Startaps Underdog demonstrē tikai 32 MB lielu runas ģenerēšanas modeli
ASV startaps Underdog izlaidis spēli Woof, kas izmanto tā jauno runas modeli ar 31 miljonu parametru un darbojas pārlūkā bez interneta. Modelis ir atvērts lejupielādei.
Startaps Underdog, kas izstrādā mazus mākslīgā intelekta modeļus darbināšanai tieši lietotāju ierīcēs, ir publicējis demonstrācijas spēli Woof. Tā izmanto uzņēmuma jauno balss modeli, kura apjoms ir tikai 32 MB. Par jaunumu ziņo tehnoloģiju vietne TechCrunch.
Lielākā daļa mākslīgā intelekta uzņēmumu pašlaik sacenšas, veidojot arvien lielākus modeļus, kuriem nepieciešama liela skaitļošanas jauda. Daļa pētnieku un jaunuzņēmumu izvēlas pretēju ceļu: veido mazus modeļus, kas darbojas "malas ierīcēs" – piemēram, telefonos un datoros.
Spēle pārlūkā
Woof darbība norisinās telpā ar retro tehnoloģiju noskaņu, kurā ir rakstāmmašīna, CRT monitors un galda lampa, kas, nospiežot slēdzi, izdod skaņu. Spēles ievadā lietotāji tiek brīdināti par "uzmācīgiem" mākoņpakalpojumu sniedzējiem, un tas, šķiet, ir piezīme par mākonī balstītiem modeļiem.
Ar rakstāmmašīnu var ierakstīt jebkuru tekstu ar tastatūru, un spēle to izrunā skaļi. Ar mūzikas uztvērēja regulatoru var ģenerēt dažāda veida mūziku. Viss darbojas pārlūkā, izmantojot Underdog runas ģenerēšanas modeli, kas pēc uzņēmuma teiktā darbojas vairumā ierīču bez interneta pieslēguma. Modelim ir 31 miljons parametru, un to var lejupielādēt jebkurš.
Tik mazs modelis, visticamāk, neaizstās lielākos, taču tas var būt pietiekams lokāliem asistentiem vai personalizētiem aplādēm.
Iepriekšējie izlaidumi
Demonstrācija parādījusies dažas nedēļas pēc tam, kad Underdog laida klajā Bark – 167 MB runas atpazīšanas modeli, kas paredzēts transkripcijai un diktēšanai ierīcēs. Uzņēmuma dibinātājs Sigils Vens (Sigil Wen) TechCrunch stāstīja, ka sācis veidot lietotni, jo tā vietā, lai izmantotu pierakstu rīkus, piemēram, Granola, vēlējies izveidot savu sistēmu, kas darbojas lietotāja ierīcē un ļauj cilvēkiem pašiem kontrolēt savus datus.
Vens uzskata, ka tuvāko mēnešu laikā lielāko daļu mūsdienu spējīgāko modeļu varēs darbināt ierīcēs, kas lietotājiem jau pieder. Uzņēmuma mērķis ir apmācīt labākos atvērtos ASV izstrādātos modeļus, kas ļautu lietot privātu mākslīgo intelektu.
Papildus abiem balss modeļiem Underdog izlaidis arī 27 miljardu parametru modeli, ko var darbināt klēpjdatoros, kā arī lietotni ar gaidīšanas sarakstu, ko uzņēmums piedāvā kā lokāli darbināmu alternatīvu produktiem Muse un Instinct.
