進化為GPT-4o 可以聊天兼翻譯，圖片辨識大有進展。不用十年，不到兩年AI已可取代許多人類庶務
2024年5月13日，Openai發布了新一代的模組GPT-4o，念法：GPT-four-O。強調即時對話以及圖像解析能力，官方發布的影片中展現了即席英語-義大利語口譯、程式碼解析、算式解析、人臉表情解析，以及幾乎可媲美真人的語音回應，包含調整語氣、用詞以及模仿機器人語音等，相當令人驚豔。
官方發布影片
26分鐘的影片中，主持人技術長穆拉蒂（Mira Murati）介紹到希望能夠讓人們更直覺地使用速度更快的GPT-4o，接下來兩名工程師分別以不同的方式展示新一代GPT-4o的能力，包括用對話請GPT-4o提供放鬆建議，並且故意喘氣讓她偵測自己的語速，請她用不同的情緒講故事等等。
圖片生成能力進化
先前我試用GPT-4的文章，提到GPT-4還無法調整圖片格式，新一代的GPT-4o已經可以調整圖片格式，也能夠去背及調整長寬比。但因為一次指令還是只能出一張圖，所以要調校很多次才能出現理想的照片。
我請ChatGPT生成四組貓咪的圖片，看能不能用在我新的貓貓系列書上。
Chat GPT-4o生成圖片
一開始的這組有點太Q版了，因此我請他調整寫實一點、身體長一點，經過幾次後，出現比較適合的風格。
GPT-4o生成圖片
然後我再請他提供透明背景的png格式，第一次有點失敗，圖像都破了。
GPT-4o去除圖片背景
只好再請他製作一次，這次圖像本身沒有破碎，可是邊緣有點粗糙。
GPT-4o去除圖片背景
如果放在深色背景的環境下，看得很清楚貓咪周圍有白色的色塊。
GPT-4o去背圖片
用文字對話調校圖片，其實還不是那麼直覺，正確來講是有點困難，可能還是送去給專門AI修圖的軟體製作會好一點。
GPT-4o圖片生成對話畫面
GPT-4o比GPT-4聰明嗎?
根據介紹，GPT-4o還是在GPT-4的基礎上去優化，也就是還沒有調校到完美的境界。我用同一個問題，也就是請問臺灣文學作家影響力前十的排行，得出來不一樣的答案，可以看出來GPT-4o是較為精準的，因為GPT-4把魯迅排在第一名就是有點奇怪，魯迅從來沒來過臺灣啊?
GPT-4回復有關臺灣影響力前十名作家
魯迅 - 雖然他是中國作家，但魯迅的作品對華語文學圈，包括台灣，有著深遠的影響。
白先勇 - 以其細膩的筆觸描繪出多元的愛情與人性，著有《台北人》等經典作品。
三毛 - 知名的流浪作家，以《撒哈拉的故事》等作品聞名，其獨特的生活經歷和深情敘事風格深受讀者喜愛。
李昂 - 知名的女性作家，作品常探討女性主義與性別議題，如《牽阮的手》。
張系國 - 以描寫台灣鄉土人情為主，其作品反映了台灣社會與文化的變遷。
鍾肇政 - 以創作台灣本土化的小說見長，作品豐富，風格多變。
朱天心 - 其作品深入挖掘家族和歷史記憶，如《古都》等作品廣受好評。
郭強生 - 以小說和散文見長，作品常反映出台灣社會底層的生活實況。
吳明益 - 以其深刻的人文關懷和精緻的文字著稱，著有《天橋上的魔術師》等作品。
詹宏志 - 雖然他以企業家身份更為人所知，但他的書籍和對台灣文化的貢獻也值得關注。
GPT-4o回復有關臺灣影響力前十名作家
- 白先勇
- 他的小說集《台北人》被翻譯成多種語言，包括英語、法語、德語、日語等。
- 余光中
- 他的詩集《鄉愁》被翻譯成多種語言，包括英語、法語、西班牙語等。
- 龍應台
- 她的散文集《大江大海一九四九》和其他作品被翻譯成多種語言，包括英語、德語、法語、日語等。
- 李昂
- 她的小說《殺夫》被翻譯成多種語言，包括英語、德語、法語、日語、韓語等。
- 朱天文
- 她的小說《荒人手記》和其他作品被翻譯成多種語言，包括英語、法語、德語、日語等。
- 朱天心
- 她的小說《古都》被翻譯成多種語言，包括英語、法語、德語、日語等。
- 王文興
- 他的小說《家變》被翻譯成多種語言，包括英語、法語、德語、日語等。
- 七等生
- 他的小說《逆旅》被翻譯成多種語言，包括英語、法語、德語、日語等。
- 陳映真
- 他的社會寫實主義作品被翻譯成多種語言，包括英語、法語、德語、日語等。
- 張大春
- 他的小說《尋人啟事》和其他作品被翻譯成多種語言，包括英語、法語、德語、日語等。
備註：第10原本是寫平路，但因為代表作品一直寫錯被我糾正，後來GPT-4o自己換成張大春。
小結
這次發布的GPT-4o又可以看出來文本生成AI的進展又往前跨了一大步，我相信一年以後再回來看，幾乎可達到真人對話的效果，而且根本比正常人類聰明。
在手機上安裝GPT來進行實時對話，是本次發布的一大亮點，但目前因為流量過載一直沒實際測試成功，等到測試後再跟大家分享。如果即時口譯好用又正確度高的話，去旅遊就很方便了，未來甚至有可能作為多數會議的多語即席口譯，只有非常重要或機敏性質的會議才需要使用真人口譯。
