یادگیری تصویری را ترجیح می‌دهید؟ از ChatGPT بخواهید با تصاویر تعاملی پاسخ دهد؛ تجربه‌ای کاملاً متفاوت
مدل GPT-6 می‌تواند تصاویر و ابزارهای تعاملی بسازد تا اطلاعات موردنیازتان را بهتر درک کنید و با آن‌ها کار کنید. در این مقاله، پنج کاربرد این قابلیت را که شخصاً امتحان کرده‌ام، معرفی می‌کنم.
لنس ویتنی | ۱۴ اکتبر ۲۰۲۶، ساعت ۹:۳۰ شب به وقت شرق آمریکا
چت‌بات‌های هوش مصنوعی معمولاً به بسیاری از پرسش‌های ما با متن‌های ساده و گاه خسته‌کننده پاسخ می‌دهند. اما گاهی یک تصویر می‌تواند مفهومی را بهتر از چندین جمله منتقل کند؛ به‌ویژه اگر تعاملی باشد و بتوانیم مستقیماً با آن کار کنیم. این دقیقاً همان قابلیتی است که چت‌جی‌پی‌تی اکنون به کمک جدیدترین مدل خود، GPT-6، در اختیار کاربران قرار می‌دهد.
مدل GPT-6 که در ماه سپتامبر معرفی شد، در دو نسخه Sol برای کاربران پولی و Luna برای کاربران رایگان عرضه شده و اکنون در دسترس همه کاربران چت‌جی‌پی‌تی قرار دارد. هدف این مدل، افزودن قابلیت‌های بصری بیشتر به پاسخ‌هاست. مدل جدید به‌جای آنکه فقط به متن متکی باشد، بسیاری از پاسخ‌های خود را با تصویرسازی، فرم، نمودار و انواع دیگر محتوای گرافیکی تکمیل می‌کند. نکته کاربردی‌تر این است که می‌توانید با کلیک روی دکمه‌ها، بازکردن منوها و تغییر داده‌ها، مستقیماً با این عناصر بصری تعامل داشته باشید.
اوپن‌ای‌آی در اطلاعیه معرفی این قابلیت اعلام کرد: «GPT-6 در چت‌جی‌پی‌تی قابلیت جدیدی به نام رابط کاربری هوشمند (Intelligent UI) را معرفی می‌کند که به چت‌جی‌پی‌تی امکان می‌دهد با استفاده از رابط‌های کاربری کاملاً تعاملی، پاسخ‌هایی سریع‌تر و بصری‌تر به پرسش‌های روزمره ارائه دهد. ما GPT-6 را آموزش داده‌ایم تا پاسخ‌ها را با ترکیبی از متن، عناصر بصری و اجزای تعاملی بسازد و بر اساس پرسش کاربر تصمیم بگیرد که این عناصر چگونه در کنار یکدیگر قرار بگیرند.» این رابط کاربری جدید از طریق وب‌سایت چت‌جی‌پی‌تی و اپلیکیشن‌های دسکتاپ و موبایل در دسترس است.
برای مثال، می‌توانید از چت‌جی‌پی‌تی بخواهید علاوه بر پیداکردن دستور تهیه غذایی که قصد پختنش را دارید، یک جدول تعاملی نیز برای برنامه‌ریزی آن آماده کند. سپس با تغییر تعداد مهمانان، می‌توانید مشخص کنید چه مقدار مواد اولیه باید بخرید و چه میزان از هر ماده را هنگام آشپزی به کار ببرید. مانند گذشته، درخواست‌ها و گفت‌وگوهای شما در همه دستگاه‌ها همگام‌سازی می‌شوند؛ بنابراین می‌توانید از طریق وب‌سایت یا هر یک از اپلیکیشن‌ها به آن‌ها دسترسی داشته باشید.
اکنون GPT-6 مدل پیش‌فرض چت‌جی‌پی‌تی برای کاربران رایگان و پولی است و نیازی نیست آن را به‌صورت دستی انتخاب کنید. کاربران طرح‌های Plus، Pro، Business و Enterprise به GPT-6 Sol دسترسی دارند، درحالی‌که حساب‌های رایگان و Go از GPT-6 Luna استفاده می‌کنند.
هر دو نسخه Sol و Luna در پاسخ‌گویی به پرسش‌های عمومی و روزمره عملکرد خوبی دارند، اما Sol برای انجام وظایف پیچیده و چندمرحله‌ای طراحی شده است. مشترکان پولی همچنین می‌توانند هنگام استفاده از GPT-6 یکی از سه سطح Instant، Medium و High را انتخاب کنند. سطح Instant برای پاسخ‌های سریع، Medium برای پاسخ‌های مفصل‌تر و High برای کارهای پیچیده‌تر و دشوارتر در نظر گرفته شده است. سطح Medium برای بیشتر کارها کافی است، اما همیشه می‌توانید متناسب با نیاز خود آن را تغییر دهید.
