途徑之一。

亞馬遜宣佈在Alexa家庭音箱上添加聊天機器人“對話”功能，這些智能音箱已經進入數百萬個美國家庭。而谷歌則表示正在考慮將聊天機器人Bard的技術應用到自己的語音助手中。

目前，人們可以在ChatGPT的移動應用上大聲提問，但聊天機器人會以文本回答。現在人們還可以將圖片作爲問題的一部分上傳給聊天機器人，比如展示冰箱裏的食材照片，並要求聊天機器人給出食譜建議。

添加語音和圖像功能使得ChatGPT有望成爲一個真正的“多模態”模型，它可以“看到”和“聽到”世界，並能夠用語音和圖像進行回應。多模態模型是該行業競爭的下一個階段，許多公司正在競相開發功能更強大的模型。

多年來，語音助手已經出現在汽車、智能手機、電視和智能音箱中，每天有無數人使用。但在大多數情況下，語音助手只能進行簡單的互動，比如開燈或報天氣等。聊天機器人背後的“大語言模型”技術開啓了一種可能性，讓語音助手能夠進行更長、更自然的對話，並回答更復雜的問題。

投資者和分析師指責亞馬遜對聊天機器人和圖像生成器等生成式人工智能領域的競爭反應遲緩。Anthropic的投資將使亞馬遜接觸到這家初創公司的研究人員和技術。Anthropic由前OpenAI員工創立，之前曾接受過谷歌的投資。

市場研究公司Gartner副總裁吉姆·黑爾（Jim Hare）表示，亞馬遜通過上述舉措向市場展示了自己是生成式人工智能領域的積極參與者，並試圖改變人們對其已經落後的印象。

OpenAI去年11月發佈了ChatGPT，引發了聊天機器人的熱潮。微軟與OpenAI合作使用後者的技術，谷歌則推出了自己的聊天機器人Bard。

人工智能研究人員警告稱，人們可能會過度擬人化聊天機器人，因爲它們的回答通常看起來很像真人的回應。這可能導致用戶錯誤地對機器人的智能或能力產生信任。然而，聊天機器人仍然常常編造信息，並將其僞裝成真實答案，這被人工智能研究人員稱爲“幻覺”。

ChatGPT的新角色名爲Sky、Ember、Breeze、Juniper和Cove，每個角色都有不同的語調和口音。“Sky”的聲音聽起來有點像斯嘉麗·約翰遜（Scarlett Johansson），她在電影《她》中爲主角愛上的人工智能配音。。OpenAI高管彼得·鄧表示，語音角色並不是爲了讓人聽起來像某個特定的人。

在一次演示中，彼得·鄧展示了機器人如何理解雜亂無章的開放式語音問題。他說，這些新功能使對話變得更容易、更自由，而不必考慮如何準確地表達一個問題。“有了這個功能，你就可以與ChatGPT對話了，”鄧說。“我的孩子現在要求用ChatGPT講睡前故事。”

OpenAI的政策研究員桑吉尼·阿加瓦爾（Sandhini Agarwal）在採訪中表示，他們已經測試了語音和圖像功能，並增加了安全措施，以確保機器人對敏感話題作出適當的回應。例如，如果用戶詢問與心理健康相關的問題，ChatGPT會建議他們諮詢專業人士。不過，阿加瓦爾表示還有更多工作要做，這項工作還遠未完成。