數碼新秩序

　　新冠肺炎疫情帶動了香港人的健康意識提升，更令網購成為大眾生活一部分，不少企業及市場生力軍，均藉著融入電子科技於業務當中，把握健康科技市場商機。

黃婉華（Amice）早年為針對及早預防長期病患創立的人工智能（AI）營養顧問應用，助減低患心臟病或糖尿病等風險，最近更研發新演算法推出智能健康報告服務，冀藉此拓展與保險業合作商機。

　　IT行業出身的黃婉華（Amice）早年為針對及早預防長期病患創立的人工智能（AI）營養顧問公司，面對疫情下的新常態考驗，更衍生了轉變業務方向的念頭，嘗試涉足銀齡科技及保險業市場。

在「Eat Rite by ReHealthier 隨身營養顧問」應用程式上，透過AI分析食物熱量並以顏色分級，紅色代表熱量超過1000 kcal、橙色代表700至1000 kcal，綠色代表低於700 kcal。

　　Amice分享，其AI營養顧問公司「BACHcode」自2017年投入6位數字做R&D（研發），開發應用程式「Eat Rite by ReHealthier隨身營養顧問」，初期透過AI分析，協助港人由改善飲食生活習慣開始，減低患上心臟病或糖尿病等風險，提供個人化的健康管理方案。

　　程式中採用文字辨識技術，只要將相機鏡頭對著餐牌、外賣紙等，就可以得知各種食物及飲品的熱量，以及藉顏色分級，用戶對於當中所包含的卡路里數值，一目了然；同時會因應用戶的健康狀況提供食品攝取量建議。

　　至最近在疫情期間，團隊再為程式加入提供智能健康報告服務及增加AI辨識範圍等，為用戶擴大應用層面之餘，更令該公司增加拓展B2B業務的機會。其智能健康報告功能當中，可估算用戶心臟年齡、預測用戶10年後患上心臟病的風險、7年後患糖尿病風險、6年後脂肪肝風險功能。

　　Amice指出：「近日陸續有保險公司、再保險公司找我們商討，冀將AI健康檢測報告功能加入認可的風險評估指標，並推廣予其客戶，減低推銷的時間成本。」

獲KOL推介 單日3千次下載

　　而早前疫情較嚴重時，公司雖然面對線下市場推廣工作停滯，不過就由於公眾對健康科技更關注，衍生舉辦相關線上講座、研討會，為其帶來與不同本地大學、企業機構等新合作的機會。

　　她透露，目前該公司有8成收入來自企業對企業（B2B）的業務，2成則來自商對客（B2C）業務。該應用程式由去年中僅約1,000人下載及安裝，至今已突破2萬，在今年中開始更加入付費訂閱模式，文字辨識技術由僅提供中文，加入分析英文，以及更詳細的營養分析功能等。

　　近日不少港人積極運動、急急關注飲食健康等，增強免疫力以抵抗疫情，她表示：「現時平均每星期有200次下載，曾經最高峰在1天內約有3,000次，是因為有一些KOL在介紹有何幫助即時計算卡路里、配合健身減肥時，提起了我們的App。」

　　人類可否與電腦談心、甚至談戀愛呢？2013年上映的科幻電影《觸不到的她》（Her）正是講述男主角與AI語音助理的戀愛故事。隨著OpenAI最新AI模型「GPT-4o」的面世，上述電影情節或有機會在現實世界發生！此模型擁有強大的語音處理能力，可以用親切、富有感情的聲音交談，而且有著接近人類的對話回應時間，能夠提供更自然、更逼近真人的溝通體驗。AI技術發展至此，將對我們的世界帶來甚麼改變呢？

文字、聲音、視像全面推理能力

　　2024年5月13日， OpenAI技術長米拉·穆拉蒂（Mira Murati）率領ChatGPT開發團隊在YouTube進行直播，發表最新AI模型GPT-4o；當中的「o」意指「omni」，含有「全方位、全能」的意思，代表著新模型擁有文字、聲音、以及視像推理的全面能力，不但可以接受文本、語音、圖像及其組合的提示輸入，還可以輸出同樣媒介形式的回應。

　　儘管GPT-4已具備文字語音轉換、圖像辨識功能，惟這些功能卻要交由3個模型各自執行：第一個模型把語音轉錄成文字，跟著GPT-4針對文字提問生成文本回應，最後由第三個模型把文本轉換為聲音輸出。這樣不但令回應時間被拖長，平均需時約5.4秒，而且在轉換過程中會流失大量資訊，使GPT-4無法感測用戶聲調、背景聲音，更無法輸出笑聲或表達情感。

OpenAI技術長穆拉蒂表示，GPT-4o的速度比GPT-4 Turbo快上兩倍，但成本卻是後者的一半。（圖片來源：翻攝OpenAI官方YouTube影片）

GPT-4o對話反應時間接近人類

　　GPT-4o把這些功能匯集在單一模型「omnimodel」裡，讓語音延遲大幅縮短，可以在最快232毫秒（0.232秒）、平均320毫秒（0.32秒）的時間內回應語音提問，接近人類對話的反應時間。

