OpenAI presenta ChatGPT-4 OMNI (GPT-4o): GPT ORA SEMBRA AVERE EMOZIONI!

Summary

The video script details a live demonstration and discussion of the latest model from OpenAI, named GPT-4o. The model represents a significant leap in AI technology, particularly in multimodal interaction, including audio and visual capabilities. The presenter, Mira, the CTO of OpenAI, highlights the new model's ability to understand and respond to emotions in real-time, as well as its enhanced conversational skills. The script also covers the model's application in various scenarios, such as solving mathematical problems, storytelling, and even translating languages. The presenter emphasizes the importance of making this advanced technology accessible to all users, both free and paid, and mentions that the model will be available through APIs for integration into other platforms. The excitement and potential applications of GPT-4o are palpable throughout the script, suggesting a future where human-machine collaboration is more natural and intuitive.

Takeaways

• 📢 The live stream has concluded with the announcement of a new model from OpenAI, named GPT-4o, which is considered a significant advancement, particularly in audio interaction.
• 🎉 There was an 'Wow effect' during the presentation, indicating a positive reception of the new features, although it was not the previously rumored GPT 4.5 or GPT 5.
• 📈 GPT-4o represents a step towards multimodality, enhancing the interaction through voice and possibly integrating a new search engine feature.
• 🌐 The new model aims to be more accessible, with plans to release a desktop version of chat GPT available for download on various platforms.
• 🆓 OpenAI emphasizes the importance of making their technology available to everyone for free, suggesting that the new model will be accessible to free users as well.
• 📱 A new app is in development that will allow users to interact with GPT through video, showcasing the model's computer vision capabilities.
• 🎙️ GPT-4o has improved voice interaction, allowing for real-time responses and the ability to interrupt the AI, making conversations more natural.
• 📈 The model is said to understand and express emotions, a significant step forward in creating a more human-like interaction.
• 🤖 The AI can now generate voices in various emotional styles, and it has been demonstrated to respond to emotional cues in a human-like manner.
• 🔍 The AI has been integrated with a desktop application, allowing it to interact with the user's computer screen in real time, including the ability to assist with coding problems.
• 🌟 The live demonstration showcased the AI's ability to translate languages, understand emotions from facial expressions, and its potential applications in various fields beyond just text-based interactions.

Q & A

What was announced during the Open AI live stream?

During the Open AI live stream, a new model called GPT-4 was announced, which is described as a significant step forward, particularly in terms of audio interaction and multimodal capabilities.

What is the significance of the 'o' in GPT-4o?

The 'o' in GPT-4o seems to be an intentional addition to the model's name, possibly to signify the new capabilities or improvements over the previous models.

What was the main focus of the new GPT-4 model?

The main focus of the GPT-4 model is its enhanced multimodal capabilities, especially in terms of vocal interaction, which was demonstrated during the live stream.

How was the GPT-4 model expected to be different from GPT 4.5 or 5?

The GPT-4 model was not expected to be a simple incremental upgrade to 4.5 or 5. Instead, it was anticipated to include a deviation or a 'fork' in development that would introduce new features, particularly in vocal interaction and multimodality.

What was the reaction to the announcement of GPT-4?

The reaction to the announcement of GPT-4 was positive, with an 'effect Wow' being mentioned, indicating that the audience was impressed by the advancements presented.

What is the goal regarding the availability of Open AI's technology?

The goal stated during the live stream is to make Open AI's technology available to everyone, emphasizing the importance of accessibility and reducing barriers for all users.

What new feature was released for the desktop version of chat GPT?

A desktop version of chat GPT was released, which is expected to be available for download from platforms like the Microsoft Store for Windows and likely the Mac Store for Apple users.

How will the new model be made available to users?

The new model, GPT-4, will be made available to all users, including those on the free tier, with the expectation that it will be accessible in the coming weeks.

What are the limitations for free users of the new model?

While the new model will be available to free users, there will be limitations. It is suggested that free users might be restricted to a certain number of messages, with the paid users having a higher limit.

How will GPT-4 be integrated into existing platforms?

GPT-4 will not only be available within chat GPT but also accessible through APIs, which means it can be integrated into various platforms and services.

What is the future vision for the interaction between humans and AI like GPT-4?

The future vision for human-AI interaction, as demonstrated by GPT-4, is moving towards a more natural and intuitive collaboration, with the AI being able to understand and respond to human emotions and speech in real-time.

Outlines

00:00

🚀 Introduction to GPT-4 and Multimodal Advancements

The video begins with the announcement of GPT-4, a significant upgrade from its predecessor, focusing on audio interaction capabilities. The presenter expresses excitement about the 'Wow effect' of the new model and its deviation from the expected GPT 4.5 or 5. There's a hint at rumors of a new search engine by OpenAI, but the focus is on the multimodal aspect of GPT-4, which is seen as a step towards more natural human-machine collaboration.

05:01

🌐 Accessibility and Simplicity of Technology

The speaker emphasizes the importance of making technology accessible to all, for free, and in an intuitive and simple manner. They discuss the recent changes that have made chat GPT accessible without the need for registration. The presenter also mentions a redesigned graphical interface aimed at simplicity and user focus, and the release of the desktop version of chat GPT, suggesting upcoming apps for Windows and Mac.

