اوپن‌ای‌آی در حال توسعه ابزار جدیدی برای تولید موسیقی با استفاده از متن و صدا است

به گزارش پیوست، اقدام جدید اوپن‌ای‌آی برای توسعه ابزاری با هدف نفوذ به صنعت موسیقی را در حالی شاهد هستیم که به تازگی و براساس گزارشی از بلومبرگ استارت‌آپ Suno که در زمینه تولید موسیقی با هوش مصنوعی فعالیت دارد به ارزش‌گذاری ۲ میلیارد دلاری رسیده است.

منابع آگاه می‌گویند مشخص نیست که این ابزار به‌صورت یک محصول مستقل عرضه می‌شود یا به‌طور مستقیم در چت‌جی‌پی‌تی یا ابزار مولد ویدیویی سورا ادغام خواهد شد. یکی از منابع اعلام کرده که اوپن‌ای‌آی برای آموزش مدل، با تعدادی از دانشجویان مدرسه موسیقی جولیارد همکاری می‌کند تا نت‌های موسیقی را برچسب‌گذاری کرده و داده‌های آموزشی باکیفیت فراهم کنند.

تک‌کرانچ می‌گوید اوپن‌ای‌آی پیش‌تر نیز مدل‌هایی برای تولید موسیقی ارائه کرده بود، اما این پروژه‌ها مربوط به پیش از عرضه‌ ChatGPT هستند و پس از شهرت انفجاری این چت‌بات هنوز ابزاری در این حوزه از سوی بزرگ‌ترین استارت‌آپ هوش مصنوعی جهان عرضه نشده است.

اوپن‌ای‌آی در سال‌های اخیر بیش از هرچیزی بر مدل‌های صوتی تبدیل متن به گفتار و گفتار به متن تمرکز کرده است. اما در همین دوران شرکت‌هایی چون گوگل که با چت‌بات جمنای با اوپن‌ای‌آی رقابت مستقیم دارد و Suno نیز در زمینه‌ تولید موسیقی با هوش مصنوعی فعالیت کرده‌اند.

عرضه‌های جدید و توسعه اکوسیستم اوپن‌ای‌آی

گزارش جدید اینفورمیشن درمورد عرضه یک ابزار تولید موسیقی در حالی منتشر می‌شود که اوپن‌ای‌آی در یک سال گذشته محصولات متعددی را برای توسعه اکوسیستم خود منتشر کرده و دسترسی به اپلیکیشن‌ها را نیز از درون چت‌بات خود ممکن کرده است. این استارت‌آپ در تلاش است تا با این اقدامات جایگاه پیشتاز خود را در تمام گوشه‌های بازار جهانی هوش مصنوعی به تثبیت برساند.

اوپن‌ای‌آی در همین راستا هفته گذشته از مرورگر هوشمند اطلس رونمایی کرد که با ادغام مستقیم هوش مصنوعی در تجربه وب‌گردی کاربران، به آنان اجازه می‌دهد بدون نیاز به تغییر زبانه یا کپی محتوا، با دستیار هوشمند خود تعامل داشته باشند. این اقدام که مستقیما شرکت گوگل و مرورگر محبوب کروم را هدف می‌گیرد، رقابت این دو شرکت را وارد فاز جدیدی خواهد کرد.

در اوایل ماه جاری نیز اوپن‌ای‌آی از به‌روزرسانی بزرگی برای ChatGPT خبر داد که به کاربران امکان می‌دهد اپلیکیشن‌ها را مستقیما در محیط چت‌بات اجرا کنند. در ابتدای عرضه این قابلیت اپلیکیشن‌هایی مانند Booking.com، Canva، Coursera، Expedia، Figma، Spotify و Zillow در این بخش پشتیبانی می‌شوند و طبق گفته سم آلتمن، مدیرعامل اوپن‌ای‌آی، این بخش به اپلیکیشن‌های بیشتری توسعه خواهد یافت و توسعه دهندگان می‌توانند از طریق رابط برنامه‌نویسی این شرکت اپلیکیشن‌های خود را با این قابلیت هم‌گام کنند.

گسترش اکوسیستم اوپن‌ای‌آی را در حالی شاهد هستیم که تعداد کاربران این شرکت شرکت نیز در سال‌های گذشته رشد خیره‌کننده‌ای داشته است. طبق آخرین آمار رسمی، چت‌بات محبوب این شرکت اکنون بیش از ۸۰۰ میلیون کاربر هفتگی دارد و در مقایسه با حدود ۱۰۰ میلیون نفر در سال ۲۰۲۳، رشد هشت برابری را تجربه کرده است. با این حال گزارش‌های جدید از کاهش سرعت رشد این چت‌بات خبر می‌دهند و شاید همین مساله به انگیزه‌ای برای اوپن‌ای‌آی تبدیل شده تا با نفوذ بیشتر به بخش‌های مختلف، کاربران بیشتری را جذب خود کند.

این شرکت همچنین در ماه سپتامبر از  اپلیکیشن Sora رونمایی کرد که از نسخه جدید مولد ویدیو Sora 2 برای تولید محتوای ویدیویی استفاده می‌کند و همچنین یک شبکه‌ای اجتماعی برای ساخت و اشتراک‌گذاری ویدیوهای کوتاه را در خود دارد.

اوپن‌ای‌آی هوش مصنوعی را فرصتی برای مردم می‌داند

در حالی که بسیاری از فعالان فناوری و کارکنان کلاه‌سفید حالا با افزایش نفوذ ابزارهای هوش مصنوعی مشاغل خود را در معرض خطر می‌بینند و حتی مدیرعامل اوپن‌ای‌آی نیز به احتمال حذف و تحول بسیاری از مشاغل اذعان دارد، اما مدیرعامل بخش اپلیکیشن‌های اوپن‌ای‌آی، فیجی سیمو، می‌گوید شرکتش با توسعه اکوسیستم خود قصد دارد هوش مصنوعی را به ابزاری جهانی برای گسترش فرصت‌ها تبدیل کند. او معقتد است که هوش مصنوعی «برای شمار بیشتری از مردم نسبت به هر فناوری دیگری در تاریخ، فرصت ایجاد خواهد کرد.»

آلتمن نیز در سخنانی اخیر خود اعلام کرده است که سرمایه‌گذاری مداوم در فناوری‌های پیشرفته، تاثیری ماندگار بر کسب‌وکارها و جامعه خواهد داشت و از نگاه او  «بعید است که جامعه از سرمایه‌گذاری در هوش مصنوعی پشیمان شود. در واقع، ادامه‌ی این مسیر اقدامی کاملا منطقی است.»

با توجه به سرعت توسعه‌ی محصولات جدید، از مرورگر و اپلیکیشن‌های تعاملی گرفته تا مدل‌های تولید موسیقی و ویدیو، به نظر می‌رسد اوپن‌ای‌آی در حال تبدیل شدن به یک اکوسیستم جامع هوش مصنوعی چندرسانه‌ای است که بخش مهمی از آینده تعامل انسان با ماشین را تحت پوشش قرار می‌دهد.