OpenAI、ChatGPTが画像を分析する『GPT-4V（ビジョン）』を発表。安全性、嗜好性、福祉機能を強化 | AIDB

OpenAIが最近リリースしたGPT-4V（ビジョン）は、従来のChatGPTが持っていたテキスト処理能力に加え、画像分析機能を備えています。この進化において、GPT-4Vは「画像処理の安全性能」と「嗜好性の学習」が強化されています。また、DALL-E3との連携においても非常に有用であると期待されます。 なお、本技術によって実現される「見る」に加え、ChatGPTは「聞く」、「話す」ことができるようにもなります。（9/25より）2週間かけて、PlusユーザーはChatGPTに画像を見てもらったり音声で会話できるようになります（iOS & Android）。 関連研究 ChatGPTの”ふるまいの変化”を定量的に分析した結果 OpenAI、大規模言語モデルの数学能力を大きく向上させることに成功 GPT-4を使用した知的労働者のパフォーマンスは軒並み向上し、もとの成績が良くないほど顕著。※注意

[diet55]

「食品のラベルを読む」「周囲の環境を把握する」「物の位置を特定する」

[tockri]

人間の知性をどんどん引き離していくなあ。

[shields-pikes]

今までのChatGPTは、テキストで入力・出力する業務なら何でも人並みにできた。いわば博識な全盲者のような状態。あとはあらゆるデータを正確にテキスト化する仕組みさえあれば、視覚を手に入れたのとほぼ同様になる。

[arc_at_dmz]

だんだんインタラクションデザインの会社になってきた。

[star_123]

どのレベルで映像を取り扱ってるのか気になるのではよ試したい

[mozukuyummy]

ChatGPT「安全ヨシ！！」