بسیاری از صداهای عجیب و غریب و شبیه انسان از مدل جدید هوش مصنوعی بلاک را بررسی کنید

وقتی صحبت از پروژه‌های غیرتوئیتری جک دورسی به میان می‌آید، بلواسکی بیشترین سهم را از مطبوعات به دست می‌آورد، بنابراین می‌توان فراموش کرد که او همچنین یکی از توسعه‌دهندگان Square است، سیستم نقطه‌فروشی همه‌جا که دارای تعدادی زیرمجموعه قابل توجه مانند Cash App، Afterpay و Tidal است.

اسکوئر همچنین نام خود را به Block, Inc. در سال 2021 تغییر داد. شاید بلاک با درک راهی برای آشنایی افراد ناآشنا با کسب و کار تغییر نام تجاری از طریق بازدیدهای رسانه ای کسب شده، به تازگی یک مدل هوش مصنوعی را با کمی تغییر عرضه کرده است.

نام این مدل دسا است و پست اعلامی بلاک می‌گوید که «از ابتدا روی چیزی جز مکالمه انسانی آموزش دیده است». بلاک ادعا می کند که "حرف زدن با آن مانند صحبت کردن با یک فرد است ... پر از احساسات، نکات ظریف، مکث ها و آهنگ طبیعی."

همانطور که در The Verge گزارش شده است، دسا مستقیما با استفاده از معماری گفتار به گفتار به جای تبدیل گفتار ورودی به متن و ایجاد پاسخی مانند مدل‌های صوتی معمولی، صدا را پردازش و تولید می‌کند. این معماری دوطرفه همچنین به Dessa اجازه می‌دهد که همزمان صحبت کند و گوش دهد، که باید از برخی از سکوت‌های ناگهانی فرعی که بیشتر هوش مصنوعی‌های دیگر در لحظه استفاده از کاربر ارائه می‌دهند، جلوگیری کند.

بلاک می‌داند که برای چیزهایی مانند این، شنیدن باور کردن است، بنابراین شرکت تعدادی نمونه صوتی از صحبت کردن Dessa را برای نشان دادن توانایی‌های خود منتشر کرد.

این ویدیو را در X، که توسط Ragavan Thurairatnam، سرپرست تیم Dessa ارسال شده است، ببینید، جایی که یک کارآموز Block The Guessing Game را با مدل بازی می‌کند و می‌خواهد وسایل روزمره مورد نظر او را حدس بزند. به نوعی خنده دار است که دسا به طور ناخواسته با حدس زدن سریع شی در اولین تلاش، دو بار متوالی، همه چیز را خراب می کند. زمانی که برخی از محدودیت‌های معمول مهارت‌های درک هوش مصنوعی را با ادامه حدس زدن پس از اعلام برنده شدن نشان می‌دهد، خنده‌دارتر است. اما چیزی که بیشتر به چشم می آید این است که صدای انسان دسا چقدر غیرعادی به نظر می رسد.

در پست ویدیویی دیگری در X توسط Thurairatnam، دسا با صدای متفاوت با آهنگ غیرقابل انکار یک مرد آفریقایی آمریکایی صحبت می کند. این دسا در پاسخ به این سوال که حالش چطور است، "مرد، من کار خوبی می‌کنم، نه. من حتی نمی‌خواهم دروغ بگویم. من خسته هستم." دسا در ادامه توضیح می دهد که خستگی او ناشی از رفتن به سر کار و چیدن محصولات است. او سپس در مورد پسر بچه جدیدش که او و همسرش داریوس جانسون نامیده می شود، اظهار نظر می کند. عجیب است که به نظر نمی رسد این نوزاد خیالی دلیل خواب آلودگی ادعایی دسا باشد. احتمالا می توانید نوع پاسخ هایی را که این پست دریافت کرده است حدس بزنید.

برخی دیگر از ویدئوها و کلیپ‌ها طیفی از لحن و احساسات مدل را نشان می‌دهند، مانند همدلی و اشک، و همچنین کنار هم با ChatGPT، که در مقایسه با جریان طبیعی دسا کاملا روباتیک به نظر می‌رسد.

بلاک می‌گوید که تیم دسا قبلا به «گروه کوچکی از محققان ایمنی هوش مصنوعی» اجازه دسترسی زودهنگام به این مدل داده است که می‌تواند به صورت محلی روی هر مک‌بوک پرو M4 Max «یا بهتر» اجرا شود.

سازندگان Dessa می‌گویند که این مدل به منظور «کنجکاوی (معروف به سرگرمی)، درک بهتر بین انسان‌ها و هوش مصنوعی» و برای رفع مشکلات ایمنی ناشی از «تقریبا ناشنوا بودن مدل‌های هوش مصنوعی نسبت به احساسات در صدای ما» ساخته شده است.

باید منتظر بمانیم و ببینیم که بلاک در نهایت با دسا چه خواهد کرد. اما به محض اینکه مدلی به این انسان متقاعدکننده در طبیعت ظاهر شد، همه ما انسان‌ها مجبوریم سیستم عامل ساعت هوشمند هوش مصنوعی خود را به روز کنیم.