تصور کنید به‌جای خواندن یک مقاله طولانی درباره نیروی برآر، با یک نمودار زنده از بال هواپیما بازی کنید و اثر تغییر زاویه را همان لحظه ببینید. این دیگر یک رویای طراحی نیست، بلکه استراتژی جدید OpenAI برای پایان دادن به عصر «دیوارهای متنی» در چت‌بات‌ها است.
در ۷ اکتبر ۲۰۲۶، شرکت OpenAI قابلیت رابط کاربری هوشمند (Intelligent UI) را عرضه کرد؛ سیستمی که توسط مدل GPT-6 هدایت می‌شود و المان‌های بصری پویا را مستقیماً در دل گفتگو ادغام می‌کند. این تغییر در حالی رخ می‌دهد که دستیارهای هوش مصنوعی برای توضیح مفاهیم انتزاعی تنها از طریق متن، با دشواری زیادی روبرو هستند.
همان‌طور که در تحلیل قبلی ما درباره سرعت خیره‌کننده API مدل Luna اشاره کردیم، تمرکز این شرکت حالا از قدرت پردازش خالص به تجربه بصری کاربر منتقل شده است. در واقع، مدل زبانی بزرگ (LLM) — که شبیه کتابخانه‌داری است که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — حالا یاد گرفته است که به‌جای توصیف ابزار، خودِ ابزار را برای کاربر بسازد.
به گزارش TechCrunch، این رابط کاربری شامل ابزارهای تعاملی مشخصی است:
- ماشین‌حساب‌های سفارشی: ابزارهایی برای محاسبه پس‌انداز شخصی یا تغییر مقیاس دستور پخت غذا.
- نمودارهای قابل ویرایش: چارت‌هایی که کاربر با تغییر متغیرها، جابه‌جایی داده‌ها را در لحظه می‌بیند.
- نقشه‌های پویا: راهنماهای بصری برای برنامه‌ریزی похоدهای چندروزه.
- دیاگرام‌های مکانیکی: کالبدشکافی تعاملی سیستم‌هایی مثل قطعات دوچرخه.
آروش سلوان، مدیر محصول OpenAI، تأکید می‌کند که مفیدترین پاسخ‌ها لزوماً متنی نیستند. البته کاربران می‌توانند میزان حضور این المان‌های بصری را تنظیم کنند تا اگر ترجیح می‌دهند، به همان محیط متنی سنتی بازگردند.
این حرکت نشان‌دهنده چرخش OpenAI از یک «چت‌بات» به یک «تولیدکننده نرم‌افزار» است. مدل با ساخت المان‌های UI در لحظه، در واقع برای هر پرامپت یک اپلیکیشن کوچک می‌سازد. این کار بار ذهنی کاربر را کم می‌کند و ابزار را برای افراد غیرفنی دسترس‌پذیرتر می‌کند.
اما این فضای بصری، فرصتی برای درآمدزایی ایجاد کرده است. طبق اعلام OpenAI در ۵ اکتبر، این شرکت اواخر ماه جاری تست نمایش تبلیغات بصری در کنار تصاویر تولیدشده را برای گروه کوچکی از تبلیغ‌کنندگان آمریکایی آغاز می‌کند.
کاربران طرح‌های Pro، Plus، Business و Enterprise از روز چهارشنبه به این قابلیت دسترسی یافتند و کاربران رایگان و طرح Go از روز پنج‌شنبه آن را دریافت می‌کنند.
گام بعدی شما
- در پرامپت‌های بعدی، به‌جای درخواست «توضیح»، از مدل بخواهید «یک ابزار تعاملی برای یادگیری X» بسازد.
- دقت کنید که این المان‌های بصری در مواجهه با مجموعه‌داده‌های حجیم، چقدر دقیق‌تر از تصاویر استاتیک عمل می‌کنند.
- تنظیمات رابط کاربری را بررسی کنید تا تعادل بین متن و تصویر را بر اساس نیازتان تغییر دهید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.
گفتگو