10:02

🔍 GPT-4's Native Multimodal Capabilities and Latency Reduction

The paragraph discusses the native capabilities of GPT-4 in handling text, audio, and visual inputs simultaneously, which is a significant improvement over the previous model that required a sequential process of transcription, intelligence processing, and text-to-speech conversion. This new approach reduces latency and makes interactions with the AI feel more natural and less mechanical.

15:02

📈 GPT-4's Impact on User Experience and Accessibility

The presenter talks about the impact of GPT-4 on user experience, highlighting that it will be available to free users with certain limitations. Paid users will have increased interaction limits. The paragraph also mentions that GPT-4 will not only be available within chat GPT but also accessible through APIs, which is a significant development for integrating the model into other platforms and applications.

20:02

🎤 Real-Time Conversation and Emotional Intelligence

This section showcases the real-time conversation capabilities of GPT-4, including its ability to respond immediately without latency and to understand and express emotions. The presenter demonstrates the AI's full duplex communication, its emotional responsiveness, and its capacity to generate voices with a range of emotional styles, making interactions more human-like.

25:24

🤖 Robot Storytelling and Expressive Abilities

The presenter is excited about the AI's ability to engage in storytelling with emotional depth. The AI is shown to respond to prompts for more drama and emotion in a story, and even to sing, demonstrating its advanced expressive capabilities and emotional understanding. This interactive and emotional aspect of the AI is seen as a significant step forward in human-AI interaction.

30:26

📱 Visual Interactions and Problem-Solving with GPT-4

The video demonstrates GPT-4's visual interaction capabilities, where it can assist with solving a math problem through video interaction. The presenter uses their phone's camera to show a math problem to the AI, which then guides them through the steps to solve it. This showcases the AI's computer vision skills and its ability to understand and respond to visual cues.

35:29

🖥️ Desktop App Integration and Real-Time Translation

The presenter discusses the desktop app capabilities of GPT-4, which can interact with the user through microphone and speakers and also access screen sharing. This feature allows the AI to see and respond to what's on the user's screen in real-time. Additionally, the AI is shown performing live translation between English and Italian, demonstrating its multilingual and real-time comprehension skills.

40:30

😄 Emotion Recognition and the Future of AI Interactions

The presenter explores GPT-4's ability to recognize emotions from facial expressions, asking the AI to describe the emotions it 'sees' based on the presenter's face. The AI's accurate description of the presenter's emotional state highlights the potential for emotionally intelligent AI. The presenter expresses a keen interest in exploring these emotional interactions further and signing off with a call to action for viewers to like, subscribe, and engage with the content.

45:33

🎉 Conclusion and Anticipation for Future Interactions

The video concludes with the presenter expressing enthusiasm for the future of interacting with AI, likening it to a form of psychotherapy. They emphasize the 'Wow effect' of the new capabilities and encourage viewers to share their thoughts on the developments. The presenter thanks the audience for their attention and participation, looking forward to further exploration and interaction with the AI.

Keywords

💡Open AI

Open AI is a research and deployment company that develops artificial general intelligence (AGI) in a safe, secure, and beneficial way for humanity. In the video, it is mentioned as the organization that has announced a new model, GPT-4, which is a significant advancement in AI technology.

💡GPT-4

GPT-4 refers to the fourth generation of the GPT (Generative Pre-trained Transformer) model developed by Open AI. It represents a leap forward in AI capabilities, particularly in multimodal interactions, which include text, vision, and audio. The video discusses GPT-4's improved abilities and its potential impact on future AI interactions.

💡Multimodality

Multimodality in the context of AI refers to the ability of a system to process and understand multiple forms of input, such as text, audio, and visual data. The video emphasizes GPT-4's enhanced multimodal capabilities, which allow for more natural and human-like interactions with AI.

💡Voice Mode

Voice Mode is a feature that allows users to interact with AI through voice commands and responses. The video script discusses improvements in GPT-4's Voice Mode, including real-time responses and the ability to understand and convey emotions, making the interaction more dynamic and human-like.

💡Real-Time Interaction

Real-time interaction implies that the AI can respond to user inputs immediately without significant delays. The video highlights GPT-4's real-time conversational capabilities, which were demonstrated through a live demo, showcasing the model's ability to engage in immediate and natural dialogue.

💡Emotional Intelligence

Emotional intelligence in AI refers to the ability of a system to recognize, understand, and respond to human emotions. In the video, it is mentioned that GPT-4 can perceive emotions through voice intonations and generate responses with emotional expressiveness, thus enhancing the user experience.

💡Text-to-Speech

Text-to-speech (TTS) technology converts written text into spoken words. The video discusses how GPT-4 integrates TTS to provide vocal responses, contributing to a more seamless and less robotic interaction between humans and AI.

💡Screen Sharing

Screen sharing is a feature that allows the display of a user's screen to be visible to another person, in this case, the AI. The video mentions the capability of GPT-4 to interact with the user through screen sharing, which opens up possibilities for collaborative problem-solving and more direct interactions.

💡Live Translation

Live translation is the instantaneous conversion of one language into another. The video script includes a scenario where GPT-4 is asked to function as a translator between English and Italian, demonstrating its ability to facilitate real-time communication between speakers of different languages.

