Block Джека Дорси представила голосовую ИИ-модель Dessa, обученную на человеческих разговорах

Компания Block, которую возглавляет Джек Дорси, объявила о модели искусственного интеллекта Dessa, обученной, по её словам, «с нуля» исключительно на человеческих разговорах. Чтобы показать возможности модели, компания опубликовала записи её бесед с людьми. Как отмечает технологическое издание The Verge, некоторые из них звучат немного неловко и неестественно.

В одном из примеров, которым поделился руководитель проекта Dessa Рагаван Турайратнам, беседа в основном идёт естественно, хотя вначале модель принимает собеседника за некоего «Роналду». Также опубликовано видео, где модель играет в голосовую игру-угадайку.

Другие примеры

На сайте Dessa есть и другие образцы. В разговоре о фильмах режиссёра Кристофера Нолана модель неожиданно уходит в сторону и начинает обсуждать фильмы о Супермене Брайана Сингера. В другом примере человек рассказывает, что устроил модели сюрприз-поездку в Париж, и, как сказано на сайте, модель отвечает так, будто звучит слезливая благодарность. Есть и беседа между голосовой моделью OpenAI GPT-Live-1 и Dessa, в которой Dessa звучит естественнее.

Что говорят разработчики

Команда называет Dessa настоящей моделью «речь в речь», а всё, что она знает, получено из человеческой речи. По словам команды, модель может работать локально на MacBook Pro M4 Max или более мощном компьютере.

Разработчики называют три причины создания: любопытство, лучшее взаимопонимание между людьми и ИИ, а также безопасность. Они отмечают, что младенцы учатся говорить, ни разу не видев написанного слова, и хотели проверить, способна ли на это модель. По их мнению, современный голосовой ИИ превращает речь в текст, не успевает за человеческим темпом разговора и почти не улавливает эмоции в голосе. Dessa они считают шагом к решению этой проблемы.

Команда сообщила, что предоставит ранний доступ к модели небольшой группе исследователей безопасности ИИ.