ChatGPT va parler et interpréter les images

L’interface ChatGPT qui a rendu populaire l’IA générative (capable de produire du texte, des images et d’autres contenus sur simple demande en langage courant) va bientôt pouvoir traiter des requêtes contenant des images et aussi discuter oralement avec ses utilisateurs, a fait savoir lundi son créateur, OpenAI. Ils pourront, par exemple, prendre une photo d’un monument et «avoir une conversation avec ChatGPT» sur l’histoire du bâtiment, ou encore montrer au logiciel ce qu’il y a dans leur frigo pour qu’il leur propose une recette, suggère la start-up californienne dans un communiqué. Autres cas d’usage possible selon l’entreprise: aider ses enfants à faire leurs devoirs (en prenant une photo d’un problème de maths par exemple) ou encore demander au chatbot de leur raconter une histoire avant de dormir.

Ces nouveaux outils seront déployés dans les deux prochaines semaines pour les abonnés à ChatGPT Plus, la version payante du chatbot, ou les organisations clientes du service dans sa version Enterprise. L’entreprise avait annoncé l’ajout à venir de telles fonctionnalités en mars dernier, au moment de la présentation de GPT-4, la dernière version de son modèle de langage, la technologie qui sous-tend chatGPT. GPT-4 est multimédia, au sens où il peut traiter des données autres que du texte ou du code informatique.

Le succès de ChatGPT depuis la fin 2022 a entraîné une course majeure à l’IA générative entre les géants des technologies, Google et Microsoft en tête. Mais le déploiement à toute vitesse de ces programmes encore très peu régulés suscite aussi beaucoup d’inquiétudes, d’autant qu’ils ont tendance à «halluciner», c’est-à-dire à inventer des réponses de toutes pièces. «Les modèles dotés de la vision présentent de nouveaux défis, des hallucinations au fait que des personnes puissent se fonder sur l’interprétation des images par le programme dans des domaines à enjeux élevés», reconnaît OpenAI dans son communiqué lundi.

La start-up assure avoir «testé le modèle» sur des sujets tels que l’extrémisme et les connaissances scientifiques et compte sur les usages dans la vie réelle et les retours des utilisateurs pour s’améliorer. Elle a en outre limité les capacités de ChatGPT à «analyser les personnes», car l’interface «n’est pas toujours précise et ces systèmes doivent respecter la confidentialité des individus».

La plateforme de streaming Spotify a par ailleurs annoncé lundi un partenariat avec OpenAI pour traduire les podcasts directement avec de l’IA. Des émissions enregistrées en anglais seront désormais disponibles dans d’autres langues «tout en conservant les caractéristiques vocales distinctives du locuteur», a indiqué le service dans un communiqué. L’entreprise suédoise assure que la nouvelle technologie de génération de voix d’OpenAI «reproduit le style de l’orateur d’origine, ce qui permet une expérience d’écoute plus authentique, plus personnelle et plus naturelle que le doublage traditionnel».