💡Computer Vision

Computer vision is a field of AI that enables computers to interpret and understand visual information from the world. In the context of the video, GPT-4's computer vision capabilities allow it to analyze visual data, such as mathematical equations in an image, and respond accordingly.

💡User Interface

User interface (UI) refers to the point of interaction between users and a system, such as a website or an application. The video discusses the redesign of the UI for GPT-4 to make it more intuitive and user-friendly, allowing users to focus more on their tasks rather than on how to use the technology.

Highlights

Announcement of the new OpenAI model, GPT-4, which is a significant improvement over the previous version.

GPT-4 is a multimodal model, with enhanced capabilities in text, vision, and audio.

GPT-4 will be available to all users, including free users, making the technology more accessible.

The desktop version of Chat GPT will be released, along with apps for Windows and Mac.

GPT-4 will feature real-time conversation capabilities, with reduced latency compared to previous models.

Users can now interrupt the model while it's speaking, thanks to the full duplex functionality.

GPT-4 can understand and respond to emotions, making interactions more natural and human-like.

The model can generate voices with a wide range of emotional styles and expressions.

GPT-4 can perform live translations between English and Italian in real-time.

The model can understand and describe emotions based on visual cues, like facial expressions.

GPT-4 can interact with users through video, leveraging computer vision capabilities.

Users can share their screen with the model, allowing it to see and understand on-screen content in real-time.

GPT-4 can assist with tasks like solving math problems, guiding users through the steps.

The model can understand and respond to user emotions, making the interaction more engaging and personalized.

GPT-4 represents a major step forward in natural language understanding and human-computer interaction.

The release of GPT-4 has generated a lot of excitement and interest, with many looking forward to trying out the new capabilities.

The model's ability to understand and convey emotions could have significant implications for fields like psychology and mental health.

GPT-4 is a major leap in AI technology, with the potential to transform a wide range of industries and applications.

Transcripts

Allora si è conclusa non più di 10

minuti fa la diretta di Open ai nella

quale è stato annunciato il nuovo

modello di Open ai cioè GPT

4o non so per cosa stia la o però si

chiama 4o in sostanza 4o e è una bella

rivoluzione Non male Non male ci hanno

fatto vedere qualcosa l'effetto Wow c'è

stato l'effetto Wow c'è

stato sapevamo che non sarebbe stato

chat GPT 5 Sap saamo che non sarebbe

stato il 4,5 hanno diciamo preso un fork

diciamo hanno fatto una una deviazione

sono rimasti nella denominazione di GPT

4 ma c'è l'aggiunta della vocale o e a

me sembra tutto sommato anche adesso ce

l' andiamo a vedere con calma e a me

sembra tutto sommato comunque che si

tratti di un diciamo di un improvement

di un grosso passo in avanti

principalmente nei riguardi dell'audio

cioè dell'interazione vocale con questa

macchina questa cosa era stata un po'

