أعلنت شركة OpenAI عن إطلاق GPT-Live، أحدث نماذجها المتخصصة في المحادثات الصوتية، في خطوة تمثل نقلة نوعية في طريقة تفاعل المستخدمين مع الذكاء الاصطناعي. ويعتمد النموذج على تقنية Full-Duplex التي تسمح له بالاستماع والتحدث في الوقت نفسه، ما يجعل الحوار أكثر طبيعية وانسيابية مقارنة بالأجيال السابقة.
ويبدأ طرح GPT-Live تدريجياً لمستخدمي ChatGPT Voice عبر تطبيقات الهواتف الذكية ومنصة الويب، مع خطط لإتاحته أيضاً للمطورين عبر واجهات البرمجة (API).
ما هو GPT-Live؟
يُعد GPT-Live الجيل الأحدث من نماذج الذكاء الاصطناعي الصوتية لدى OpenAI، وقد صُمم ليقدم تجربة محادثة أقرب إلى التفاعل البشري الحقيقي.
فعلى عكس الأنظمة التقليدية التي تنتظر انتهاء المستخدم من الحديث قبل الرد، يستطيع GPT-Live متابعة الحديث بشكل متزامن، وإظهار استجاباته الطبيعية من خلال عبارات قصيرة مثل “فهمتك” أو “ممم”، مع احترام فترات الصمت عندما يحتاج المستخدم إلى التفكير، مما يمنح المحادثة إيقاعاً طبيعياً يشبه التواصل بين الأشخاص.
تقنية Full-Duplex.. السر وراء المحادثة الطبيعية
تعتمد OpenAI في GPT-Live على بنية Full-Duplex، وهي تقنية تسمح للنموذج بالاستماع والتحدث في الوقت نفسه دون انتظار انتهاء الطرف الآخر.
وتوفر هذه التقنية عدة مزايا، أبرزها:
- محادثات أكثر سلاسة وطبيعية.
- تقليل الانقطاعات أثناء الحديث.
- فهم أفضل لتوقيت الحوار.
- استجابة أسرع للمستخدم.
- تمهيد الطريق لميزات مثل الترجمة الفورية أثناء المكالمات الصوتية.
وتعتبر هذه التقنية من أكبر التطورات التي شهدتها أنظمة المحادثة الصوتية حتى الآن.
كيف يعمل GPT-Live مع GPT-5.5؟
لا يعتمد GPT-Live وحده على تنفيذ جميع المهام، بل يعمل كواجهة صوتية ذكية تتولى إدارة الحوار، بينما تُحال العمليات الأكثر تعقيداً إلى نماذج الذكاء الاصطناعي المتقدمة في الخلفية.
فعند طلب البحث على الإنترنت، أو تحليل معلومات معقدة، أو تنفيذ مهام تعتمد على الوكلاء الأذكياء (Agents)، يقوم GPT-Live بإرسال المهمة إلى GPT-5.5 أو أحدث نموذج متاح، ثم يستمر في التفاعل مع المستخدم بصورة طبيعية حتى تصبح النتيجة جاهزة.
وأكدت OpenAI أن النظام سيُحدث تلقائياً للاستفادة من أي نماذج مستقبلية تطلقها الشركة.
تطور ChatGPT Voice عبر السنوات
شهدت خدمة ChatGPT Voice عدة مراحل من التطوير:
المرحلة الأولى
اعتمد النظام على ثلاث خطوات منفصلة:
- تحويل الكلام إلى نص.
- معالجة الطلب بالنموذج اللغوي.
- تحويل الرد إلى صوت.
ورغم نجاح هذه الآلية، فإنها كانت تعاني من بطء الاستجابة وفقدان بعض التفاصيل أثناء انتقال البيانات بين المراحل.
المرحلة الثانية
مع إطلاق Advanced Voice Mode، أصبحت معالجة الصوت تتم داخل نموذج واحد، ما أدى إلى تقليل زمن الاستجابة وتحسين جودة الحوار.
لكن النموذج ظل يعتمد على نظام الأدوار التقليدي، إذ ينتظر انتهاء المستخدم من الكلام قبل بدء الرد.
المرحلة الحالية مع GPT-Live
يمثل GPT-Live التطور الأكبر حتى الآن، إذ أصبح بإمكانه الاستماع والتحدث في الوقت نفسه، مع الحفاظ على استمرارية الحوار دون انقطاع.
مزايا GPT-Live الجديدة
يقدم النموذج الجديد مجموعة واسعة من التحسينات، من أبرزها:
- محادثات صوتية أكثر واقعية.
- استجابة أسرع أثناء الحديث.
- تحسين فهم السياق والزمن داخل الحوار.
- دعم البحث المباشر عبر الإنترنت.
- التكامل مع الذاكرة الشخصية في ChatGPT.
- تحليل الصور أثناء المحادثة.
- قراءة الملفات والإجابة عن محتواها.
- تقديم ردود مصحوبة بعناصر بصرية.
- دعم المهام المعقدة والوكلاء الأذكياء.
بطاقات مرئية أثناء المحادثة
من الإضافات الجديدة التي قدمتها OpenAI إمكانية عرض بطاقات مرئية أثناء الحوار الصوتي.
