ปัจจุบันมีกรณีที่ผู้ใช้สามารถนำทางในระบบรางได้โดยใช้ข้อมูลจากระบบ ซึ่งเป็นภารกิจที่ท้าทายแม้แต่ผู้ที่มองเห็นก็ตาม โดยสามารถรับทราบตำแหน่งและรับคำแนะนำทีละขั้นตอนเพื่อไปยังจุดหมายที่ต้องการ
แต่สำหรับผู้ที่ไม่สามารถมองเห็น การทำความเข้าใจสิ่งที่อยู่บนหน้าจออาจยากกว่าการเดินทางในโลกจริงถึงสองเท่า เนื่องจาก Screen reader มักจะอ่านทุกอย่างทีละคำ
ล่าสุด Henriksen กล่าวว่า ตอนนี้พวกเขาสามารถแสดงหน้าเว็บให้ GPT-4 ดู และระบบจะสามารถระบุได้ว่าส่วนใดของหน้าเว็บที่สำคัญและควรถูกอ่านหรือสรุป หลังจากผ่านการฝึกฝนด้วย deep learning เป็นเวลานาน
สิ่งนี้ไม่เพียงแต่ช่วยให้การอ่านข่าวออนไลน์ง่ายขึ้น แต่ยังเปิดโอกาสให้ผู้ที่ต้องการความช่วยเหลือทางสายตาเข้าถึงหน้าเว็บที่ซับซ้อน เช่น เว็บไซต์ช้อปปิ้งและอีคอมเมิร์ซได้ด้วย GPT-4 สามารถสรุปผลการค้นหาได้เหมือนที่คนมองเห็นสแกนข้อมูล โดยไม่จำเป็นต้องอ่านทุกรายละเอียดเล็กน้อย และช่วยให้ผู้ใช้ที่ต้องการการสนับสนุนทางสายตาตัดสินใจซื้อได้อย่างถูกต้องแบบเรียลไทม์
ศัพท์ที่ควรรู้
- Screen reader – โปรแกรมอ่านหน้าจอที่แปลงข้อมูลบนหน้าจอเป็นเสียงสำหรับผู้พิการทางสายตา
- GPT-4 – โมเดลภาษาขนาดใหญ่ของ OpenAI ที่ถูกนำมาใช้ในการวิเคราะห์และสรุปเนื้อหา
- Deep learning algorithms – อัลกอริทึมการเรียนรู้เชิงลึกที่ใช้ในการฝึกฝนให้ AI เข้าใจบริบทของข้อมูล
- E-commerce sites – เว็บไซต์ที่เกี่ยวข้องกับการซื้อขายสินค้าออนไลน์
ที่มา: OpenAI