annunciata C'erano stati dei rumors che

si sarebbe trattato probabilmente di un

qualcosa del genere siera detto di tutto

forse sarebbe stato il nuovo search

engine il nostro il nuovo motore di

ricerca di Open ai che comunque arriverà

Secondo me come se arriverà Eh non si

tratta ancora di GPT 4,5 né del 5 che

sono il 5 atteso per la fine dell'anno e

invece ci hanno fatto questa sorpresa

per quanto riguarda l'interazione ione

vocale proprio in particolare Secondo me

è questo il diciamo è un modello più

multimodale rispetto rispetto a quello

che era prima ok Quindi è un passo in

avanti verso la multimodalità questo è

stata un po' l'impressione che ci ha

dato la diretta Quindi adesso siccome

Open ai ha appena ricaricato il video La

diretta è stata convertita in un video

ce l' andiamo a vedere Ce l' andiamo a

vedere insieme così lo traduciamo parola

per parola tutto quanto cerchiamo di

capire un un po' che cosa ci aspetta nei

prossimi giorni purtroppo ancora non è

non c'è niente Sono andato subito a fare

il refresh della di chat GPT ma ancora

non è stato diciamo distribuito

Ovviamente appena finita la live ce

l'aspettiamo poi lei Comunque adesso lo

dice ce lo aspettiamo nelle prossime

settimane una roba l'effetto Wow c'è per

cui guardiam celo insieme vai così you

grande grande Lei è Mira lei è Mira

murati la CTO la CTO di Open ai una

ragazza albanese carina e molto brava

molto intelligente sentiam

Ola oggi parliamo di tre

cose iniziamo col dire perché per noi è

così importante che la nostra tecnologia

sia disponibile a tutti ok a tutti

e Cerchiamo sempre di fare in modo che

tutti possano ridurre gli ostacoli

diciamo a che tutti possano utilizzare

chat GPT dovunque si trova

today the desktop version of chat GPT

quindi oggi rilasceremo la versione

desktop di chat GPT quindi mi aspetto

che ci sarà un'app Scar per desktop

quindi scaricabile dal Microsoft Store

per Windows e anche immagino io non ho

il Mac però immagino Ci sarà anche un un

Mac Store un Apple Store quindi delle

applicazioni per Mac e sentiamo

and e anche e anche una nuova

interfaccia comunque grafica per il sito

web in maniera tale che sia più semplice

e naturale per

tut Ma la notizia di oggi è che stiamo

per rilasciare il nostro nuovo modello

di punta

e lo chiamiamo 4

G everyone la cosa la cosa nuova è che

porta la l'intelligenza di chat GPT 4 a

tutti quanti quindi diciamo Secondo me

lei Qua sta dicendo che è ancora chat

GPT 4 Quindi è un miglioramento del 4 Ok

non siamo andati ad un altro livello è

un miglioramento del 4 che adesso

diventa più multimodale

Ah e lo portano anche quindi sarà

accessibile anche agli utenti free agli

utenti gratuiti quelli che non non hanno

l'account a

pagamento facciamo vere qualcosa dal

vivo per farvi vedere una una

dimostrazione farvi vedere le nuove

capacità e ve lo distribuiremo nell'arco

delle prossime settimane le prossime few

weeks poche

settimane

al

Let's Vabbè di nuovo vuole Loro vogliono

che la tecnologia sia disponibile a

tutti in maniera gratuita Non capisco

perché la terza volta già nel primo

minuto e mezzo che dice che è importante

per loro che la tecnologia sia

disponibile a tutti in maniera gratuita

Vabbè vogliono che sia più intuitiva più

semplice andamo un po' no aspetta che

adesso ci fa vedere

l' Ah dice recentemente peraltro hanno

anche reso accessibile chat GPT a tutti

senza la procedura di iscrizione Sign

Flow quindi diciamo Io non lo so perché

essendo iscritto Naturalmente quando Acc

chat GPT mi riconosce sempre come utente

Però evidentemente invece è anche

possibile accedere a chat GPT senza

iscriversi e oggi ci fa vedere la

siamo dovunque siamo è semplice facile e

Si

[Musica]

integra in tutto il

tuo Oltre a questo abbiamo anche rifatto

l'interfaccia

grafica fatta per fare in modo che

insomma invece di focalizzarci su dice

anche se le cose sono diventate sempre

più complesse perché il modello si fa

sempre più complesso Noi invece il

nostro sforzo è quello di rendere la

l'interfaccia grafica sempre più facile

intuitiva per fare in modo che tu non ti

debba focalizzare su come si usa quindi

sull'interfaccia sulle cose ma invece

resti focalizzato sul tuo lavoro perché

l'interfaccia diventa sempre più

semplice

E vabbè questo ce l'hai già detto di

nuovo adesso rilasciamo il nostro

modello di

[Applauso]

punta quindi ci porta il l'intelligenza

di cpd di chat GPT 4 quindi di nuovo

spiega diciamo sottolinea che non è un

nuovo modello è lo stesso modello che

però che cosa

fa che quindi improve quindi migliora le

sue capacità nel testo Nella visione e

nell'audio e nell'audio quindi testo

visione e

audio negli ultimi du anni abbiamo

cercato di renderlo sempre più

intelligente questo modello e abbiamo

fatto anche

bene ma questa è la prima volta

che stiamo Questa è la prima volta che

stiamo davvero facendo un passo in

avanti quando si parla della facilità

della semplicità di uso

dell'utilizzo questo è importante perché

stiamo cercando no di tracciare il

futuro della collaborazione tra l'essere

umano e la macchina

GPT 4 o sta davvero portando avanti

questo nuovo

paradigma nel futuro della

collaborazione Questa interazione

diventa sempre più naturale e

semp lei dice quando interagiamo tra

esseri umani sottointende ci sono un

sacco di cose che noi diamo per scontate

la semplicità del nostro dialogo quando

ci quando ci interrompiamo quando ci

interrompiamo l'un l'altro il background

Noise quindi il rumore di sottofondo che

sentiamo mentre

parliamo le diverse paro le diverse voci

che sentiamo all'interno di una

conversazione o comprendere il tono di

voce delle persone con cui

parliamo tutte queste cose sono molto

complesse questo

modello E fino adesso col Voice

Mode transcription intelligence and then

Text to spech all Comes orchestration to

deliver Voice Mode Ok Allora fino adesso

col Voice Mode che abbiamo conosciuto

per chat GPT abbiamo avuto che ha detto

L'intelligenza non mi ricordo più

insomma questi tre passaggi perché

praticamente noi oggi parliamo con chat

GPT no e quello che diciamo viene a

transcription quindi viene

trascritto prima in testo poi il testo

viene inviato a chat GPT che lo elabora

intelligence e poi il text to speech che

ce lo riporta indietro vocalizzato e

tutto questo naturalmente Questo è come

funziona oggi

Ok this also brings a of

Lat e questo c'è porta il problema della

latenza in questo tipo di di esperienza

No per proprio questi tre passaggi che

facciamo ogni volta che parliamo noi e

che poi la macchina ci risponde che poi

parliamo ogni volta sono questi tre

passaggi che rallentano e rendono questa

cosa un po' un po' macchinosa in effetti

è stato così fino ad

oggi ma adesso con

4 tutto questo accade in maniera nativa

na

ora GPT 4 ragiona ragiona attraverso

l'audio la parte vocale la parte testo e

la parte

vision e questo non so perché di nuovo

la quarta volta dice che sarà

disponibile anche diciamo porteranno

questa novità agli utenti

[Musica]

