OpenAI高级语音更多地开启了一个不寻常的人工智能新时代 - 彭博社

Shirin Ghaffary

摄影师：安德烈·鲁达科夫/彭博社 AI驱动的语音助手正越来越接近人类的样子，可能会改变我们与机器甚至彼此的互动方式。但首先……

三件事需要知道：

• 英伟达已讨论加入 OpenAI最新的融资轮，预计将使这家初创公司估值超过1000亿美元• 加利福尼亚州的 人工智能安全法案SB 1047 正在送往州长办公桌• 英伟达 股票暴跌，因预测失望和生产问题

我与Juniper的一周

在一个星期天的晚上，我一边洗碗一边对我的iPhone大声提问，发现自己与回应我的声音如此投入对话，以至于几乎忘记了我是在与一台机器交谈。

我使用的是ChatGPT的高级语音模式的早期版本，OpenAI称其为迄今为止最复杂的人类助手。该公司表示，该工具可以检测情感，捕捉非语言线索，并进行来回打断。虽然我从未成为早期语音助手如Siri和Alexa的常规用户——我发现它们与我的人类朋友相比，谈话能力较差——但我与OpenAI的“Juniper”聊天时却忘记了时间，这是该应用中可用的几种声音之一。

语音助手可以放慢或加快语速，在你打断时暂停并转换话题，并用“嗯嗯”的回应和调皮的讽刺进行回复——这使得体验比过去时代笨拙的机器人AI声音自然得多。当我请助手向我解释关于神经网络的复杂技术概念时，我感觉像是在接受一位友好教授的个人讲座，而不必担心如果我在解释中插话或问一个愚蠢的问题会显得无礼。目前，这种新的语音模式仅对一小部分测试用户开放，但OpenAI计划在这个秋季更广泛地发布它。

该公司已经降低了一些在今年夏季早些时候首次演示中推出的更引人注目的功能：目前，它不会唱歌，似乎也明显少了些调情。但它的逼真性仍然让我忘记了对话的人工性。谷歌本月早些时候向支付其高级AI服务Gemini Live的用户发布了类似的AI助手。

以更自然的方式与AI对话的可能性是巨大的，使用我们的声音而不是手指。语音能力可以帮助人们在与AI交谈时不盯着屏幕，克服在某些话题上谈话时的羞耻感或社交焦虑，或者仅仅感到被倾听。

然而，这项技术仍然存在一些重大缺陷：主要是它的准确性，以及关于它是否会在使用它的人类中鼓励不健康依赖的更棘手问题。

“随着语音被添加到这些AI系统中，它们变得更加吸引人，”卡内基梅隆大学的人机交互研究教授贾斯廷·卡塞尔说。她担心人们会因为它们听起来像人类而开始过于信任这些系统。“我认为这是我们必须小心的事情。”

公司们非常清楚，AI模型会编造事实，或称为“幻觉”，他们正在努力缓解这个问题。像OpenAI的语音模式这样的产品，有时也缺乏他们所说内容的具体参考。例如，这个工具无法提供它告诉我的一篇研究论文的标题。但在未来，随着公司开始更深入地与内容提供商整合，可以很容易地看到这种事实基础的信息被构建到应用中。

虽然公司们正在积极尝试修复AI助手撒谎的倾向，但更复杂、更深层的问题则更难解决：与听起来像人类的聊天机器人交谈会增强还是削弱我们现实生活中的社会联系？

例如，如果我们习惯于打断、指挥和向语音助手倾诉我们的挫折，这是否会让我们对彼此变得更加刻薄？或者，正如一些研究所示，它们是否实际上会让我们在某些情况下变得更加善良或更 合作？如果我们更喜欢与AI聊天机器人交谈而不是其他人类，这将如何影响我们实际的人际关系？

在关于其语音技术的 发布说明中，OpenAI指出，在安全测试期间，公司“观察到用户使用可能表明与AI模型建立联系的语言”，例如“表达共享纽带的语言”，就像用户对AI说：“这是我们最后一天在一起。”这种依附可能并不总是健康的。许多研究人员，包括OpenAI本身，呼吁对人类依附和AI语音助手的社会影响进行更多研究。

在研究人员分析这项新兴技术的影响时，也许我们可以从科幻电影她中汲取教训，斯嘉丽·约翰逊在片中为一个与刚离婚、寻求陪伴的男人形成浪漫关系的人工智能配音。这部电影引发了OpenAI及首席执行官山姆·奥特曼的争议，他称其为“预言性的”，因为它描绘了人工智能的未来，并且他被指控在一个现已删除的聊天机器人的预设声音版本中复制了约翰逊的形象。

电影的最后一幕是主角坐在他长期的大学朋友身边，亲身观看洛杉矶的日落。他们互相安慰，因失去各自的人工智能聊天伙伴而感到悲伤，这些聊天伙伴在一种机器人叛乱中逃离，主角在给前妻的信中反思自己的婚姻失败。这提醒我们，尽管我们可能在加深与人工智能聊天机器人的联系，但人类之间的联系同样重要。

对人工智能有问题吗？ 给我发邮件， Shirin Ghaffary，我会在未来的新闻通讯中尝试回答你的问题。

值得关注

在彭博科技的特别版中，英伟达首席执行官黄仁勋谈到了人工智能销售、能源效率和公司战略，紧随公司财报发布之后。### 深度学习

更多来自彭博社

获取每日科技和更多彭博科技周刊到您的邮箱：

  • 网络简报，涵盖黑客和网络间谍活动的阴暗世界
  • 游戏进行中，报道视频游戏业务
  • 电力开启，获取苹果新闻、消费科技新闻等
  • 屏幕时间，前排观看好莱坞与硅谷的碰撞
  • 声音片段，报道播客、音乐产业和音频趋势