Blocks Dessa har kun hørt mennesker tale
Jack Dorseys selskab viser en stemmemodel, der svarer direkte i lyd og ifølge Block kan køre lokalt på en MacBook Pro M4 Max.
Trænet på samtaler, ikke på tekst
Block, Jack Dorseys selskab, har offentliggjort en AI-model, der hedder Dessa. Ifølge Block er den trænet fra bunden på intet andet end menneskelig samtale, og alt hvad den ved, kommer fra menneskelig tale.
Det gør Dessa til det, holdet bag kalder en egentlig tale-til-tale-model. Den lægger ikke det sagte om i en tekstversion undervejs, sådan som meget stemme-AI gør. Ifølge Block kan modellen køre lokalt på en MacBook Pro M4 Max »eller bedre«.
Holdet sammenligner selv med børn, der lærer at tale, uden at have set et ord skrevet ned. De ville se, om en model kunne gøre det samme. Det kan den, skriver de, men det er meget svært.
Dessa tror, du hedder Ronaldo
Block viser modellen frem gennem optagede samtaler, og de er ikke fejlfrie. Ragavan Thurairatnam, der leder arbejdet med Dessa, har delt en samtale med en nogenlunde naturlig rytme, hvor modellen dog først tror, at personen hedder Ronaldo.
På Dessa-hjemmesiden findes flere eksempler: en snak om Christopher Nolans film, hvor Dessa uventet drejer ind på Bryan Singers Superman-film, og en fortælling om en overraskelsesrejse til Paris, som modellen ifølge hjemmesiden besvarer med noget, der lyder som taknemmelighed med tårer i stemmen.
Der ligger også en samtale mellem OpenAIs stemmemodel GPT-Live-1 og Dessa, hvor Dessa fremstår som den mest naturlige af de to.
Stemme-AI hører ikke følelser
Block angiver tre grunde til at bygge Dessa: nysgerrighed, som de selv kalder sjovt, bedre forståelse mellem mennesker og AI og sikkerhed.
Sikkerhedsargumentet handler om, at nutidens stemme-AI'er næsten er døve for følelser i stemmen. Holdet beskriver et menneske i alvorlige smerter, mens en stemme-AI blot fortsætter uden at opdage det. Dessa er efter deres eget udsagn et skridt på vejen mod at løse problemet, ikke løsningen.
Block vil lukke forskere ind først
Block oplyser, at selskabet vil give en lille gruppe AI-sikkerhedsforskere tidlig adgang til modellen. Det er en plan om adgang for udvalgte, ikke en åben udgivelse: hverken model eller kode er beskrevet som frit tilgængelig for alle.
Flere detaljer
- Ragavan Thurairatnam er leder af arbejdet med Dessa hos Block.
- Block er Jack Dorseys selskab.
- Et af de fremviste eksempler er en samtale mellem GPT-Live-1 og Dessa.
Kilder:
The Verge AI →
Genfortalt i egne ord af AI-nyheder.com · AI-genereret illustration · Tjek altid originalkilden, før du handler på vigtige oplysninger.