تغییرات جدید چت جی‌پی‌تی با GPT-۵ در راه است + جدول مقایسه

به گزارش خبرگزاری آنا؛ اوپن‌ای‌آی در آستانه عرضه نسل جدیدی از مدل‌های زبانی خود قرار دارد. بر اساس اظهارات رسمی سم آلتمن، مدیرعامل این شرکت، و گزارش‌های منابع متعدد از جمله Tom’s Guide و Softreviewed، مدل GPT-۵ در تابستان ۲۰۲۵ معرفی خواهد شد. این مدل قرار است به عنوان جایگزینی یکپارچه برای مدل‌های متنوع فعلی چت جی‌پی‌تی، تحولاتی اساسی را در زمینه کار با هوش مصنوعی رقم بزند.

اوپن‌ای‌آی پیش‌تر در بازه‌های زمانی نسبتاً منظمی مدل‌های جدید خود را عرضه کرده است؛ GPT-۴ در مارس ۲۰۲۳، GPT-۴ Turbo در نوامبر همان سال، و GPT-۴o در مه ۲۰۲۴. حال انتظار می‌رود GPT-۵ نیز ادامه‌دهنده همین روند باشد، هرچند برخی چالش‌های حقوقی و رقابتی ممکن است زمان‌بندی را تحت تأثیر قرار دهند.

به گزارش Flexos، یکی از مهم‌ترین تغییرات در GPT-۵، حذف انتخابگر مدل (Model Selector) و ترکیب توانایی‌های مختلف در یک سیستم واحد است. به گفته رومن هوت، مدیر تجربه توسعه‌دهندگان در اوپن‌ای‌آی، مدل جدید قابلیت‌های سری o (برای استدلال) و GPT (برای پردازش چندرسانه‌ای) را به شکل یکپارچه ارائه می‌دهد. این امر استفاده از مدل را برای کاربران ساده‌تر می‌کند و نیاز به سوییچ بین نسخه‌های مختلف را از بین می‌برد.

از منظر فنی، انتظار می‌رود GPT-۵ توانایی‌های استدلال و تحلیل پیچیده‌تری داشته باشد. بر اساس گزارشی از ZDNet، دقت GPT-۵ در وظایف استدلالی چندمرحله‌ای نسبت به GPT-۴ حدود ۳۰ درصد بهبود یافته است. این پیشرفت می‌تواند به کاهش خطا‌های محتوایی و بهبود پاسخ‌های تحلیلی و کدنویسی کمک کند.

قابلیت چندوجهی در GPT-۵ نیز گسترده‌تر خواهد بود. در حالی‌که GPT-۴o از متن، تصویر و صدا پشتیبانی می‌کرد، GPT-۵ احتمالا امکان تحلیل و پاسخ به ورودی‌های ویدیویی را نیز خواهد داشت. کاربران خواهند توانست ترکیب‌هایی از تصویر، صوت و ویدیو را در یک مکالمه واحد به مدل ارائه دهند.

افزایش چشم‌گیر در حجم اطلاعات قابل پردازش (Context Window) نیز از دیگر تغییرات قابل توجه است. برخی منابع از امکان پردازش حدود ۲۵۶ هزار توکن به‌صورت همزمان خبر داده‌اند. این قابلیت به ویژه در پردازش داده‌های حجیم، مانند تحلیل گزارش‌های مالی بلندمدت یا بررسی اسناد پژوهشی مفصل، کاربرد خواهد داشت.

حافظه شخصی‌سازی‌شده نیز یکی دیگر از ویژگی‌های مورد انتظار در GPT-۵ است. مدل می‌تواند اطلاعات مربوط به کاربران را حفظ کند؛ از علایق و پروژه‌های آنها گرفته تا جزئیاتی مانند نام حیوان خانگی، و در مکالمات بعدی از این اطلاعات برای بهبود تعامل بهره بگیرد.

OpenAI همچنین در حال آزمایش ابزار جدیدی با نام احتمالی «اپراتور» (Operator) است. داده‌های نسخه بتای اپلیکیشن اندروید چت جی‌پی‌تی نشان می‌دهند که این ابزار ممکن است امکان تعامل هوشمند با محیط‌های مجازی مانند مرورگر‌های راه‌دور یا شبیه‌ساز‌های دستور ترمینال را فراهم کند.

در حوزه تولید تصویر و ویدیو نیز با بهبود درک زمینه و حافظه، مدل DALL·E برای تولید تصاویر دقیق‌تر و مدل ویدیوساز Sora برای رقابت با ابزار‌هایی مانند Veo ۳ از گوگل آماده می‌شوند.

یکی دیگر از نقاط تمرکز، بهبود اتصال چت جی‌پی‌تی به اپلیکیشن‌های ثالث است. قابلیت GPTs که اکنون برای ساخت نسخه‌های سفارشی چت‌بات استفاده می‌شود، در آینده می‌تواند به شکلی ساده‌تر به ابزار‌هایی مانند تقویم‌ها، سیستم‌های مدیریت پروژه یا اپ‌های سازمانی متصل شود.

براساس گزارش ChatArt، مقایسه‌های اولیه بین GPT-۵ و GPT-۴o حاکی از ارتقای قابل‌توجه در چندین بخش کلیدی است:

کاربرد‌های GPT-۵ محدود به تعامل‌های فردی نیست. به گفته کارشناسانی مانند جولین گولدی، این مدل می‌تواند فرایند‌های پیچیده کسب‌وکار، از تحلیل رقبا تا تولید محتوا و خدمات مشتری، را خودکار کند. حتی امکان‌پذیر است که تمام برنامه بازاریابی یک شرکت در قالب یک مکالمه با GPT-۵ طراحی و پیاده‌سازی شود.

با این حال، استفاده عمومی از هوش مصنوعی هنوز در مراحل اولیه قرار دارد. بر اساس آمار موسسه گالوپ، تنها ۸ درصد از کارکنان دانشی در آمریکا به صورت روزانه از ابزار‌های هوش مصنوعی استفاده می‌کنند. یکی از اهداف GPT-۵ کاهش این شکاف از طریق ساده‌سازی رابط کاربری و کاهش نیاز به دانش تخصصی است؛ مشابه تغییری که گوشی‌های هوشمند در دهه گذشته ایجاد کردند.

در نهایت، توصیه کارشناسان به کسب‌وکار‌ها این است که از هم‌اکنون فرآیند‌های خود را مستندسازی کرده، ابزار‌های فعلی هوش مصنوعی را آزمایش کنند و برای تطبیق با نسل جدید آماده شوند. عرضه GPT-۵ ممکن است آغازگر فصل جدیدی در تعامل با فناوری هوش مصنوعی باشد که به سرعت جایگاه فعلی بسیاری از روند‌های سنتی را دگرگون خواهد کرد.