برای اینکه ببینم GPT-6 چه قابلیت‌های تازه‌ای به چت‌جی‌پی‌تی اضافه کرده است، پنج درخواست متفاوت مطرح کردم. در هر مورد از چت‌بات خواستم موضوع مشخصی را به‌صورت تصویری توضیح دهد یا ابزاری تعاملی بسازد که بتوانم شخصاً از آن استفاده کنم. در ادامه، نتایج این آزمایش‌ها را مرور می‌کنم.
۱. توضیح و نمایش تصویری تنظیم دیافراگم آیفون ۱۸ پرو
برای شروع، می‌خواستم چت‌جی‌پی‌تی فقط درباره قابلیت تنظیم دیافراگم آیفون ۱۸ پرو توضیح ندهد، بلکه عملکرد آن را نیز به‌صورت تصویری نشان دهد. به همین دلیل این درخواست را مطرح کردم: «قابلیت جدید تنظیم دیافراگم آیفون ۱۸ پرو را با استفاده از یک تصویر تعاملی توضیح بده و نمایش بده.»
هوش مصنوعی در پاسخ، توضیحی مختصر درباره این قابلیت ارائه کرد و مراحل استفاده از آن در آیفون را شرح داد. چت‌جی‌پی‌تی همچنین با کمک متن و عکس نشان داد که هر یک از مقادیر عدد دیافراگم یا F-stop در چه شرایطی کاربرد دارند. بااین‌حال، مفیدترین بخش پاسخ، تصاویر تعاملی آن بود. می‌توانستم روی مقادیر مختلف دیافراگم کلیک کنم و ببینم با تغییر هر مقدار، میزان وضوح پس‌زمینه چگونه تغییر می‌کند و دهانه دیافراگم چطور بزرگ‌تر یا کوچک‌تر می‌شود.
۲. ساخت ابزار تعاملی برای تقسیم صورت‌حساب رستوران
تصور کنید همراه چند نفر دیگر در رستوران غذا خورده‌اید و حالا صورت‌حساب را آورده‌اند. اگر قرار نباشد یک نفر هزینه همه را بپردازد، باید مشخص کنید سهم هر فرد چقدر است. این موضوع دومین چالشی بود که برای چت‌جی‌پی‌تی در نظر گرفتم تا دفعه بعد که من و همسرم همراه خانواده یا دوستان به رستوران می‌رویم، بتوانیم از نتیجه آن استفاده کنیم. از چت‌جی‌پی‌تی خواستم یک ابزار تعاملی برای تقسیم صورت‌حساب رستوران با ظاهری شبیه تخته یادداشت گیره‌دار بسازد.
در همان تلاش اول، چت‌جی‌پی‌تی ابزاری تعاملی ساخت که کاملاً درست کار می‌کرد. می‌توانستم همه مقادیر، از جمله هزینه کل غذا، مالیات فروش، تعداد افراد و انعام را تغییر دهم. ابزار نیز بلافاصله محاسبه می‌کرد که هر نفر باید چه مبلغی بپردازد.
بااین‌حال، ظاهر جذاب‌تری می‌خواستم؛ بنابراین از چت‌جی‌پی‌تی درخواست کردم دوباره تلاش کند. نسخه دوم تمام قابلیت‌های تعاملی قبلی را حفظ کرده بود، اما این بار ابزار در قالب یک تخته یادداشت مجازی، با رنگ‌های متنوع و چیدمانی چشم‌نوازتر طراحی شده بود. حالا می‌توانم هر زمان که بیرون غذا می‌خورم، از طریق اپلیکیشن چت‌جی‌پی‌تی روی آیفونم از این ابزار استفاده کنم.
۳. طراحی جدول تعاملی برای دستور پخت غذا
یکی از غذاهایی که در پخت آن مهارت دارم، اسپاگتی با کوفته‌قلقلی است که آن را بر اساس دستور پخت رستوران معروف ایتالیایی Rao’s در منهتن تهیه می‌کنم. هم کوفته‌قلقلی‌ها و هم سس را خودم از ابتدا درست می‌کنم. با نزدیک‌شدن فصل تعطیلات، تصمیم دارم این غذا را برای مهمانان آماده کنم، اما هنوز نمی‌دانم چند نفر قرار است سر میز غذا حاضر باشند. خوشبختانه راه‌حل ساده‌ای وجود داشت: از چت‌جی‌پی‌تی خواستم دستورهای پخت را در اینترنت پیدا کند و جدولی تعاملی بسازد که نشان دهد برای چهار تا هشت مهمان چه مقدار غذا باید آماده کنم.
