GPT-4 สามารถจัดการคำขอรูปภาพ เอกสาร ไดอะแกรม และภาพหน้าจอของคุณได้
ในบทสรุป
GPT-4 สามารถจัดการคำขอรูปภาพ เอกสาร ไดอะแกรม และภาพหน้าจอได้ มันเป็นการปรับปรุงมากกว่า GPT-3ซึ่งจัดการเฉพาะข้อความเท่านั้น
GPT-4 มีประสิทธิภาพเหนือกว่าในการสอบและการทดสอบต่างๆ และสามารถเข้าถึงข้อมูลและรายละเอียดเพิ่มเติมผ่านรูปภาพที่อาจไม่มีรูปแบบเป็นลายลักษณ์อักษร
OpenAIก้าวล่าสุดของโมเดลใหม่ GPT-4สามารถยอมรับคำขอที่มีรูปภาพ เอกสารที่มีข้อความ ไดอะแกรม หรือภาพหน้าจอเป็นอินพุตได้ นี่แสดงถึงการปรับปรุงที่สำคัญกว่าเวอร์ชันก่อนหน้า GPT-3ซึ่งสามารถเข้าใจและส่งออกข้อความได้เท่านั้น ด้วยฟีเจอร์ใหม่นี้ GPT-4 สร้างเอาต์พุตข้อความที่กำหนดอินพุตซึ่งประกอบด้วยข้อความและรูปภาพที่กระจายอยู่
“ในหลากหลายโดเมน—รวมถึงเอกสารที่มีข้อความและรูปถ่าย ไดอะแกรม หรือภาพหน้าจอ—GPT-4 แสดงความสามารถที่คล้ายคลึงกันกับอินพุตแบบข้อความเท่านั้น”
OpenAI เขียน
ChatGPT-4 มีขนาดที่ใหญ่กว่ารุ่นก่อน บ่งชี้ว่าได้ผ่านการฝึกอบรมเกี่ยวกับข้อมูลจำนวนมากขึ้น และมีน้ำหนักในไฟล์โมเดลมากกว่า ส่งผลให้ต้นทุนการดำเนินงานสูงขึ้น ภาษา AI ใหม่ล่าสุดสามารถสร้างข้อความที่เหมือนมนุษย์ได้โดยใช้ การเรียนรู้ลึก ๆ และได้รับการฝึกอบรมล่วงหน้าในชุดข้อมูลขนาดใหญ่
GPT-4 มี แสดงให้เห็นถึงประสิทธิภาพที่เหนือกว่าภาษา AI อื่นๆ ในการสอบและแบบทดสอบต่างๆ เนื่องจากส่วนหนึ่งของความสามารถในการเข้าถึงข้อมูลและรายละเอียดเพิ่มเติมผ่านภาพที่อาจไม่มีอยู่ในรูปแบบที่เป็นลายลักษณ์อักษร
ใหม่ GPT-4 โมเดลสามารถบอกคุณได้ว่าอะไรคือสิ่งที่ปรากฎในภาพประกอบ วิเคราะห์ และแม้แต่อธิบายความหมายของมัน ในการสาธิต GPT-4 อธิบายเรื่องตลกเกี่ยวกับภาพที่เชื่อมต่อสาย VGA เข้ากับ iPhone นอกจากนี้ยังสามารถอธิบายสิ่งผิดปกติในภาพที่นำเสนอ "การรีดผ้าขั้นรุนแรง" ซึ่งคุณสามารถดูได้ด้านล่าง
อย่างไรก็ตาม ยังมีผลที่เป็นประโยชน์มากกว่าอีกด้วย GPT-4ความรู้ที่เพิ่งค้นพบ ในการนำเสนอแสดงให้เห็นว่า PGT-4 สามารถบอกได้ว่าส่วนผสมที่แสดงในภาพสามารถปรุงอะไรได้บ้าง ซึ่งหมายความว่าแบบจำลองนี้สามารถช่วยคุณทำอาหารได้หากคุณมีผลิตภัณฑ์อาหารและไม่รู้ว่าจะทำอย่างไรกับผลิตภัณฑ์เหล่านั้น ถ่ายภาพอาหารที่คุณมีและ Chat-GPT สามารถบอกคุณได้ว่าคุณสามารถเตรียมอะไรได้บ้างจากวัตถุดิบที่คุณมีอยู่ที่บ้าน
ความสามารถในการทำความเข้าใจและตีความข้อมูลภาพนี้ทำให้ GPT-4 เครื่องมืออันทรงพลังสำหรับงานต่างๆ เช่น คำบรรยายภาพ การตอบคำถามด้วยภาพ และแม้แต่การสร้างเนื้อหา ด้วยการบูรณาการทั้งความเข้าใจข้อความและภาพ GPT-4 มีศักยภาพในการปฏิวัติอุตสาหกรรมต่างๆ เช่น การโฆษณา การออกแบบ และอีคอมเมิร์ซ และช่วยให้ผู้คนทำงานที่น่าเบื่อและธรรมดาให้พวกเขาได้
ขั้นสูง แบบจำลองภาษา ยัง 'เข้าใจ' ภาพหน้าจอและเอกสารที่มีข้อความ ตาราง ไดอะแกรม หรือการแสดงภาพอื่น ๆ ตัวอย่างเช่น หากคุณอัปโหลดรายงานการวิจัยสามหน้าและต้องการสรุปและอธิบาย GPT-4 สามารถทำเช่นนั้นได้
Jon Erlichman ผู้ประกาศข่าวของ Bloomberg แสดงให้เห็นว่าเขาสามารถเปลี่ยนการออกแบบที่ร่างด้วยมือให้กลายเป็นเว็บไซต์ที่ใช้งานได้ได้อย่างไร
เทคโนโลยีใหม่นี้ยังสามารถใช้เป็นอุปกรณ์ช่วยในการเคลื่อนที่ เนื่องจากสามารถใช้เพื่ออธิบายสภาพแวดล้อมสำหรับผู้มีความบกพร่องทางการมองเห็น ด้วยเหตุนี้ Open AI จึงร่วมมือกับแอปพลิเคชันที่เรียกว่า เป็นตาของฉัน ซึ่งออกแบบมาเพื่อช่วยคนตาบอดเมื่อพวกเขาต้องการดูบางอย่าง เช่น ในขณะที่ซื้อของชำ แอปนี้ช่วยให้ “อาสาสมัครและมืออาชีพที่มีสายตาสั้นสามารถแก้ปัญหางานเล็กและใหญ่เพื่อช่วยคนตาบอดและสายตาเลือนรางให้มีชีวิตที่เป็นอิสระมากขึ้น” ตอนนี้ยังมีเครื่องมืออาสาสมัครเสมือนจริงที่ขับเคลื่อนโดย OpenAI's GPT-4.
