OpenAI har kunngjort pensjonering av en ChatGPT-stemme kalt Sky på grunn av dens tilsynelatende likhet med Scarlett Johanssons stemme. Til tross for selskapets påstander om at stemmen ikke med vilje var modellert etter den berømte skuespillerinnen, ble beslutningen tatt om midlertidig å trekke den tilbake etter en rekke medieoppslag og vitser om likheten, inkludert omtaler på Saturday Night Live. OpenAIs CTO, Mira Murati, forsikret The Verge i et intervju om at likheten ikke var tilsiktet.
En interessant kontrovers har oppstått i verden av kunstig intelligens - stemmen til ChatGPT, kalt Sky, har skapt oppsikt på grunn av dens uhyggelige likhet med stemmen til Scarlett Johansson. Selv om OpenAI hevdet at stemmen var arbeidet til en annen profesjonell skuespillerinne, dukket det opp en rekke klager som tvang selskapet til å trekke modellen tilbake.
OpenAI fikk nylig uventede problemer da deres Sky-stemmemodell designet for ChatGPT kom under ild for sin likhet med Scarlett Johanssons stemme. Modellen, som ble introdusert i fjor, fikk mye oppmerksomhet og også kritikk fordi den ble sagt å ligne for mye på stjernen i filmen «Her». Etter introduksjonen av den nye GPT-4o-modellen, som inkluderer mer avanserte stemmefunksjoner, har sammenligningene med Johansson blitt enda mer uttalte.
Spike Jonzes film fra 2013 Her, der Scarlett Johansson gir stemme til den virtuelle assistenten Samantha, inspirerte mange diskusjoner om hvordan stemme kan skape en menneskelig forbindelse. I filmen viste Johansson hvordan stemmetolkning kan uttrykke følelser og tanker på en måte som ord alene ikke kan.
Til tross for OpenAIs forsikringer om at stemmen ikke med vilje ble modellert etter den berømte skuespillerinnen, spottet media og til og med satiriske show som Saturday Night Live likheten, noe som førte til selskapets beslutning om å trekke stemmen midlertidig. OpenAI la også til at nye stemmer forventes å dukke opp i fremtiden for å passe bedre til brukernes forskjellige interesser og preferanser.
Mens OpenAI ikke avslører navnene på spillerne som bidro med stemmene sine, har de bekreftet at fem stemmeprofiler er valgt ut fra over 400 søkere. Innovasjonene med GPT-4o-modellen inkluderer mer uttrykksfull stemmetolkning, evnen til å gjenkjenne ansiktsuttrykk med telefonens kamera og oversettelse av talespråk i sanntid.
Konklusjon: Kontroversen rundt Skys stemme avslører kompleksiteten i å utvikle kunstig intelligens som kan etterligne menneskelige stemmer og følelser. Mens OpenAI står overfor utfordringene med å sikre autentisitet og respektere personvernet, er det fortsatt klart at fremtiden for kunstig intelligens vil kreve enda mer sofistikerte tilnærminger og etiske hensyn.