هوش مصنوعی در پاسخ، دستور تهیه کوفته‌قلقلی و سس را همراه با راهنمای مرحله‌به‌مرحله آماده‌سازی همه مواد ارائه داد. بخش تعاملی پاسخ شامل جدولی با دو ستون مجزا بود؛ یکی برای فهرست خرید و دیگری برای مواد موردنیاز هنگام آماده‌سازی غذا. می‌توانستم تعداد مهمانان را روی هر عددی بین چهار تا هشت تنظیم کنم و جدول نیز به‌طور خودکار به‌روزرسانی می‌شد تا مقدار درست هر ماده را نشان دهد.
۴. ساخت ابزار تعاملی برای طراحی دکوراسیون اتاق
من و همسرم به تغییر دکوراسیون اتاق نشیمن خانه فکر می‌کنیم. اما تصمیم‌گیری درباره سبک موردنظرمان، انتخاب مبلمان مناسب، تعیین محل قرارگیری وسایل و انتخاب رنگ دیوارها چندان ساده نیست. به همین دلیل از چت‌جی‌پی‌تی خواستم یک ابزار تعاملی برای طراحی اتاق بسازد.
هوش مصنوعی یک نقشه تعاملی از چیدمان اتاق آماده کرد که در آن می‌شد ابعاد فضا، مبلمان و رنگ دیوارها را تغییر داد. می‌توانستم هر قطعه از مبلمان را اضافه یا حذف کنم، جای آن را تغییر دهم و اندازه‌اش را نیز تنظیم کنم. برای انتخاب رنگ دیوارها هم دو راه وجود داشت: استفاده از رنگ‌های ازپیش‌تعریف‌شده یا انتخاب رنگ دلخواه از طریق نوار انتخاب رنگ. نتیجه نهایی به ما کمک خواهد کرد بهتر تصمیم بگیریم که اتاق نشیمن را چگونه بازطراحی کنیم.
۵. ساخت خط زمانی تعاملی تاریخ آمریکا
من علاقه زیادی به تاریخ دارم، به‌ویژه تاریخ آمریکا. برای پنجمین آزمایش، از چت‌جی‌پی‌تی خواستم یک خط زمانی تعاملی از تاریخ آمریکا بسازد. بازه زمانی مشخصی را از سال ۱۶۲۰ میلادی تا امروز تعیین کردم. می‌خواستم بتوانم با کشیدن نوار لغزنده تاریخ، دوره‌ها و مقاطع مختلف تاریخی را مرور کنم و رویدادها یا فعالیت‌های مربوط به هر زمان را ببینم.
چت‌جی‌پی‌تی در پاسخ، خط زمانی کاربردی و مناسبی از سال ۱۶۲۰ تا امروز ساخت. می‌توانستم نشانگر نوار لغزنده را جابه‌جا کنم و از یک سال به سال دیگر بروم یا دسته‌بندی مشخصی مانند دوران استعمار، جنگ داخلی آمریکا یا جنگ‌های جهانی را انتخاب کنم. ابزار نیز رویدادهای مهم سال انتخاب‌شده را نمایش می‌داد. همچنین می‌توانستم رویدادها را بر اساس موضوعاتی مانند سیاست و علم بررسی کنم و نقاط عطف تاریخی را ببینم.
از چت‌جی‌پی‌تی خواستم منابع اطلاعاتی استفاده‌شده در خط زمانی را نیز ارائه کند و این کار را انجام داد تا بتوانم درستی بعضی رویدادها را بررسی کنم. البته درباره رویدادهای تاریخی مهم و شناخته‌شده، مانند سقوط بازار سهام در سال ۱۹۲۹ یا ورود زائران مهاجر انگلیسی موسوم به پیوریتن‌ها به آمریکا در سال ۱۶۲۰، نگرانی چندانی نداشتم. بااین‌حال، همیشه باید صحت اطلاعاتی را که چت‌بات‌ها در اختیارتان قرار می‌دهند، دوباره بررسی کنید.
در مجموع، چت‌جی‌پی‌تی در ساخت تصاویر و ابزارهای تعاملی مورددرخواستم عملکرد رضایت‌بخشی داشت. اکنون با کمک GPT-6 می‌توانم از هوش مصنوعی برای یادگیری تصویری، درک بهتر اطلاعات و کارکردن با موضوعات مختلفی که به ذهنم می‌رسند، استفاده کنم.