9月26日消息，美國時間周一，OpenAI宣布給聊天機(jī)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(lǐng)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并與其互動的重要方式。

OpenAI負(fù)責(zé)消費(fèi)產(chǎn)品的副總裁彼得·鄧（Peter Deng）接受采訪時表示：“這是我們面臨的挑戰(zhàn)，最難的一項(xiàng)工作就是將這項(xiàng)令人驚嘆的技術(shù)簡化。”

OpenAI宣布為ChatGPT推出語音功能的同一天，亞馬遜宣布簽署一項(xiàng)協(xié)議，將向人工智能初創(chuàng)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(lǐng)域規(guī)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(chuàng)企業(yè)上。

谷歌、亞馬遜和OpenAI等公司上周發(fā)布了幾款人工智能產(chǎn)品，以擊敗競爭對手。集成到現(xiàn)有音箱中是各公司讓用戶使用聊天機(jī)器人并付費(fèi)的關(guān)鍵途徑之一。

亞馬遜宣布在Alexa家庭音箱上添加聊天機(jī)器人“對話”功能，這些智能音箱已經(jīng)進(jìn)入數(shù)百萬個美國家庭。而谷歌則表示正在考慮將聊天機(jī)器人Bard的技術(shù)應(yīng)用到自己的語音助手中。

目前，人們可以在ChatGPT的移動應(yīng)用上大聲提問，但聊天機(jī)器人會以文本回答。現(xiàn)在人們還可以將圖片作為問題的一部分上傳給聊天機(jī)器人，比如展示冰箱里的食材照片，并要求聊天機(jī)器人給出食譜建議。

添加語音和圖像功能使得ChatGPT有望成為一個真正的“多模態(tài)”模型，它可以“看到”和“聽到”世界，并能夠用語音和圖像進(jìn)行回應(yīng)。多模態(tài)模型是該行業(yè)競爭的下一個階段，許多公司正在競相開發(fā)功能更強(qiáng)大的模型。

多年來，語音助手已經(jīng)出現(xiàn)在汽車、智能手機(jī)、電視和智能音箱中，每天有無數(shù)人使用。但在大多數(shù)情況下，語音助手只能進(jìn)行簡單的互動，比如開燈或報天氣等。聊天機(jī)器人背后的“大語言模型”技術(shù)開啟了一種可能性，讓語音助手能夠進(jìn)行更長、更自然的對話，并回答更復(fù)雜的問題。

投資者和分析師指責(zé)亞馬遜對聊天機(jī)器人和圖像生成器等生成式人工智能領(lǐng)域的競爭反應(yīng)遲緩。Anthropic的投資將使亞馬遜接觸到這家初創(chuàng)公司的研究人員和技術(shù)。Anthropic由前OpenAI員工創(chuàng)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(lǐng)域的積極參與者，并試圖改變?nèi)藗儗ζ湟呀?jīng)落后的印象。

OpenAI去年11月發(fā)布了ChatGPT，引發(fā)了聊天機(jī)器人的熱潮。微軟與OpenAI合作使用后者的技術(shù)，谷歌則推出了自己的聊天機(jī)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(jī)器人，因?yàn)樗鼈兊幕卮鹜ǔ？雌饋砗芟裾嫒说幕貞?yīng)。這可能導(dǎo)致用戶錯誤地對機(jī)器人的智能或能力產(chǎn)生信任。然而，聊天機(jī)器人仍然常常編造信息，并將其偽裝成真實(shí)答案，這被人工智能研究人員稱為“幻覺”。

ChatGPT的新角色名為Sky、Ember、Breeze、Juniper和Cove，每個角色都有不同的語調(diào)和口音。“Sky”的聲音聽起來有點(diǎn)像斯嘉麗·約翰遜（Scarlett Johansson），她在電影《她》中為主角愛上的人工智能配音。。OpenAI高管彼得·鄧表示，語音角色并不是為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(jī)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(zhǔn)確地表達(dá)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(xiàn)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）在采訪中表示，他們已經(jīng)測試了語音和圖像功能，并增加了安全措施，以確保機(jī)器人對敏感話題作出適當(dāng)?shù)幕貞?yīng)。例如，如果用戶詢問與心理健康相關(guān)的問題，ChatGPT會建議他們咨詢專業(yè)人士。不過，阿加瓦爾表示還有更多工作要做，這項(xiàng)工作還遠(yuǎn)未完成。