Компанія Block, заснована Джеком Дорсі, анонсувала нову штучно-інтелектуальну модель під назвою Dessa. Проєкт вирізняється тим, що нейромережу тренували з нуля виключно на записах людського спілкування, оминаючи звичні текстові етапи навчання. Продемонстровані розробниками діалоги вражають своєю природністю, хоча інколи бувають дещо незвичними — наприклад, під час однієї з розмов модель випадково переплутала співрозмовника з футболістом на ім’я Роналду.
На офіційному сайті проєкту оприлюднено кілька інших прикладів взаємодії. Серед них — обговорення фільмів Крістофера Нолана з несподіваним відступом про кінострічки про Супермена від режисера Браяна Сінгера, а також розмова про поїздку до Парижа, на яку Dessa реагує висловлюваннями, схожими на сльози вдячності. Крім того, розробники порівняли свою розробку з голосовою моделлю GPT-Live-1 від OpenAI, де Dessa звучала значно природніше.
Команда проєкту зазначає, що Dessa є повноцінною мовленнєвою системою speech-to-speech, яка працює локально на комп’ютерах MacBook Pro з процесором M4 Max чи потужніших конфігураціях. Автори ініціативи пояснюють створення моделі трьома основними чинниками: цікавістю, прагненням покращити взаємозв’язок між людьми та штучним інтелектом, а також аспектами безпеки.
Як наголошують розробники, немовлята навчаються розмовляти без попереднього знання писемності, і команда прагнула перевірити, чи здатна на подібне штучна нейромережа. На їхню думку, сучасні голосові системи марнують потенціал найприроднішого інтерфейсу, перетворюючи мовлення на текст і не встигаючи за людським темпом. Головною проблемою безпеки вони називають те, що ШІ майже не розпізнає емоції у голосі, що може стати критичним у ситуаціях, коли людині потрібна термінова допомога.
На початковому етапі творці Dessa планують надати доступ до моделі обмеженому колу дослідників з безпеки штучного інтелекту.
Джерела: theverge.com