gratu Lear

[Musica]

dunque al momento abbiamo queste 100

milioni di persone che imparano creano e

lavorano su chat GPT e ci sono delle

funzioni che sono disponibili solo agli

utenti che

pagano vuole proprio insistere su questa

cosa Comunque è importante Si vede che

Open Ei vede proprio una cosa importante

tutto quello di cui stiamo parlando sarà

disponibile anche agli utenti gratuiti

Però io ho già letto Sono andato già a

vedere sul sito di Open ai che

naturalmente ci saranno dei limiti no

l'utente gratuito potrà fare Non lo so

10 messaggi e poi si ferma l'utente

pagante invece ne potrà fare un po' di

più ma non illimitato anche l'utente

pagante mi pare di aver letto 40

messaggi ogni 3 ore o qualcosa del

genere con l'efficienza di questo nuovo

modello possiamo portare questo questo

dispositivo questa cosa a tutti

quanti Starting Today you can use

GPT GT

Allora adesso Siccome io l'ho già visto

lo so fa tutta una lista delle cose che

fa già oggi Ok diciamo fa un recap di

quello che fa chat GPT diciamo non è

molto

interessante quindi sta vedete sta qua

in alto si vede un po' GPT Store Vision

browse Memory Advanced data analysis

questo è tutto quello che fa al momento

Già up Times CAP

Limit Us ok Quindi gli utenti paganti

avranno un 5x rispetto agli utenti

gratuiti in termini di quanti

EV come dire di quante interazioni

potranno avere con la

macchina GPT 4o is not

GPT api oh questa è una gran cosa GPT 4o

non sarà solo disponibile all'interno di

chat GPT Ma sarà disponibile anche

dentro attraverso le api e questo è da

parte mia Un applauso perché significa

che molto presto Ce lo ritroveremo

dentro wener Naturalmente la nostra

piattaforma di intelligenza artificiale

come sapete è stato rilasciato oggi

Dateci qualche giorno di lavoro molto

Presto troverete il modello GPT 4o

all'interno di wyner sono ovviamente al

momento in grado di dirvi nient'altro

rispetto ai prezzi o ai limiti di

utilizzo perché non lo sappiamo saamo

ancora però non c'è alcun dubbio che

entro pochi giorni ce l'avremo anche

dentro breiter e le api saranno quindi

due per Faster lo vedo quindi due volte

più veloci 50% più economiche 5 e

avranno un rate

limits 5 volte maggiore rispetto al

Turbo l'applauso lo facciamo anche noi

grandi grandi andiamo un po' avanti

perché tanto l'abbiamo già letto

Ok Vab bene ovviamente C il loro Team è

al lavoro per fare in modo che tutto

questo non venga abusato perché adesso

perché lei ha detto un attimo prima io

l'ho già sentito diceva che comunque

adesso naturalmente c'è un questo audio

continuo aperto ok perché tu adesso puoi

interrompere anche la macchina mentre

parla adesso ce la fanno vedere È

incredibile e quindi Aspettate un attimo

e e quindi loro stanno anche

naturalmente al lavoro per in modo tutto

questo non possa essere abusato da parte

di utenti malintenzionati

di nuovo nelle prossime settimane loro

lavoreranno per portarci tutte queste

nuove capacità a disposizione di

ciascuno di

noi ma adesso adesso ci chiama due

tipi

Ok adesso entrano questi due e ce la

fanno vedere finalmente questa cosa è

[Applauso]

fantastica ciao ciao

Ok una delle capacità che non vedevano

l'ora di farci vedere è il Real Time

conversation speaking qualcosa del

genere insomma il modo in cui oggi si

converserà con questa macchina

Guardatelo perché è

fantastico prendi il

telefono il cavo ha detto se vi state

domandando perché il telefono ha il

cavetto attaccato perché abbiamo un

consistent

internet ok Quindi si vede l'app la

nuova app che sarà rilasciata a breve

che ha che ha che cosa un pulsante che

permette Insomma di attivare Ok In basso

a

destra

than Ok fino a qua diciamo che non c'è

niente di nuovo quindi G fa Ciao sono

Mark e Ciao Mark come stai Tutto a posto

E però è mancata la latenza che c'era

prima prima chiunque di voi abbia mai

provato l'app di chat

GPT Voice Mode e c'erano aspettare un

po' di secondi prima che la macchina

rispondesse invece come avete visto ha

risposto

velocemente Allora sono on stage sto

facendo una live demo quindi sono un po'

nervoso puoi aiutarmi a calmare un po'

il mio

[Musica]

