सार:
ओपनएआई ने घोषणा की कि चैटजीपीटी मोबाइल एप्लिकेशन ने आवाज-आधारित बुद्धिमान एजेंट कार्यों को जोड़ना शुरू कर दिया है। भविष्य में, उपयोगकर्ता न केवल आवाज के माध्यम से चैटजीपीटी के साथ चैट कर सकेंगे, बल्कि आवाज का उपयोग करके अधिक जटिल व्यावहारिक कार्य करने के लिए इसे सीधे आदेश भी दे सकेंगे। उदाहरण के लिए, उपयोगकर्ता चैटजीपीटी को एक दस्तावेज़ बनाने, एक ईमेल का मसौदा तैयार करने, एक स्लैक संदेश को सारांशित करने या यहां तक कि कार्यों की एक श्रृंखला करने के लिए कह सकते हैं जिन्हें पूरा करने के लिए कई चरणों की आवश्यकता होती है।
इस अपडेट का मूल एजेंटिक कार्य क्षमताओं को लाना है जिसे ChatGPT ने धीरे-धीरे डेस्कटॉप से लेकर मोबाइल फोन तक में जोड़ा है। प्लस और प्रो उपयोगकर्ताओं के लिए, मोबाइल फोन पर वर्क टैब का उपयोग अब सीधे दस्तावेज़ बनाने, ईमेल ड्राफ्ट करने और स्लैक संदेशों को सारांशित करने के लिए किया जा सकता है। यह अधिक जटिल वर्कफ़्लो भी कर सकता है जैसे वेबसाइट बनाना, प्रेजेंटेशन बनाना, क्लाउड ब्राउज़र का उपयोग करना और वित्तीय-संबंधित कार्यों को संभालना।
फ्री और गो उपयोगकर्ताओं के लिए, OpenAI प्लग-इन और कनेक्टेड एप्लिकेशन के उपयोग पर ध्यान केंद्रित करता है। इसका मतलब यह है कि विभिन्न सदस्यता स्तरों पर उपयोगकर्ता चैटजीपीटी को बाहरी टूल और एप्लिकेशन के साथ काम करा सकते हैं, लेकिन उपलब्ध कार्यों की विशिष्ट सीमा भिन्न होती है।
यह अपडेट चैटजीपीटी वॉयस मोड के व्यवहार के तरीके को भी बदल देता है। ओपनएआई ने कहा कि वॉयस वार्तालाप अब समृद्ध टेक्स्ट आउटपुट प्रदान कर सकता है, और उपयोगकर्ता चैटजीपीटी के साथ संचार करते समय एक ही समय में अधिक संपूर्ण टेक्स्ट जानकारी देख सकते हैं। साथ ही, उपयोगकर्ता वर्तमान बातचीत को समाप्त किए बिना और फिर से शुरू किए बिना टेक्स्ट और वॉयस मोड के बीच अधिक आसानी से स्विच कर सकते हैं।
सभी डिवाइसों पर लगातार काम करना भी इस अपडेट का एक महत्वपूर्ण हिस्सा है। उपयोगकर्ता अपने मोबाइल फोन का उपयोग करके चैटजीपीटी को बता सकते हैं कि जब वे बाहर हों तो आवाज से कार्य को संसाधित करना शुरू करें, और फिर कार्य को देखना और पूरा करना जारी रखने के लिए कंप्यूटर पर वापस लौटें। दूसरे शब्दों में, मोबाइल फोन मुख्य रूप से निर्देश जारी करने और किसी भी समय कार्य शुरू करने के लिए जिम्मेदार है, जबकि डेस्कटॉप अधिक जटिल वर्कफ़्लो को संभालना जारी रख सकता है।
यह परिवर्तन हाल के वर्षों में वॉयस इंटरैक्शन में ओपनएआई के निरंतर निवेश से संबंधित है। इस साल जुलाई में, ओपनएआई ने प्राकृतिक संवाद, रुकावट प्रसंस्करण और निरंतर संचार क्षमताओं में सुधार पर ध्यान केंद्रित करते हुए एक नया जीपीटी-लाइव भाषण मॉडल लॉन्च किया। इसके बाद, ओपनएआई ने इस आवाज क्षमता को डेस्कटॉप अनुप्रयोगों में लाया, जिससे उपयोगकर्ताओं को आवाज के माध्यम से चैटजीपीटी कार्य में बुद्धिमान एजेंट को नियंत्रित करने या कोडेक्स में सॉफ्टवेयर विकास कार्यों को पूरा करने की अनुमति मिली।
पिछले डेस्कटॉप संस्करणों ने पहले से ही उपयोगकर्ताओं को आवाज के माध्यम से जटिल मल्टी-स्टेप कमांड जारी करने की अनुमति दी थी। उदाहरण के लिए, डेवलपर्स सीधे चैटजीपीटी को एक नया कोड थ्रेड बनाने, एक पुल अनुरोध सबमिट करने और प्रत्येक ऑपरेशन के माध्यम से कदम उठाए बिना प्रोग्राम भेद्यता का मूल कारण ढूंढने के लिए कह सकते हैं। यह मोबाइल अपडेट मूल रूप से इसी विचार का अनुसरण करता है, लेकिन मोबाइल फोन पर आवाज नियंत्रण और बुद्धिमान एजेंट क्षमताओं का विस्तार करता है।
