Η Block παρουσίασε το AI μοντέλο Dessa που μιλά σαν αμήχανος φίλος

Η Block του Jack Dorsey ανακοίνωσε ένα μοντέλο AI με την ονομασία Dessa, το οποίο έχει εκπαιδευτεί «from scratch on nothing but human conversation». Για να το παρουσιάσει, η εταιρεία δημοσίευσε συνομιλίες που είχε με ανθρώπους και οι οποίες σε ορισμένα σημεία ακούγονται λίγο αμήχανες και παράξενες.

Σε ένα από τα παραδείγματα που μοιράστηκε ο επικεφαλής του Dessa, Ragavan Thurairatnam, η συνομιλία ανάμεσα στο μοντέλο και τον άνθρωπο έχει σε γενικές γραμμές μια φυσική ροή, αν και για κάποιο λόγο το μοντέλο αρχικά μπερδεύει τον συνομιλητή με κάποιον που ονομάζεται «Ronaldo».

Δείτε και ένα βίντεο με το Dessa σε ένα παιχνίδι μαντεψιάς μέσω φωνής:

Στην ιστοσελίδα του Dessa υπάρχουν και άλλα παραδείγματα, όπως μια συζήτηση για τις ταινίες του Christopher Nolan, στην οποία το Dessa κάνει απροσδόκητα μια παρέκκλιση προς τις ταινίες Superman του Bryan Singer, αλλά και μια συνομιλία με έναν άνθρωπο που του λέει ότι το πήρε μαζί του σε ένα απρόσμενο ταξίδι στο Παρίσι. Σύμφωνα με την περιγραφή της ιστοσελίδας, το Dessa απαντά τότε με κάτι που μοιάζει με δακρυσμένη ευγνωμοσύνη. Υπάρχει επίσης συνομιλία ανάμεσα στο φωνητικό μοντέλο GPT-Live-1 της OpenAI και το Dessa, όπου το Dessa ακούγεται πιο φυσικό. Αποσπάσματα από ορισμένες από αυτές τις συνομιλίες ακούγονται σε αυτό το βίντεο.

Στην ιστοσελίδα, η ομάδα του Dessa αναφέρει ότι πρόκειται για ένα «true speech-to-speech model, and everything it knows came from human speech» και ότι μπορεί να τρέξει τοπικά σε ένα MacBook Pro M4 Max «or better». Όσο για τον λόγο που το δημιούργησαν, η ομάδα αναφέρει τρεις λόγους: «curiosity (aka fun), better understanding between humans and AI, and safety». Στη συνέχεια δίνει περισσότερες λεπτομέρειες:

«Τα μωρά μαθαίνουν να μιλούν χωρίς ποτέ να βλέπουν γραμμένη ούτε μία λέξη. Θέλαμε να δούμε αν μπορεί να το κάνει και ένα μοντέλο. Μπορεί. Απλώς είναι πολύ δύσκολο.

Η ομιλία είναι το πιο φυσικό interface για κάθε νοημοσύνη, υπερ-νοημοσύνη ή μη. Και η σημερινή φωνητική AI το σπαταλά. Ισοπεδώνει όσα λέμε σε κείμενο και δεν μπορεί να συμβαδίσει με τον ανθρώπινο ρυθμό.

Η AI αποκτά όλο και περισσότερη ισχύ και αυτονομία, αλλά εξακολουθεί να είναι σχεδόν κουφή απέναντι στο συναίσθημα της φωνής μας. Φανταστείτε να πονάτε πολύ σοβαρά και μια φωνητική AI να μην έχει ιδέα και να συνεχίζει απλώς. Αυτό είναι το πρόβλημα ασφάλειας. Το Dessa είναι ένα βήμα προς τη διόρθωσή του».

Η ομάδα του Dessa αναφέρει ότι θα δώσει «πρόωρη πρόσβαση» στο μοντέλο σε «μια μικρή ομάδα ερευνητών ασφάλειας AI».