Block-ის ახალი ხმოვანი მოდელი Dessa: ხელოვნური ინტელექტი, რომელიც გრძნობებს გამოხატავს
ახალი სიტყვა ხმოვან ტექნოლოგიებში
Jack Dorsey-ს კომპანია Block-მა წარმოადგინა ახალი ხმოვანი ხელოვნური ინტელექტი სახელად Dessa, რომელიც რადიკალურად განსხვავდება დღეს არსებული ანალოგებისგან. მოდელი გამოირჩევა იმით, რომ საუბრისას ბუნებრივად გამოხატავს ემოციებს: მას შეუძლია სიცილი, პაუზების გაკეთება და ტირილის ინტონაციით საუბარიც კი. Block-ის განცხადებით, მოდელი სრულად ადამიანური მეტყველების ბაზაზეა გაწვრთნილი და მის ფუნქციონირებას მხოლოდ ერთი NVIDIA-ს გრაფიკული პროცესორი (GPU) სჭირდება.
ტექნიკური უპირატესობები და „Full-Duplex“ შესაძლებლობები
Dessa ე.წ. „full-duplex“ სისტემაა, რაც ნიშნავს, რომ მას შეუძლია ერთდროულად ისმინოს და ისაუბროს. ეს შესაძლებლობა OpenAI-ს GPT-Live-ის მსგავსია, თუმცა განსხვავება მიდგომაშია. ტრადიციული ხმოვანი მოდელები ხშირად იყენებენ ტექსტურ კონვერტაციას, რაც საუბარს რობოტულს და არაბუნებრივს ხდის. Block-ის გუნდი მიიჩნევს, რომ ტექსტის მეშვეობით ემოციების გადმოცემა შეუძლებელია, ამიტომ Dessa-მ ემოციები თავად „ისწავლა“ საუბრის მონაცემებიდან, ყოველგვარი დამატებითი ტეგების გარეშე.
კომპანიის მიერ გავრცელებულ დემო-ჩანაწერებში მოდელი საუბრობს სხვადასხვა ტემბრითა და განწყობით. მაგალითად, როდესაც „ბოტი“ ამბობს, რომ დაღლილია, მისი ხმა მართლაც გადაღლილად ჟღერს. სხვა შემთხვევაში, მოდელი ემოციურად საუბრობს ისე, თითქოს ტირილს იწყებდეს, რაც მსმენელზე ძალიან რეალისტურ შთაბეჭდილებას ახდენს.
ადგილობრივი მუშაობის უპირატესობა
ერთ-ერთი ყველაზე მნიშვნელოვანი ფაქტორი ისაა, რომ Dessa-ს გაშვება შესაძლებელია ჩვეულებრივ სამომხმარებლო კომპიუტერებზე, მაგალითად, MacBook M4 Max-ზე. ეს ნიშნავს, რომ მონაცემები არ საჭიროებს მუდმივად ღრუბლოვან სერვერებზე გაგზავნას, რაც ზრდის კონფიდენციალურობას და ამცირებს დაყოვნებას.
ამ დროისთვის მოდელი საჯაროდ ხელმისაწვდომი არ არის. Block-მა მოუწოდა უსაფრთხოების სპეციალისტებს, ჩაერთონ ტესტირებაში, რათა გამოირიცხოს რისკები, როგორიცაა ხმოვანი აგენტის გამოყენება ადამიანების შეცდომაში შესაყვანად.
რას ნიშნავს ეს ბიზნესისთვის?
Block, რომელიც ფინანსური ტექნოლოგიების სფეროში ოპერირებს და ფლობს Square-ს, უკვე იყენებს ხმოვან ტექნოლოგიებს შეკვეთების მართვისთვის. საკუთარი, ადგილობრივად მომუშავე მოდელის შექმნა კომპანიას საშუალებას მისცემს, მნიშვნელოვნად შეამციროს ხარჯები და შესთავაზოს ბიზნესებსა თუ მომხმარებლებს გაცილებით უფრო მაღალი ხარისხის, პერსონალიზებული სერვისები. მიუხედავად იმისა, რომ ტექნოლოგია ჯერ კიდევ ადრეულ ეტაპზეა, ის აშკარად მიუთითებს ტენდენციაზე, სადაც ხელოვნური ინტელექტი ადამიანთან ურთიერთობისას სულ უფრო მეტ „ადამიანურ“ თვისებას იძენს.