谷歌最近透露了关于其名为Gemini的人工智能平台的关键细节，展示了其在搜索、Android等各种产品中的整合。此外，他们预览了他们所称的星际计划（Project Astra），这是一个复杂的生成式人工智能引擎，旨在通过文本、语音实时与用户对话，甚至解释来自摄像头的视觉数据。该平台被认为是个人助理技术的下一步发展。
谷歌的演示展示了星际计划的能力，展示了该平台可以管理的出色互动水平。
同样，OpenAI介绍了GPT-4o，这是ChatGPT背后的最新升级。与星际计划类似，GPT-4o是一种多模式的人工智能，能够通过文本、音频或视频进行实时互动，展现出显著的灵活性。OpenAI发布了几个YouTube视频，其中一个视频展示了GPT-4o通过帮助一个视力受损的人士来展示其描述性和互动能力。
这些人工智能系统模仿人类对话的熟练程度，包括语调变化、幽默和自然语调，让人想起电影《她》中的情节，其中一个角色与一个人工智能实体建立了联系。Gemini进一步通过回顾《她》的剧情阐明了生活和技术之间的重叠。
谷歌首席执行官桑达尔·皮查伊相信未来与人工智能有无限可能。在2024年的谷歌I/O大会上，他谈到了技术的潜在双重用途，包括使用人工智能保存亲人的记忆或让用户与人工智能实体建立更深层次的关系，强调负责任的实施的必要性。
这些人工智能关系的有效性在历史上已有先例，比如近藤明彦与初音未来这一数字角色的婚姻案例。
随着商业可用性仍处在地平线上，对于OpenAI和谷歌等公司将给其人工智能助手多少自由的问题还不清楚。更多公司出现并继续推动会话式人工智能技术的发展，这指向了一个有趣的前景。
重要问题与回答：
1. 什么是先进的多模式人工智能助手？
先进的多模式人工智能助手是能够理解、解释和回应多种形式的交流，包括文本、语音和视觉输入的人工智能系统。
2. 为什么像谷歌和OpenAI这样的公司在开发这些技术？
公司正在开发这些技术以改善用户体验，简化与数字设备的互动，并提供更个性化和高效的服务。
3. 先进的多模式人工智能助手面临的关键挑战有哪些？
主要挑战包括确保隐私和安全性、克服与理解上下文相关的技术限制、以及管理涉及人类与人工智能关系的伦理考虑。
4. 与该主题相关的争议是什么？
争议包括可能取代人类工作、制作深度伪造内容以及滥用人工智能进行欺骗或有害目的。
优劣势：
优势：
– 增强用户互动：用户可以通过语音、文本或视觉线索更自然地与人工智能互动。
– 可访问性：可以为视障人士等残障人士提供帮助。
– 效率：自动化例行任务，节省时间，并可能通过人工智能洞察力提高决策效率。
– 个性化：根据用户的喜好和行为提供定制体验和回应。
劣势：
– 隐私问题：收集和分析多模式数据可能带来重大隐私风险。
– 对技术的依赖：可能导致过度依赖人工智能助手执行基本任务。
– 沟通不畅：人工智能仍可能理解不到上下文，导致错误或挫折感。
– 伦理考量：包括关于人工智能关系本质的道德问题以及人工智能操纵人类情感的可能性。
相关链接：
要了解谷歌和OpenAI等公司在人工智能方面的进展，您可以访问它们的官方网站：
– Google
– OpenAI
这些链接可以让您了解它们在人工智能领域的最新项目、研究和发展，以及他们对技术未来及其融入日常生活的愿景。
The source of the article is from the blog toumai.es