ओपनएआई का मानना है कि जटिल कार्यों को पूरा करने के लिए आवाज लोगों के लिए एआई के साथ बातचीत करने का एक महत्वपूर्ण तरीका बन रही है। रुकने और टेक्स्ट टाइप करने के बजाय, उपयोगकर्ता सीधे एआई को बता सकते हैं कि चलते, यात्रा करते समय या अन्य काम करते समय आवाज के माध्यम से क्या करने की आवश्यकता है, और फिर बुद्धिमान एजेंट को पृष्ठभूमि में इसे निष्पादित करना जारी रख सकते हैं।
यह प्रवृत्ति ओपनएआई की वॉयस टेक्नोलॉजी की पिछली स्थिति के अनुरूप भी है। कंपनी ने कहा है कि उसे उम्मीद है कि जैसे-जैसे मॉडल क्षमताओं में सुधार जारी रहेगा, आवाज अंततः एक प्रमुख कंप्यूटर इंटरेक्शन विधि बन जाएगी, और उपयोगकर्ता प्राकृतिक भाषा के माध्यम से तेजी से जटिल और लंबे समय तक चलने वाले कार्यों को पूरा करने के लिए एआई को कमांड देना जारी रख सकते हैं।
ओपनएआई ने इस विकास दिशा का प्रदर्शन भी किया जब उसने इस साल जुलाई में जीपीटी-लाइव लॉन्च किया। नया भाषण मॉडल न केवल उपयोगकर्ता की रुकावटों को अधिक स्वाभाविक रूप से संभाल सकता है, बल्कि निरंतर ध्वनि संचार के दौरान खोज, तर्क और एजेंटिक कार्यों के लिए अधिक उन्नत टेक्स्ट मॉडल भी कॉल कर सकता है। इस तरह, वॉयस मोड अब केवल "बोलने" के लिए जिम्मेदार इंटरफ़ेस नहीं है, बल्कि धीरे-धीरे संपूर्ण एआई कार्य प्रणाली को नियंत्रित करने का प्रवेश द्वार बन गया है।
इस मोबाइल अपडेट का मतलब यह भी है कि OpenAI धीरे-धीरे ChatGPT मोबाइल एप्लिकेशन की स्थिति बदल रहा है। अतीत में, चैटजीपीटी का मोबाइल संस्करण मुख्य रूप से प्रश्न और उत्तर, खोज, लेखन और वॉयस चैट जैसे कार्यों के लिए जिम्मेदार था। अब उपयोगकर्ता सीधे अपने मोबाइल फोन से संपूर्ण वर्कफ़्लो शुरू कर सकते हैं और एआई को कनेक्टेड एप्लिकेशन और टूल में वास्तविक ऑपरेशन पूरा करने दे सकते हैं।
साथ ही, OpenAI का दृष्टिकोण उस दिशा के साथ भी प्रतिस्पर्धा करता है जो उसके प्रतिस्पर्धी ले रहे हैं। एंथ्रोपिक हाल ही में क्लाउड की मोबाइल और डेस्कटॉप सहयोग क्षमताओं को मजबूत कर रहा है, और कोवर्क और क्लाउड के चैट इंटरफेस को और एकीकृत कर रहा है, जिससे उपयोगकर्ताओं को मोबाइल उपकरणों से कार्य शुरू करने और फिर प्रसंस्करण जारी रखने के लिए उन्हें डेस्कटॉप पर स्थानांतरित करने की अनुमति मिलती है। हालाँकि, दोनों कंपनियों के पास उत्पाद संरचना में अभी भी अलग-अलग विकल्प हैं। OpenAI अभी भी सामान्य चैट इंटरफ़ेस को कार्यस्थल जैसे कार्यस्थल से अलग करता है।
ओपनएआई के वर्तमान उत्पाद रोडमैप से देखते हुए, आवाज, बुद्धिमान एजेंट और क्रॉस-डिवाइस कार्य धीरे-धीरे एकीकृत हो रहे हैं। भविष्य में, उपयोगकर्ताओं को किसी विशिष्ट एप्लिकेशन को खोलने, विशिष्ट बटन ढूंढने और फिर सॉफ़्टवेयर को चरण दर चरण संचालित करने की आवश्यकता नहीं होगी। इसके बजाय, वे सीधे अपने लक्ष्य बता सकते हैं, और चैटजीपीटी कार्य को समझने, टूल को कॉल करने और कई चरणों को निष्पादित करने के लिए जिम्मेदार होगा।
यह मोबाइल अपडेट न केवल वॉयस चैट फ़ंक्शन जोड़ता है, बल्कि मोबाइल फोन पर चैटजीपीटी को "वॉयस कमांड कार्य" की क्षमता शुरू करने की भी अनुमति देता है। जैसे-जैसे ओपनएआई जीपीटी-लाइव और वर्क जैसे उत्पादों में सुधार कर रहा है, चैटजीपीटी का वॉयस मोड धीरे-धीरे एक साधारण वार्तालाप टूल से उपयोगकर्ताओं को एआई एजेंटों, बाहरी अनुप्रयोगों और वास्तविक डिजिटल वर्कफ़्लो से जोड़ने वाले पोर्टल में बदल रहा है।
टिप्पणियाँ