OpenAI retira la voz de ChatGPT que “no es en absoluto una imitación de Scarlett Johansson”

ACTUALIZACIÓN: 20 de mayo de 2024, 8:28 p. m. EST: El publicista de Scarlett Johansson emitió un comunicado para múltiples medios de comunicación afirmando que su equipo legal “escribió dos cartas al Sr. Altman y OpenAI, exponiendo lo que habían hecho y pidiéndoles que detallaran el proceso exacto mediante el cual crearon la voz ‘Sky’. En consecuencia, OpenAI aceptó a regañadientes eliminar la voz de ‘Sky’”.

Johansson reveló que Altman pidió permiso para usar su voz en septiembre de 2023, pero ella se negó.

“En una época en la que todos estamos lidiando con los deepfakes y la protección de nuestra propia imagen, nuestro propio trabajo, nuestras propias identidades”, escribió Johansson, “creo que estas son preguntas que merecen una claridad absoluta. Espero una resolución en forma de transparencia y la aprobación de una legislación apropiada para ayudar a garantizar que los derechos individuales estén protegidos”.

---

Abierto AIes nuevo GPT-4o El sistema lanzado la semana pasada está recibiendo una amplia gama de reacciones. Pero la mayoría de los que vieron el sistema de IA generativa multimodal en acción al menos pueden estar de acuerdo en una cosa: su voz predeterminada, “Sky”, ciertamente suena “más coqueto”, a falta de un término más cómodo.

Menos de una semana después del debut mejorado de Sky, OpenAI anunciado está “trabajando para pausar” su disponibilidad mientras “abordan” las preguntas de Internet sobre la voz. Además, “no es en absoluto una imitación de Scarlett Johansson” ni de su interpretación de la asistente de IA autoconsciente en la película de ciencia ficción de 2013, Supor cierto.

su

—Sam Altman (@sama) 13 de mayo de 2024

A la mayoría de los usuarios no pareció importarles, o ni siquiera notar, ninguna de las posibles similitudes con la cultura pop de Sky cuando OpenAI lanzado públicamente Las nuevas voces de ChatGPT a finales del año pasado. Todo eso cambió de la noche a la mañana con las actualizaciones mucho más expresivas de GPT-4o. Uno Comentarista de Espanol describió la voz Sky de GPT-4o como “alucinante” y “espeluznante”, mientras que Ars Técnica dice que ahora suena “desarmantemente realista”. Incluso El show diario tomó nota.

“Esto está claramente programado para alimentar el ego de los tipos. Realmente se nota que un hombre construyó esta tecnología”, dijo la corresponsal del programa Desi Lydic la semana pasada mientras la describía como una “voz de bebé robot cachondo”.

Pero es el similitudes con Su eso tiene dominó mucho de Cobertura de GPT-4o. Estrenada en 2013, la película de Spike Jonze sigue a un hombre solitario que se enamora (y spoiler: le rompe el corazón) de su cada vez más consciente asistente telefónico de IA con la voz de Johannsen. CTO de OpenAI Mira Murati negó inspirándose intencionalmente en el papel del personaje principal de Johannsen en una entrevista la semana pasada, y la compañía nueva publicación de blog duplica el reclamo a pesar de pausar la disponibilidad de Sky. Según OpenAI, las otras cuatro voces de Sky y ChatGPT fueron el resultado de meses de cuidadosa planificación y consideración; cualquier parecido con Johannsen es puramente accidental, sin importar que el CEO Sam Altman dijo una vez Su es su película favorita de todos los tiempos, dos semanas antes del lanzamiento de las voces de ChatGPT en septiembre de 2023. Y simplemente tuiteó ‘ella’ poco después del lanzamiento del GPT-4o la semana pasada.

Cómo OpenAI eligió sus voces de chatbot ‘atemporales’

En el publicación del 19 de mayo, OpenAI ofreció un resumen de cómo eligió las opciones de voz de GPT. Además de Sky, los personajes de Breeze, Cove, Ember y Juniper fueron diseñados luego de cinco meses de consultas con actores, agencias de talentos, asesores de la industria y directores de casting. Luego, la compañía estableció una lista de criterios que cada voz debía cumplir para crear lo que creían que serían las opciones más atractivas y universales posibles. Entre esas características estaba la necesidad de actores diversos y multilingües capaces de realizar actuaciones carismáticas, accesibles e inspiradoras de confianza; también “una voz que parezca atemporal”, aunque no está exactamente claro qué podría determinar tal cualidad.

[Related: OpenAI dissolved its team dedicated to preventing rogue AI.]

Los diseñadores convocaron un casting en mayo de 2023 y, según se informa, recibieron más de 400 presentaciones. La entrada de cada actor consistió en respuestas ChatGPT pregrabadas y escritas que iban desde “responder preguntas sobre atención plena hasta generar ideas sobre planes de viaje e incluso participar en conversaciones sobre el día de un usuario”. Luego, aparentemente, el equipo entrevistó a 14 finalistas sobre “la visión de las interacciones de voz entre humanos y IA” mientras discutía las “capacidades, limitaciones y riesgos” de la tecnología junto con las supuestas “protecciones” actuales de OpenAI. (No se sabe si estas charlas de salvaguardia incluyeron al ahora completamente disuelto equipo de superalineación, cuyo codirector renunció públicamente la semana pasada citando preocupaciones sobre las “prioridades centrales de la empresa”).

Luego, los cinco actores finales volaron a San Francisco para sesiones de grabación y reuniones en persona durante junio y julio del año pasado, seguido del lanzamiento público de OpenAI. Las nuevas voces de ChatGPT en septiembre de 2023. A la mayoría de los usuarios no pareció importarles, ni siquiera notarles, las posibles similitudes de la cultura pop de cualquier voz de IA durante los siguientes siete meses, pero eso cambió de la noche a la mañana con las actualizaciones mucho más expresivas de GPT-4o.

Con bromas y la capacidad de interpretar expresiones faciales a través de la entrada de la cámara, las voces de GPT adquirieron nuevas peculiaridades y capacidades emotivas, así como las recientes comparaciones con Johannsen. No está claro cuánto tiempo planea dedicar la compañía a modificar la voz de Sky y cómo sonará la versión renovada.

OpenAI no ha dicho si las posibles amenazas legales fueron un factor detrás de escena y no respondió a ciencia pop en el momento de escribir.