nervosismo lei gli dice Ah davvero stai

facendo una live però sentite No proprio

l'atteggiamento la voce no che non è una

voce robotica così è una voce Ah davvero

stai faccendo Una live demo in questo

momento allora Fai una bella cosa prendi

un fai Un respiro

profondo

Feed

here mi dai un

feedback dice gli dai un feedback lui ha

fatto così no E allora lei ha detto oh

Mark non sei un vacum Cleaner come dire

un aspirapolvere

Ok Ok proviamo

ancora respiro

profondamente Senti lei come dice Adesso

resp inspira

respira Ok come ti senti gli fa la

macchina

Ok abbiamo lavorato a lungo su Queste

capacità adesso ci vuoi spiegare In che

cosa è diverso rispetto al Voice Mode

attuale quello che abbiamo adesso

nell'app Ok dice se avete mai provato il

Voice model in passato Avete visto due

differenze uno adesso puoi interrompere

il modello cosa che prima naturalmente

non potevi perché c'era prima la

necessità che la macchina trascrivo che

tu dicevi per cui non non era in ascolto

mentre parlava invece adesso è in

ascolto è in full duplex come come i

vecchi telefoni No è in full duplex per

cui diciamo puoi interrompere il

modello non devi aspettare il tuo turno

prima di parlare Puoi parlare quando

vuoi la seconda è che c'è un diciamo

risponde in real time quindi non c'è

quella latenza di cui parlavamo

prima non devi aspettare quegli strani

due o tre

secondi prima di ricevere la risposta

f e questa volta il

modello comprende le

emozioni quando infatti lui ha fatto

fatto quella cosa con la respirazione il

mod ha detto oh magari ti vuoi dare una

calmata un attimo ha fatto pure la

battuta aggiungo

io quindi ha proprio questa capacità di

percepire le tue

emozioni ma non finisce qua il modello è

in grado di generare voci in una

varietà di di una Una varietà di stili

emotivi

diversi ok Quindi il modello stesso può

non solo capisce le tue emozioni ma

anche il modo in cui genera la voce non

è piatto ma è in grado quindi di avere

delle espressioni emotive anche in

produzione e ha un Wide Dynamic range ha

un una cosa molto ampia Insomma di

questa e dinamica di di questa

possibilità di questa Capità adesso

facciamo vedere un'altra cosa dice Quest

visto Intanto come ha risposto subito

e Fantastic Ok non è più come prima No

piatta sto bene grazie Dimmi tutto no

l'assistente vocale adesso ha Quest ha

questa cosa di Fantastic

me dice il mio amico qua ha problemi ad

addormentarsi ci racconti una storia

della buona notte and love su un robot e

e l'amore un robot che si innamora

Oh story about robots and love C ragazzi

oh Bad Time story about robot Cioè ma è

meraviglioso è meraviglioso io la voglio

conoscere questa

voce covered

bellissima Adesso ci penso

io allora allora lei inizia a dire C'era

una volta tanto tempo fa un robot che si

chiama B lui la interrompe subito e gli

dice mettici un po' più di Drama Ok

Rendila un po più mettici un po' più di

emozione in questo tuo

racconto

Ok ragazzi è fantastico quindi avete

sentito il cambio No proprio di prosodia

il cambio emotivo della voce adesso lui

la ragazzo a destra lo la interrompe di

nuovo e gliene chiede ancora di più

Senti

la massima espressività che riesci a

fare molto più di quello che hai fatto

fino adesso Senti lei

Eh e lei la Inter AV sentito che che

cosa fantastica quanto tramma ci ha

messo nella voce adesso lei la

interrompe di nuovo e gli dice lo puoi

fare

la puoi fare l'ho interrotta Scusate gli

dice la puoi fare con una voce robotica

adesso Ok adesso dice ora termina la

storia ma

e sentite il robot che

canta you

so dai meraviglioso Bravi bravi bravi

bravi ragazzi francamente non vedo l'ora

di interagire con questa cosa è stata

simpatica è stata simpatica sembra

proprio far parte di una conversazione

umana la interrompi e ha questo modo

emotivo spiritoso avete sentito quando

gli dice di cantare Se volete Risen

itevelesa

termina la storia Ma fallo cantando

sentite la il robot che fa come di

rottura di scatole EC

qua Cioè è incredibile Incredibile

Incredibile dai

incredibile Ok allora dice fino a qua

abbiamo visto le capacità vocali Ma

parliamo anche delle capacità visive

perché qua roba forte ragazzi guardate

qua Ok dice puoi puoi chattare con chat

GPT ma puoi anche interagire col con

chat GPT attraverso il

video Ok ho bisogno del tuo aiuto per

risolvere un problema di

matematica Sono tutto orecchi come ti

posso aiutare

Ok adesso ti faccio vedere un problema

di algebra di matematica tu mi aiuterai

a risolverlo però dice non mi dare la

soluzione invece Spiegami i passaggi per

risolver ho visto ANC ved aspetta che mo

