OpenAI აუდიო ტექნოლოგიებზე დიდ ფსონს ჩამოდის: სილიკონის ველი ეკრანების წინააღმდეგ ომს აცხადებს

OpenAI აუდიო ხელოვნურ ინტელექტზე დიდ ფსონს ჩამოდის და ეს მხოლოდ ChatGPT-ის ხმის გაუმჯობესებას არ ეხება. The Information-ის ახალი ანგარიშის თანახმად, კომპანიამ ბოლო ორი თვის განმავლობაში გააერთიანა რამდენიმე საინჟინრო, პროდუქტისა და კვლევითი გუნდი აუდიო მოდელების სრული განახლებისთვის. ეს ყველაფერი კეთდება აუდიოზე ორიენტირებული პერსონალური მოწყობილობისთვის, რომლის გამოშვებაც დაახლოებით ერთ წელიწადში იგეგმება.

ეს ნაბიჯი ასახავს მთელი ტექნოლოგიური ინდუსტრიის მიმართულებას — მომავლისკენ, სადაც ეკრანები მეორეხარისხოვანი ხდება, ხოლო აუდიო ცენტრალურ ადგილს იკავებს. ჭკვიანმა დინამიკებმა ხმოვანი ასისტენტები აშშ-ის ოჯახების მესამედზე მეტში უკვე დაამკვიდრეს. ინდუსტრიის გიგანტები და სტარტაპები აქტიურად ცდილობენ ხმა მომხმარებელთან ურთიერთობის მთავარ არხად აქციონ.

Meta-მ ახლახან წარადგინა Ray-Ban-ის ჭკვიანი სათვალეების ახალი ფუნქცია, რომელიც ხუთი მიკროფონის მეშვეობით ხმაურიან გარემოში საუბრების მოსმენას აადვილებს — რაც, ფაქტობრივად, ადამიანის სახეს მიმართულებითი სმენის მოწყობილობად აქცევს. Google-მა ივნისში დაიწყო „Audio Overviews“-ის ტესტირება, რომელიც ძიების შედეგებს სასაუბრო რეზიუმეებად გარდაქმნის. Tesla კი Grok-სა და სხვა დიდ ენობრივ მოდელებს (LLM) საკუთარ ავტომობილებში აინტეგრირებს, რათა შექმნას ხმოვანი ასისტენტები, რომლებიც ნავიგაციიდან დაწყებული, კლიმატ-კონტროლით დასრულებული, ყველაფერს ბუნებრივი დიალოგის მეშვეობით მართავენ.

ინდუსტრიის ახალი მოთამაშეები და გამოწვევები

ამ ტენდენციას მხოლოდ ტექნოლოგიური გიგანტები არ მიჰყვებიან. სტარტაპების მთელი რიგი გაჩნდა მსგავსი ხედვით, თუმცა მათი წარმატება არაერთგვაროვანია:

• Humane AI Pin: კომპანიამ ასობით მილიონი დოლარი დახარჯა, თუმცა მისი ეკრანის გარეშე მომუშავე მოწყობილობა წარუმატებელი აღმოჩნდა და სხვებისთვის ერთგვარ გაკვეთილად იქცა.
• Friend AI: ყელსაბამი, რომელიც ადამიანის ცხოვრებას იწერს და მასთან მეგობრობას ცდილობს, თუმცა მან კონფიდენციალურობასთან დაკავშირებული კითხვები და ეგზისტენციალური შიში ერთნაირად გამოიწვია.
• AI ბეჭდები: სულ მცირე ორი კომპანია, მათ შორის Sandbar და Pebble-ის დამფუძნებლის, ერიკ მიგიკოვსკის ხელმძღვანელობით მოქმედი გუნდი, მუშაობს AI ბეჭდებზე. მათი დებიუტი 2026 წელს იგეგმება და მომხმარებლებს საშუალებას მისცემს, პირდაპირი მნიშვნელობით, „ხელს დაელაპარაკონ“.

აუდიო, როგორც მომავლის ინტერფეისი

მიუხედავად იმისა, თუ რა ფორმას მიიღებს მოწყობილობა, მთავარი თეზისი უცვლელია: აუდიო მომავლის ინტერფეისია. ნებისმიერი სივრცე — სახლი, ავტომობილი და თავად ადამიანის სახეც კი — ინტერფეისად იქცევა. OpenAI-ის ახალი აუდიო მოდელი, რომელიც 2026 წლის დასაწყისში გამოვა, გავრცელებული ინფორმაციით, ბევრად უფრო ბუნებრივად ჟღერს.

ახალი მოდელი შეძლებს საუბრის შეწყვეტისას რეაგირებას, როგორც რეალური თანამოსაუბრე, და შეეძლება ლაპარაკი მაშინაც კი, როდესაც მომხმარებელი საუბრობს — რაც დღევანდელი მოდელებისთვის შეუძლებელია. კომპანია ასევე გეგმავს მოწყობილობების მთელ ოჯახს, მათ შორის სათვალეებსა და ეკრანის გარეშე მომუშავე ჭკვიან დინამიკებს, რომლებიც უფრო მეტად „მეგზურები“ იქნებიან, ვიდრე უბრალო ხელსაწყოები.

ჯონი აივის როლი და მოწყობილობებზე დამოკიდებულების შემცირება

Apple-ის დიზაინის ყოფილი ხელმძღვანელი, ჯონი აივი, OpenAI-ის აპარატურულ ძალისხმევას მაისში შეუერთდა, მას შემდეგ რაც კომპანიამ მისი ფირმა io 6.5 მილიარდ დოლარად შეიძინა. აივისთვის პრიორიტეტული მოწყობილობებზე დამოკიდებულების შემცირებაა. ის აუდიოზე ორიენტირებულ დიზაინს ხედავს, როგორც შანსს, „გამოასწოროს წარსული შეცდომები“, რომლებიც წინა თაობის სამომხმარებლო გაჯეტებმა დაუშვეს.