Ένας προγραμματιστής τεχνητής νοημοσύνης χακάρισε το iPhone του για να γίνει το βλέμμα του GPT-4, μετατρέποντας το iPhone του σε έναν βοηθό που λειτουργεί με τεχνητή νοημοσύνη.

Ο Mckay Wrigley πήγε στο Twitter αυτή την εβδομάδα για να αποκαλύψει πώς δημιούργησε έναν βοηθό AI που μπορεί να δει χρησιμοποιώντας το iPhone του.

Ο Wrigley χρησιμοποίησε έναν συνδυασμό λογισμικού, το YoloV8 για την ανίχνευση αντικειμένων, ένα μοντέλο όρασης, το GPT-4 για το AI, το OpenAI Whisper για φωνή, τη Μηχανή Προσαρμοσμένης Αναζήτησης Google και την Python, τα οποία παραβιάστηκαν μαζί “με διασκεδαστικό τρόπο”. Λέει ότι ήταν «100 φορές πιο εύκολο» από ό,τι φαίνεται να δημιουργηθεί και ότι «έτσι θα μοιάζει ο κόσμος σύντομα».

I used my iPhone to give GPT-4 eyes.

My AI vision assistant:
– learned what a Keto diet is
– identified Keto foods in my fridge
– searched the internet
– found a recipe with the ingredients

The future is here! pic.twitter.com/bOMhJfWRP0

— Mckay Wrigley (@mckaywrigley) May 2, 2023

Πώς ακριβώς μοιάζει αυτός ο κόσμος; Όπως μπορείτε να δείτε από το βίντεό του, το GPT-4 μπορεί να κοιτάξει γύρω του και να αναγνωρίσει αντικείμενα χρησιμοποιώντας την κάμερα του iPhone του. Ο Wrigley λέει ότι χρησιμοποίησε τον βοηθό όρασης για να μάθει τι είναι η δίαιτα Keto, να αναγνωρίσει τα τρόφιμα Keto στο ψυγείο του και να ψάξει στο διαδίκτυο για μια συνταγή με συστατικά.

Ο Wrigley διευκρινίζει ότι χρησιμοποιεί Mac για να τρέξει το μοντέλο όρασης, το οποίο δείχνει τη ροή βίντεο, καθώς το iPhone δεν μπορεί να αντέξει αρκετά τη βαριά αυτή επεξεργασία. Αλλά αυτό θα μπορούσε να είναι μια ματιά στο πώς θα μπορούσε να μοιάζει ένα μέλλον με τεχνητή νοημοσύνη που θα χρησιμοποιεί το Apple VR. Η Apple αναμένεται να αποκαλύψει το νέο της headset Reality Pro στο WWDC 2023, ένα headset μικτής πραγματικότητας για gaming, συνεργασία, γυμναστική και πολλά άλλα.

Αυτό που είναι πραγματικά συναρπαστικό είναι πώς ένα εργαλείο σαν αυτό θα μπορούσε μια μέρα να χρησιμοποιηθεί για προσβασιμότητα, βοηθώντας τους τυφλούς και τους χρήστες iPhone με προβλήματα όρασης να αναγνωρίσουν αντικείμενα στο σπίτι τους χρησιμοποιώντας AI, μεταμορφώνοντας πιθανώς τον τρόπο που αλληλεπιδρούν με τα πράγματα γύρω από το σπίτι. Προφανώς υπάρχει χώρος για εργαλεία που μπορούν να διαβάσουν δυνατά πράγματα όπως ετικέτες τροφίμων ή οδηγίες στη συσκευασία. Ποιος ξέρει, η προσβασιμότητα μπορεί κάλλιστα να είναι μια έκπληξη για την επανάσταση της τεχνητής νοημοσύνης.