Основатель Twitter представил голосовой ИИ, обученный с нуля только на человеческой речи
- Block представила Dessa — полнодуплексную речевую модель, обученную с нуля только на человеческой речи.
- Модель работает локально на MacBook Pro с M4 Max или более мощном устройстве.
- Ранний доступ получит небольшая группа исследователей безопасности ИИ.
Почему это важно: Разработчики считают, что неспособность голосовых ИИ распознавать эмоции может создавать угрозу безопасности, а Dessa — шаг к решению этой проблемы.
Компания Block, созданная основателем Twitter Джеком Дорси (Jack Dorsey) представила модель искусственного интеллекта под названием Dessa. Её отличительной особенностью является то, что она была обучена «с нуля исключительно на человеческой речи». Как и другие современные речевые модели, Dessa является полнодуплексной — она слушает и говорит одновременно.
Источник изображения: x.com/RagavanThurair
Компания продемонстрировала примеры того, как люди общаются с этой моделью — она ведёт себя вполне естественно. В одном из примеров Dessa обсуждала кинематограф; в другом — с радостью выслушала, как собеседник отвезёт её в Париж, и отреагировала со слезами радости в голосе; третьем — пообщалась с аналогичной голосовой моделью OpenAI GPT-Live-1 и звучала более естественно, чем продукт от лидера в отрасли.
Dessa, отмечают разработчики — «настоящая модель формата «из речи в речь», и все свои знания она почерпнула из человеческой речи». Она запускается локально на ноутбуке Apple MacBook Pro с процессором M4 Max или на более мощном устройстве. Разработать Dessa компанию побудили три соображения: «любопытство, улучшение взаимопонимания между людьми и безопасность».
В Block рассказали о проекте и более подробно: «Маленькие дети учатся говорить, ещё не увидев ни слова письменного текста. Нам хотелось узнать, способна ли на это и модель. Способна. И это очень непросто. Речь — самый естественный способ взаимодействия с любым интеллектом, будь то сверхразум или что-либо иное, и сегодняшние голосовые ИИ-системы не пользуются им. Они преобразуют сказанное нами в текст и не могут угнаться за человеческим темпом. ИИ становится более мощным и самостоятельным, и он всё ещё почти глух к эмоциям в наших голосах. Представьте, что у вас что-то сильно болит, а голосовой ИИ не замечает этого и продолжает работать по-прежнему. И это проблема безопасности. Dessa — шаг к её решению».
Ранний доступ к модели пока будет предоставлен «небольшой группе исследователей в области безопасности ИИ», сообщили разработчики.
© 3DNews