แม้ว่า OpenAI's GPT-4 ขณะนี้มีความสามารถในการประมวลผลข้อความและรูปภาพเป็นอินพุต แต่โมเดลยังไม่พร้อมที่จะรองรับอินพุตเสียงและวิดีโอ อย่างไรก็ตาม มีข้อบ่งชี้ว่ารูปแบบเหล่านี้อาจรวมอยู่ในเทคโนโลยีครั้งถัดไป
อ่านเพิ่มเติม:
- 7 บริษัทชั้นนำที่นำมาใช้ GPT-4
- GPT-4-ซึ่งเป็นรากฐาน ChatGPT ประสิทธิภาพเหนือกว่า GPT-3 ด้วยปัจจัย 570
- Microsoft ยืนยัน Bing ทำงานบนขั้นสูง GPT-4 รุ่น
- GPT-4 เมื่อเทียบกับ GPT-3: รุ่นใหม่มีอะไรให้บ้าง?
ข้อจำกัดความรับผิดชอบ
สอดคล้องกับ แนวทางโครงการที่เชื่อถือได้โปรดทราบว่าข้อมูลที่ให้ไว้ในหน้านี้ไม่ได้มีจุดมุ่งหมายและไม่ควรตีความว่าเป็นคำแนะนำทางกฎหมาย ภาษี การลงทุน การเงิน หรือรูปแบบอื่นใด สิ่งสำคัญคือต้องลงทุนเฉพาะในสิ่งที่คุณสามารถที่จะสูญเสียได้ และขอคำแนะนำทางการเงินที่เป็นอิสระหากคุณมีข้อสงสัยใดๆ สำหรับข้อมูลเพิ่มเติม เราขอแนะนำให้อ้างอิงข้อกำหนดและเงื่อนไขตลอดจนหน้าช่วยเหลือและสนับสนุนที่ผู้ออกหรือผู้ลงโฆษณาให้ไว้ MetaversePost มุ่งมั่นที่จะรายงานที่ถูกต้องและเป็นกลาง แต่สภาวะตลาดอาจมีการเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า
เกี่ยวกับผู้เขียน
Agne เป็นนักข่าวที่รายงานข่าวเกี่ยวกับแนวโน้มล่าสุดและการพัฒนาใน metaverse, AI และ Web3 อุตสาหกรรมสำหรับ Metaverse Post. ความหลงใหลในการเล่าเรื่องของเธอทำให้เธอต้องสัมภาษณ์ผู้เชี่ยวชาญในสาขาเหล่านี้หลายครั้ง โดยพยายามค้นหาเรื่องราวที่น่าตื่นเต้นและมีส่วนร่วมอยู่เสมอ แอกเน่สำเร็จการศึกษาระดับปริญญาตรีสาขาวรรณคดีและมีพื้นฐานกว้างขวางในการเขียนเกี่ยวกับหัวข้อต่างๆ มากมาย รวมถึงการท่องเที่ยว ศิลปะ และวัฒนธรรม เธอยังได้อาสาเป็นบรรณาธิการให้กับองค์กรสิทธิสัตว์ ซึ่งเธอช่วยสร้างความตระหนักรู้เกี่ยวกับปัญหาสวัสดิภาพสัตว์ ติดต่อเธอได้ที่ [ป้องกันอีเมล].
บทความอื่น ๆ
Agne เป็นนักข่าวที่รายงานข่าวเกี่ยวกับแนวโน้มล่าสุดและการพัฒนาใน metaverse, AI และ Web3 อุตสาหกรรมสำหรับ Metaverse Post. ความหลงใหลในการเล่าเรื่องของเธอทำให้เธอต้องสัมภาษณ์ผู้เชี่ยวชาญในสาขาเหล่านี้หลายครั้ง โดยพยายามค้นหาเรื่องราวที่น่าตื่นเต้นและมีส่วนร่วมอยู่เสมอ แอกเน่สำเร็จการศึกษาระดับปริญญาตรีสาขาวรรณคดีและมีพื้นฐานกว้างขวางในการเขียนเกี่ยวกับหัวข้อต่างๆ มากมาย รวมถึงการท่องเที่ยว ศิลปะ และวัฒนธรรม เธอยังได้อาสาเป็นบรรณาธิการให้กับองค์กรสิทธิสัตว์ ซึ่งเธอช่วยสร้างความตระหนักรู้เกี่ยวกับปัญหาสวัสดิภาพสัตว์ ติดต่อเธอได้ที่ [ป้องกันอีเมล].