te lo faccio vedere quindi prende il

telefono in mano e apre la telecamera

sentite lei che sta ridendo sentite un

at cioè che ci ho parlato sopra Adesso

lui prende il telefono lui gli dice

Aspetta che ancora non te l'ho fatto

vedere e il robot accenna una specie di

sorriso Perché diciamo capisce che c'è

stato un piccolo

misunderstanding ragazzi a scherzare Qua

c'è chat GPT che ride cioè i chat GPT

che ha fatto Ops Cioè

Boh allora lui gli

scrive Fate attenzione perché c'è la

telecamera accesa e quindi sta

interagendo in video Ok in streaming

diciamo non in video ma in streaming

live streaming con il chatbot che vede

proprio quello che vede la telecamera

ragazzi Questa è anche computer Vision

di un certo livello eh

Ah vabbè naturalmente ha letto benissimo

3x + 1 = 4 dice allora lui gli fa Vabbè

Quali sono i passaggi che devo fare per

risolverlo

comincia a fare delle domande Cioè gli

dice che cosa pensi che ci dovremmo fare

con questo

più1 che succede quando lo sottrai da

entrambe le parti

benissimo Ora hai isolato la la x da una

parte e quindi hai 3x =

3 che cosa pensi che dovremmo fare

adesso per risolverlo quindi glielo

chiede capito chat GPT che fa le domande

finalmente chat GPT fa le domande cioè e

questa è chat GPT 4 Ok aumentato ok

hanno trovato un sistema per farlo

ragionare

meglio non sono tanto sicuro di quello

che devo fare Mi dai un'altra mano mi

dai una

mano hai 3x = 3 pensa a che cosa

dovresti fare per diciamo und come dire

non fare la moltiplicazione quindi

l'opposto della moltiplicazione

opp

Ok ok allora vai avanti e dividi tutte e

due le parti per tre

bingo ok

[Musica]

vabbè lui sta dicendo Non credevo che

queste cose potessero servire nella vita

allora lei sta dicendo insom una serie

di situazioni nelle quali ci si può

trovare a dover risolvere un'equazione

lineare dice in tutte quelle in tutte

quelle occasioni in cui ti trovi con una

variabile sconosciuta gli risponde Ah ok

Io nella mia vita è piena di variabili

sconosciute

devo imparare la

matematica Vabbè la matematica ti aiuta

a risolvere i problemi I misteri della

vita e quando vuoi quando vuoi sono qui

per dice mi piace che hai che hai

diciamo parlato della matematica col mio

amico però adesso faccio fa vere unal

cosa dice aspetta perché qui c'è un

altro understanding mi pare lui adesso

gli dice ti faccio vedere un'altra cosa

e dice Ah benissimo Ok dimmi quando sei

pronto lui

G avete sentito la voce di lei quando

lui gli fa vedere chat GPT e lei gli fa

Ah che bello che Che carino che sei Cioè

è una roba ragazzi emozionale ok È una

cosa che riesce a colpire l'aspetto

emotivo della comunicazione un passo

avanti gigantesco da questo punto di

vista alla fine questa già era

un'intelligenza

molto notevole davvero molto notevole Ma

adesso ha questa a a questo improvement

del del del riuscire a colpire l'aspetto

emotivo fantastico

Ok bravi Bravi veramente

[Applauso]

bravi ho

capit Ok adesso che sappiamo che

sappiamo risolvere le le le le equazioni

lineari fa ci fate vedere qualcosa di

più complesso questo non era abbastanza

ok Questo non era ancora abbastanza

complesso ci Dev far vedere qualcosa di

ancora più

complesso non mi ricordo che ci fa

vedere Ah il computer prende il computer

ok

ok Open desktop Oh adesso lui prende il

computer e apre l'app La desktop app ok

Quindi non non chat GPT sul web Insomma

il sito internet ma apre

l'app Quella di cui parlavamo prima

dice ti do un po' di background di

quello che sta

accadendo abbiamo sulla sinistra del

codice e la l'app chat GPT sta sulla

destra

okat GPT è in grado di sentirmi ma non

può vedere quello che accade sul

[Musica]

computer quindi adesso faccio seleziono

tutto il testo e con lui dice Command sì

perché sta su Mac ma su Windows In

realtà fai contrl C Ok quindi l'atto di

copiare copiando Evidentemente se non ho

capito male semplicemente il Copy quindi

nel momento in cui copi qualcosa con

l'app aperta viene inviata

automaticamente al modello da quello che

ho

capito okce Volevo sapere se se mi

aiutavi un po' col codice

certo Ok ti faccio vedere ti faccio

vedere codice Dammi un attimo e lei dice

certo prenditi tutto il tempo che

vuoi quindi lui copia e voilà vedete qua

è comparso code sent per cui gli è

bastato copiare e e qua dice code sent

per cui è stato già ricevuto dal

modello mi mi dai una breve descrizione

di quello che succede di quello che fa

questo

codice questo codice diciamo

feis prende una che ha detto weather

insomma la temperatura da una specifica

location Vabbè quello che fiamo un po'

