عینک هوشمندی که شما را حاضر جواب می‌کند

عینکی که دانشجویان ابداع کرده‌اند سوال را به GPT-۴ می‌دهد تا برای آن یک پاسخ ایجاد کند.

دانشجویان دانشگاه استنفورد، عینک‌های هوشمندی ابداع کرده‌اند که دقیقا به کاربر می‌گویند چه حرفی بزند. این عینک موسوم به ریزجی‌پی‌تی ‌پاسخ‌ها را به صورت متن در مقابل چشمان کاربر قرار می‌دهد.

یک میکروفون، آنچه را که اسپیکر پخش کرده است، دریافت می‌کند و عینک از چت‌بات «ChatGPT» مبتنی بر هوش مصنوعی برای ایجاد پاسخ‌های بالقوه استفاده می‌کند. این عینک‌ها از فناوری واقعیت افزوده استفاده می‌کنند تا کاربر بتواند متن و شخص مقابل را به طور هم‌زمان ببیند.

عینک ریزجی‌پی‌تی ماه گذشته توسط «برایان هاو پینگ چیانگ» (Bryan Hau-Ping Chiang) دانشجوی دانشگاه استنفورد، در توئیتر رونمایی شد.

چیانگ در این توئیت نوشت: با قرار‌ها و مصاحبه‌های شغلی غیر ماهرانه خداحافظی کنید. ما ریزجی‌پی‌تی را ساختیم که به مکالمه شما گوش می‌دهد و دقیقا به شما می‌گوید که در مرحله بعد چه حرفی بزنید. ما این عینک را با استفاده از فناوری‌های «GPT-۴»، «ویسپر» (Whisper) و «مونوکل ای‌آر» (Monocle AR) ساخته‌ایم.

فناوری GPT-۴، جدیدترین نسخه از مدل زبانی بزرگ ChatGPT است و حتی قدرت بیشتری نسبت به نسخه اصلی دارد. ویسپر یک فناوری تشخیص صدا است. مونوکل ای‌آر، یک فناوری توسعه‌یافته توسط شرکت «بریلیانت لبز» (Brilliant Labs) است که یک دوربین و میکروفون دارد و متن را در قسمت بالای بخشی که کاربر می‌تواند در لحظه ببیند، نمایش می‌دهد.

میکروفون، صدا را تشخیص می‌دهد و آن را از طریق بلوتوث به یک تلفن متصل به اینترنت می‌فرستد که متعاقبا از ویسپر برای تبدیل کردن آن به متن استفاده می‌کند. این متن به GPT-۴ داده می‌شود تا یک پاسخ ایجاد کند. پاسخ به لنز ریزجی‌پی‌تی برگردانده می‌شود تا روی عینک واقعیت افزوده به نمایش درآید.

مخترعان این عینک معتقدند که عینک می‌تواند تشخیص دهد چه زمانی یک سوال پرسیده شده و پاسخ‌های بالقوه را در عرض چند ثانیه تولید می‌کند. این عینک یادآور «عینک گوگل» است که صفحه نمایش آن می‌تواند اطلاعات را در کنار آنچه کاربر می‌بیند، نمایش دهد. چیانگ در ادامه توئیت نوشت: ما دوره جدیدی از محاسبات محیطی را تصور می‌کنیم که توسط هوش مصنوعی و واقعیت افزوده فعال شده است.

چیانگ از آن زمان تاکنون، مشخصات را با سیستم «لایف‌اُ اِس» (LifeOS) به‌روزرسانی کرده است. لایف‌اُ اِس، سیستمی است که چهره‌ها را تشخیص می‌دهد و سپس اطلاعات مرتبط را براساس متن‌هایی که کاربران برای یکدیگر ارسال کرده‌اند، به نمایش می‌گذارد.

چیانگ افزود: تعامل هوش مصنوعی و واقعیت افزوده، محاسبات شخصی را دوباره تعریف می‌کند و به ما امکان می‌دهد تا پتانسیل کامل خود را نشان دهیم.