　　再者，GPT-4o因只有單一模型，所有輸出、輸入均在同一神經網絡系統內完成處理，有效減少資訊流失，故此它能夠理解用戶的語氣，知道甚麼時候應做出甚麼回應，又可以在不同的語氣間快速切換，從一本正經的語調，變換為活潑佻皮的語氣。

　　OpenAI釋出多段短片展示GPT-4o逼近真人的溝通能力：GPT-4o可跟OpenAI開發人員流暢對談，說話語氣抑揚頓挫，又會在適當時候發出笑聲，甚至懂得開玩笑；當人類插嘴打斷其說話時，它會自動停下來，傾聽人類說甚麼，然後根據新提問作出回應。

兩個AI模型互相對話、交流資訊

　　更教人吃驚的是，兩個AI模型竟然可以互相對話和交流資訊。OpenAI開發人員在兩部手機開啟GPT-4o，要求啟動了鏡頭的AI，向沒有鏡頭的AI陳述所看到的事物，結果它清楚地說出眼前的開發人員身穿黑色皮褸和淺色上衣。後來，這兩個AI更互相聊起來，甚至一起唱歌。

　　論及實際應用，GPT-4o懂得50種不同語言，能夠變身為即時翻譯員。在示範影片中，GPT-4o能夠在意大利文與英文、西班牙文與英文之間快速切換語言，讓不同國籍人士進行跨語言溝通變得易如反掌，日後出國旅行或公幹就不用再擔心語言不通。

　　GPT-4o又可以化身為私人補習老師。在展示影片中，一名父親要求GPT-4o教導其兒子解答三角函數問題，但規定AI不可以先給答案，於是它藉由語音提示，一步步指導該名兒子自己算出答案，並稱讚他做得好，以示鼓勵。

GPT-4o透過iPad畫面與語音提示，教導孩子如何破解三角函數問題。（圖片來源：翻攝OpenAI官方YouTube影片）

GPT-4o可以充當視障人士眼睛

　　對視障人士而言，GPT-4o更可以充當他們的眼睛，幫助他們探索現實環境。在示範片中，GPT-4o可以告訴站在倫敦街頭的視障人士哪裡是白金漢宮，可以走到哪裡可以乘搭的士，甚至應該在甚麼時候舉手叫車。

GPT-4o透過手機實現語音提示，告訴視障者可以在甚麼位置、甚麼時候舉手叫車。（圖片來源：翻攝OpenAI官方YouTube影片）

　　直播結束後，OpenAI執行長山姆·奧特曼（Sam Altman）社交平台X上發布了一個英文單字：「Her」，既是向電影《觸不到的她》致敬，也暗示人類與AI談戀愛似乎不再是遙不可及之事。OpenAI現已開始把GPT-4o的文字與圖像輸入、以及文字輸出功能，逐步開放給所有ChatGPT服務，包括免費版本，惟付費版ChatGPT Plus的資訊輸入上限為免費版的5倍。

OpenAI現正逐步開放GPT-4o給ChatGPT用戶使用。如用戶進入ChatGPT後，看到「Introducing GPT-4o」信息，即代表獲授權使用新模型了。（圖片來源：翻攝OpenAI官網）

GPT-4o或會進駐於iPhone 16

　　不少網友認為，GPT-4o的表現完全碾壓iPhone語音助理Siri，對蘋果（Apple）構成極大威脅。蘋果當然心知自家AI技術遠遠落後於OpenAI，既然無法戰勝，不如拉攏對方成為盟友。Wedbush分析師丹尼爾·艾夫斯（Daniel Ives）指出，Apple將於2024年6月舉行的WWDC開發者大會上宣布，與OpenAI達成合作協議，將在下一代iPhone整合ChatGPT技術，並推出基於蘋果AI模型的聊天機械人。

　　事實上，OpenAI發表在電腦上運行的ChatGPT軟件，竟然是先推出MacOS版本，稍後才會有Windows版本登場，足證雙方現今關係非淺。因此，GPT-4o很有可能會現身於iPhone 16之上。艾夫斯認為，此舉將吸引AI開發者湧入Apple生態圈，為iPhone開闢新的增長途徑，甚至足以改寫AI市場的遊戲規則。人人手執iPhone跟AI談天說地的光景，可能不遠矣！

延伸閱讀：

一句話變60秒影片！OpenAI Sora生成電影級短片，將衝擊數碼娛樂產業，加劇深偽假片泛濫？

OpenAI自己造AI晶片！奧特曼擬集資7兆美元建數十座廠房！能撼動半導體產業版圖？

GPT Store複製App Store神話？OpenAI建構AI應用平台經濟，邁向AI霸權的關鍵一步！