Mit der neuesten Version von GPT-4 in chatgpt kann der Chatbot jetzt Dokumente analysieren, im Internet surfen und Bilder in einer einzigen Konversation generieren, wobei der Kontext erhalten bleibt. Dadurch wird der Chatbot zu einem viel vielseitigeren Werkzeug.

OpenAI vereint alle Features, die es in den letzten Wochen für ChatGPT angekündigt hat, in einem Ganzen. Im Oktober brachte das Unternehmen beispielsweise Dall-E 3 auf den Markt, das aus einer Beschreibung detaillierte Bilder generieren kann. Um Dall-E 3 nutzen zu können, mussten Sie ein neues Gespräch in ChatGPT beginnen und im Voraus angeben, dass Sie mit Dall-E und nicht mit dem Standard-GPT-4-Modell sprechen möchten.

Gleiches gilt für die später eingeführte Analysefunktion. Durch die Auswahl von GPT-4 zum Parsen konnte ChatGPT plötzlich ganze PDF-Dokumente lesen und analysieren. In diesem Analysemodus konnten wir jedoch keine Dall-E 3-Bilder generieren. Darüber hinaus konnte ChatGPT eine Zeit lang über Bing im Internet surfen, diese Funktionalität gab es jedoch weder in Dall-E 3 noch in der Version Bot Analytics. Man könnte beispielsweise nicht eine Analyse eines Dokuments oder einer Website anfordern und aus den gewonnenen Ergebnissen sofort ein entsprechendes Bild erstellen.

Das wird sich jetzt ändern. Bing, Analytics und Dall-E sind nicht mehr drei verschiedene Spezialisten auf Basis von GPT-4. GPT-4 in ChatGPT übernimmt alle Funktionen. Da sie nun in einer einzigen Diskussion zugänglich sind, bleibt ihr Kontext in der Anfrage erhalten.

Lass uns gehen

Wir haben mit einer Reihe von Eingabeaufforderungen experimentiert. Beispielsweise wurde ChatGPT nach einer Beschreibung von ITdaily gefragt, navigierte dann über Bing zu unserer Seite, besuchte aber auch die entsprechende Wikipedia-Seite. Dann wurde ChatGPT gebeten, den typischen Leser, Sie, zu beschreiben. Der Chatbot hat es aus den Ergebnissen generiert. Schließlich haben wir darum gebeten, das Bild eines solchen Lesers zu erstellen. Angesichts des Kontextes wurde ein passendes Bild generiert. Bisher war das unmöglich: Wir mussten zuerst ein Gespräch auf ITdaily führen und dann unseren eigenen Prompt für Dall-E generieren.

Ein zweiter Test verdeutlicht die neuen Möglichkeiten noch mehr. Bis heute war es möglich:

• Laden Sie ein Bild hoch und fordern Sie eine Beschreibung in GPT-4 an
• Laden Sie dieses Bild zur Farbanalyse und zum Histogramm in Analytics hoch.
• Beschreiben Sie Dall-E dieses Bild, um zu versuchen, ein ähnliches Bild zu erstellen

GPT-4 konnte Farben nicht analysieren, Analytics konnte den Inhalt des Bildes nicht verstehen und Dall-E konnte das Originalbild nicht sehen, sondern nur die Beschreibung lesen. Derzeit können Sie nur ein Bild teilen, eine Beschreibung anfordern, eine Farbanalyse erhalten und schließlich ein neues ähnliches Bild anfordern, ohne selbst andere Beschreibungen teilen oder kopieren zu müssen.

Natürlich gibt es auch kürzere Workarounds: Laden Sie ein Bild hoch und fordern Sie sofort ein ähnliches Bild an. ChatGPT ist jetzt intelligent genug, um die notwendige Analyse im Hintergrund durchzuführen. Im Beispiel unten wurde unmittelbar nach dem Hochladen des Bildes ein ähnlicher Druck angefordert.

1+1=3

Diese Zusammenführung der verschiedenen generativen KI-Fähigkeiten, die OpenAI in den letzten Wochen und Monaten entwickelt hat, ist eine wichtige Entwicklung. Eins plus eins ergibt in diesem Fall mindestens drei, da sich die unterschiedlichen Fähigkeiten ergänzen und interagieren können. Darüber hinaus ist das KI-Tool für Anwender plötzlich viel praktischer geworden: Sie müssen sich nicht mehr fragen, welche GPT-4-Subversion am besten zur Lösung eines Problems geeignet ist. Stellen Sie eine Frage und ChatGPT erledigt den Rest. Die neue Funktion steht derzeit nur zahlenden Nutzern zur Verfügung.