Das Timing war schon mal gut: Genau einen Tag vor Beginn von Googles Entwicklerkonferenz I/O hat der neue Konkurrent OpenAI am Montagabend deutscher Zeit eine neue Version seiner KI-Anwendung Chat-GPT vorgestellt. Chat-GPT-4o, das neue Large Language Model der Kalifornier, vereint anders als seine Vorgänger Spracherkennung, die Verarbeitung (was also ist gemeint) und die Ausgabe der Antwort in gesprochener Sprache mit Bilderkennung, und das viel schneller als bisher.
Diese gesteigerte Effizienz erlaube es, so Technikchefin Mira Murati, die neue Version weltweit kostenlos anzubieten. Und nicht nur das: Mit Chat-GPTo können die Nutzer Dialoge führen fast wie im Science-Fiction-Film "Her", in dem sich ein Mann in die Stimme eines Betriebssystems verliebt. Damit legt OpenAI die Latte wieder reichlich hoch.
Chat-GPT-4o reagiert demnach erheblich schneller auf Anfragen und kann auch Emotionen in Gesichtern oder in der Stimme erkennen. Auch die Stimmausgabe kennt verschiedene Emotionszustände und wirkt nicht, als käme sie aus einem Computer. Musste man Chat-GPT bisher ausreden lassen, kann man dem System nun auch ins Wort fallen.
In einigen Live-Demos zeigten Mitarbeiter Muratis ein paar der neuen Fähigkeiten. Unter anderem half Chat-GPT-4o dabei, eine simple lineare Gleichung zu lösen, die ein Mitarbeiter auf ein Blatt Papier geschrieben hatte. Das System interpretierte die Zeichen auf dem Papier, danach gab die freundliche Stimme auf Wunsch Tipps, was womöglich als Nächstes getan werden könne, platzte also nicht gleich mit der Lösung heraus. In einer anderen Demo erklärte das System, worum es in einem Stück Computer-Code geht. Das System erinnert sich dabei an vorangegangene Dialoge, sodass die Nutzer nicht jedes Mal die Anweisungen völlig neu und komplett einsprechen müssen. Und schließlich übersetzte es live ohne große Verzögerung ein paar Brocken Italienisch ins Englische.
Beim Thema Sicherheit wird es schwammig
Murati kündigte außerdem eine Version von Chat-GPT 4o für Desktopcomputer an. Wie Murati sagte, wurde es für 50 Sprachen optimiert. Zahlende Nutzer bekommen die neue Version 50 Prozent günstiger als bisher und dürfen sie fünfmal so häufig befragen wie nichtzahlende Nutzer.
Beim Thema Sicherheit blieb Murati ziemlich schwammig. Ja, durch die neue Fähigkeiten entstünden Gefahren, etwa durch die lebensnahe Sprachausgabe. Man habe viel daran gearbeitet, das System so sicher wie möglich zu machen und man sei in Kontakt mit den Behörden und zuständigen Institutionen.
Für die Konkurrenz ist die Präsentation vermutlich kein Schock, aber doch bedeutsam genug. Unter den großen Tech-Firmen ist eine gewaltige Materialschlacht darum ausgebrochen, wer sich die Vorherrschaft bei den Large Language Models sichern kann. Mittelfristig wird es dabei nicht mehr nur um Sprache und Computer-Code gehen, sondern auch um die Bausteine des Lebens, um neue Materialien, etwa für Batterien.
Und bei OpenAI könnte es, das deutete Murati an, auch schon bald weitere Neuigkeiten geben, das "nächste große Ding" werde bald vorgestellt. Zunächst aber ist Google dran. Auf der Entwicklermesse I/O wird auch der Suchmaschinen-Gigant zeigen, wie weit seine neuen Modelle gekommen sind. Die Schlacht, sie hat erst begonnen.