فعند الحديث عن موضوعات مثل:
- الطقس
- أسعار الأسهم
- النتائج الرياضية
- البيانات العامة
يمكن لـ ChatGPT عرض معلومات مرئية مباشرة داخل المحادثة، ما يجعل الإجابات أكثر وضوحاً وسهولة في الفهم.
أكثر من 150 مليون مستخدم أسبوعياً
كشفت OpenAI أن أكثر من 150 مليون مستخدم يتفاعلون أسبوعياً مع ChatGPT باستخدام ميزات الصوت والإملاء الصوتي.
ويستخدم هؤلاء الخدمة في العديد من السيناريوهات اليومية، مثل:
- تعلم اللغات.
- الحصول على المساعدة السريعة.
- قراءة القصص للأطفال.
- إنجاز المهام أثناء القيادة أو التنقل.
- إجراء محادثات طبيعية مع الذكاء الاصطناعي.
خيارات سرعة التفكير
أصبح بإمكان المستخدم اختيار مستوى سرعة التفكير المناسب قبل بدء المحادثة، ومن بين الخيارات:
- Instant للاستجابات الفورية.
- Medium لتحقيق توازن بين السرعة وجودة التفكير.
وتهدف هذه الميزة إلى منح المستخدم مرونة أكبر وفق طبيعة المهمة المطلوبة.
اختبارات سلامة موسعة
أكدت OpenAI أنها أجرت سلسلة واسعة من اختبارات السلامة قبل إطلاق GPT-Live.
وشملت الاختبارات تقييم أداء النموذج في التعامل مع موضوعات حساسة، مثل:
- إيذاء النفس.
- الاضطرابات النفسية.
- الاعتماد العاطفي على الذكاء الاصطناعي.
- العنف.
- المحتوى الجنسي.
- محاولات إساءة الاستخدام.
كما نفذ خبراء الأمن بالشركة اختبارات هجومية متخصصة لرصد الثغرات المحتملة وتحسين مستوى الحماية.
وأظهرت النتائج أن GPT-Live قدم أداءً مماثلاً أو أفضل من Advanced Voice Mode في معظم سيناريوهات الاختبار.
وسائل حماية أثناء المحادثات الصوتية
طورت OpenAI نظاماً جديداً للحماية يعمل أثناء المحادثة الصوتية في الزمن الحقيقي.
وفي حال اكتشاف استجابة قد تكون غير آمنة، يستطيع النظام:
- تعديل مسار الرد نحو إجابة أكثر أماناً.
- عرض موارد ومعلومات داعمة.
- تقديم إرشادات للمستخدم في الحالات الحساسة.
- إنهاء المحادثة تلقائياً إذا استدعى الأمر.
كما تم تطوير آليات خاصة للتعامل مع محادثات إيذاء النفس، تشمل توفير معلومات عن جهات الدعم المعتمدة وخطوط المساعدة المناسبة.
حماية إضافية للمراهقين
أضافت OpenAI إجراءات مخصصة لحماية المستخدمين الأصغر سناً، حيث دُرب GPT-Live على تقديم استجابات تتناسب مع الفئات العمرية المختلفة.
ويمكن لأولياء الأمور التحكم في استخدام ChatGPT Voice عبر أدوات الرقابة الأبوية، مع إمكانية تلقي تنبيهات في الحالات التي تشير إلى مخاطر مرتفعة، مثل وجود مؤشرات على إيذاء النفس أو التفكير في الانتحار.
التعلم المستمر بعد الإطلاق
أوضحت الشركة أنها ستواصل مراقبة أداء GPT-Live بعد إطلاقه، مع التركيز على دراسة تأثير العلاقات العاطفية بين المستخدمين والذكاء الاصطناعي.
وتهدف هذه البرامج إلى تحسين فهم أنماط الاستخدام الواقعية، وتطوير وسائل الحماية بشكل مستمر، خاصة في المحادثات ذات الطابع العاطفي أو النفسي.
موعد توفر GPT-Live
بدأت OpenAI طرح GPT-Live تدريجياً لمستخدمي ChatGPT حول العالم عبر:
- تطبيق ChatGPT على iPhone.
- تطبيق ChatGPT على Android.
- منصة ChatGPT عبر الويب.
وسيكون GPT-Live-1 هو النموذج الافتراضي لمشتركي Go وPlus وPro، بينما سيعتمد المستخدمون المجانيون على GPT-Live-1 mini.
كما أكدت الشركة أنها حسنت جودة النموذج في عدد كبير من اللغات، مع استمرار العمل على تطوير الطلاقة اللغوية وتقليل اختلاف اللكنات في بعض اللغات.
الخلاصة
يمثل GPT-Live خطوة جديدة في تطوير المحادثات الصوتية المعتمدة على الذكاء الاصطناعي، بفضل اعتماده على تقنية Full-Duplex التي تجعل الحوار أكثر طبيعية، إضافة إلى قدرته على الاستفادة من نماذج مثل GPT-5.5 لتنفيذ المهام المعقدة دون التأثير على سير المحادثة. ومع دمج البحث، والذاكرة، وتحليل الصور، والملفات، وميزات الأمان المتقدمة، تواصل OpenAI تعزيز مكانة ChatGPT كواحد من أكثر مساعدي الذكاء الاصطناعي تطوراً على مستوى العالم.