avanti vabbè

Vabbè mi sono perso un

pezzo Vabbè dai insomma gli fa vedere Ah

aspetta Vedi però qua qua compare la

possibilità non solo di fare il copia

incolla quindi ma di fargli proprio

condividere condividere lo schermo la

computer Vision quindi applicata alla

desktop app invece che al cellulare e

quindi vedi lui cioè non è una

è proio lo streaming dello schermo che

gli va dentro l'app lui adesso muove lo

schermo e si muove anche dentro quindi

in streaming non è ok Non è uno

screenshot va bene e il computer riesce

a leggere il grafico in

sostan ora descrive il grafico andiamo

avanti grafico gradi celsus gradi

Fahrenheit andiamo avanti

Ok abbiamo capito No tanto Insomma è in

grado quindi di Come come come come app

desktop quindi interagisce direttamente

con noi col microfono e le casse e può

anche se noi glielo diamo non solo fare

copia incolla e gli mandi tutto quello

che vuoi ma anche può avere proprio

accesso allo screen sharing ok Quindi

vede proprio lo schermo anche mentre tu

ci lavori sopra mentre tu ci scrivi o

insomma muovi delle cose

Ok Qui dice abbiamo chiesto

alle alle persone che ci seguono i

follower su X su Twitter di farci delle

delle domande Adesso arriva una domanda

peraltro da un

italiano Ok bot gascar

Allora gli chiede se chat CPT è in grado

di fare visto che c'è questa nuova

funzionalità la prima cosa ci siamo

chiesti tutti quindi si è in grado di

fare

una una translation una traduzione live

direttamente adesso ce la fanno anche

vedere naturalmente Abbiamo anche il

traduttore universale a questo punto

siamo vicini a star tre

asking How about you how your day doing

so I would like you to function as a

translator I have a friend here Who only

Speaks italian and I only speak english

and every time you hear english I want

you to Translate it to italian and if

you hear italian I want you Translate it

back to English is that good Perfetto Ok

lui gli dice voglio che funzioni come un

translator come un traduttore Quindi

tutte le volte che se ho qua davanti a

me un'amica che parla solo italiano io

parlo solo inglese quindi per favore

Aiutaci quando senti l'inglese quando

senti una frase in inglese traducila in

italiano quando senti l'italiano

traducilo in inglese Lei gli risponde

Perfetto io mi chiedo se le balene

potessero parlare cosa ci direbbero e

quindi adesso sappiamo che mira murati

parla pure

italiano potrebbero chiederci come

risolviamo le equazioni limari lineari

Sicuramente

sì Yes Senti che ride ride Cioè lei mira

a riso Ok ha fatto sicuramente sì e il

robot Ha tradotto anche la risatina Cioè

una cosa questa è veramente una cosa

incredibile Questa è veramente una cosa

incredo non riesco a figurarmi di come

un algoritmo possa davvero simulare

questa cosa e pure ce l'abbiamo davanti

ragazzi che momento meraviglioso di

essere in

vita che momento

meraviglioso Bravi bravi veramente

effetto wow c'è ragazzi l'effetto Wow

c'è isito

John adesso dice se è in grado diciamo è

una

Chissà se era se era diciamo sono cose

preparate queste in realtà perché gli

dice se è in grado di diciamo leggere le

emozioni sulla

faccia fantastico guarda

e c

GPT dice Adesso ti faccio vedere un

selfie e tu mi dici che emozioni sto

provando basandoti su quello che vedi

Adesso però io credo che lui perché

questo me lo ricordo durante la live

credo che lui abbia ancora attiva la

telecamera Quella esterna questa qui ok

Per cui lei gli dice Io vedo solo un

tavolo di legno

Guarda dice ok Questo Questo sono io che

emozioni pensi che sto

provando dice vedi sembra che sto

guardando la la fotografia di una

superficie di

legno perché quando quando alato un

telefono lui dice no no no non sono un

telefono guarda guarda bene cioè voglio

dire non sono un tavolo Guarda

bene makes more sense adess Ah makes

more sense ora

Mamma mia ragazzi è incredibile ha

descritto

perfettamente la faccia di Sto scemo che

sorride così

è meravigliosa io la voglio conoscere

cioè la

voglio also to REM some of the mysticism

from the Technology and br to you so You

can try for your

USS

frer soon you On our

Progress Thing Ok W

justred Open team V ben ringraziamenti e

così via Grazie a tutti grazie al team

di Open ai grazie a chi ha partecipato

Grazie a voi non vi dico grazie A che Ma

invece io dico grazie a voi avermi

seguito fino a qua ragazzi che

considerazione questa è stata una

diciamo una first Reaction ok E tutto

questo è accaduto mezz'ora fa E e quindi

il tempo di metabolizzarlo io non vedo

veramente l'ora di provare Questa

interazione perché davvero siamo a Siamo

al film her vi ricordate siamo proprio

arrivati al al film in cui al momento in

cui questa voce emotiva Eh a me ha

risvegliato qualcosa cioè ho voglia di

parlarci capito ma non quella voglia

come quando compri un telefono nuovo no

la voglia di giocarci ho proprio voglia

di interagire con questa voce eh

emozionale con questa voce Voglio

sentirla ridere insieme a me capito

Voglio

Eh non lo so voglio divertirmi insieme a

lei voglio esplorare il modo in cui lei

riesce a capire le mie emozioni

comprendere Questo è il paradiso degli

psicologi Secondo me che adesso

arriviamo veramente alla alla alla

psicanalisi dei dei Bot siamo arrivati

alla follia che bel momento di essere in

vita ragazzi Questa eh quindi questo

rilascio diciamo non è il rilascio

dell'anno non è chat GPT 5 non non però

è l'effetto Wow c'è stato c'è stato

parecchio e fatemi sapere che cosa ne

pensate pure voi io non vedo l'ora di

prova questa roba Grazie per essere

stati con me e eh mi raccomando lasciate

un like iscrivetevi fatev tutto quello

che deve fare un bravo follower io

faccio tutto quello che deve fare un

bravo youtuber Ciao alla prossima n