Block julkaisi Dessa-tekoälyn, joka on opetettu vain puheella

Maksualan yritys Block, jota johtaa Jack Dorsey, esitteli perjantaina 23. lokakuuta Dessa-tekoälymallin. Se on puheesta puheeksi toimiva malli, jonka kerrotaan opetetun "alusta alkaen pelkästään ihmisten välisellä puheella". Projektin sivujen mukaan mallin opetuksessa ei käytetty tekstiä tai esiopetettuja malleja. Block kutsuu sitä "maailman ensimmäiseksi tekoälyksi, jonka kanssa voi käydä realistista live-keskustelua ja joka on opetettu vain ihmispuheella".theverge.com

Useimmat puheavustajat muuttavat puheen tekstiksi ennen vastaamista. Dessa ohittaa tämän vaiheen, mikä erottaa Blockin pienen tutkimustiimin markkinoita hallitsevista tekstipohjaisista järjestelmistä. Toistaiseksi vain pieni ryhmä tekoälyturvallisuuden tutkijoita on saanut varhaisen pääsyn malliin.

Miten Dessa toimii

Blockin mukaan Dessa on kaksisuuntainen (full-duplex), eli se kuuntelee ja puhuu samanaikaisesti. Koska se on oppinut todellisista keskusteluista, se osaa ajoittaa puheenvuoronsa ja käyttää lyhyitä vastauksia, kuten "joo!" tai "selvä!". Blockin mukaan päättely on reaaliaikaista nopeampaa ja malli toimii paikallisesti MacBook Pro M4 Max -koneella tai tehokkaammalla laitteistolla. Projektin johtaja Ragavan Thurairatnam kirjoitti X-palvelussa, että malli toimii kuluttajatason näytönohjaimilla ja kutsui sitä "puheen GPT3-hetkeksi".x.com+1

Laboratorio kuvailee itseään "hyvin pieneksi tekoälytutkimuslaboratorioksi Blockilla, jonka perustivat Toronton syväoppimisen startup Dessan entiset jäsenet", projektin sivujen mukaan.block.xyz

Luonnollinen, joskus kiusallinen

The Verge raportoi, että esittelykeskustelut voivat olla "hieman kiusallisia ja epätodellisia". Eräässä Thurairatnamin jakamassa videossa malli luulee puhujaa aluksi "Ronaldo"-nimiseksi henkilöksi. Toisessa keskustelussa Christopher Nolanin elokuvista siirrytään Bryan Singerin Teräsmies-elokuviin. Eräässä toisessa kohdassa Dessa vastaa uutiseen yllätysmatkasta Pariisiin tavalla, jota sivusto kutsuu "kyyneliseksi kiitollisuudeksi". Block julkaisi myös keskustelun Dessan ja OpenAI:n GPT-Live-1-puhemallin välillä, ja The Verge totesi Dessan vaikuttavan kaksikosta luonnollisemmalta.theverge.com

Block ei ole julkaissut viivearvoja, parametrien määriä tai opetusdatan kokoa, mikä on puute, johon ic.workin analyysissa kiinnitettiin huomiota.ic.work

Turvallisuusnäkökulma

Tiimi kertoo kolme syytä Dessan rakentamiselle: "uteliaisuus (eli hauskanpito), parempi ymmärrys ihmisten ja tekoälyn välillä sekä turvallisuus", The Verge raportoi. "Vauvat oppivat puhumaan näkemättä koskaan kirjoitettua sanaa. Halusimme nähdä, voisiko malli oppia samoin. Se voi. Se on vain erittäin vaikeaa", tiimi kirjoitti.theverge.com

Tiimi väittää, että nykyinen puhetekoäly "litistää sanomamme tekstiksi" ja on "lähes kuuro äänemme tunnesävyille". Heidän sanoin: "Kuvittele, että olet kovissa kivuissa, mutta puhetekoäly ei ymmärrä sitä ja jatkaa vain puhumista. Se on turvallisuusongelma. Dessa on askel sen korjaamiseksi."

Laajempi julkinen pääsy tapahtuu jonotuslistan kautta, Unite.AI raportoi.unite.ai