Block lanserer Dessa, en tale-AI trent kun på menneskelig tale

Betalingsselskapet Block, ledet av Jack Dorsey, introduserte fredag 23. oktober Dessa, en tale-til-tale AI-modell som de hevder er trent "fra bunnen av på ingenting annet enn menneskelig samtale." Ifølge selskapets prosjektside er ingen tekst eller forhåndstrente modeller brukt i prosessen. Block kaller det "verdens første AI du kan ha en realistisk samtale med, som kun er trent på menneskelig tale."theverge.com

De fleste taleassistenter gjør om talte ord til tekst før de svarer. Dessa hopper over dette steget, noe som plasserer Blocks lille forskerteam på en annen vei enn de tekstbaserte systemene som dominerer markedet. Foreløpig er det kun en liten gruppe AI-sikkerhetsforskere som har fått tidlig tilgang.

Slik fungerer Dessa

Block opplyser at Dessa er full-dupleks, noe som betyr at den lytter og snakker samtidig. Fordi den har lært fra ekte samtaler, kan den forstå når den skal avbryte eller gi korte bekreftelser som "ja!" eller "skjønner!". Block hevder også at inferens går raskere enn sanntid, og at modellen kjører lokalt på en MacBook Pro M4 Max eller bedre. Prosjektleder Ragavan Thurairatnam skrev på X at modellen kan kjøre på vanlige forbruker-GPU-er og kalte det "et GPT3-øyeblikk for tale."x.com+1

Laboratoriet beskriver seg selv som et "(svært) lite AI-forskningslaboratorium hos Block, grunnlagt av tidligere medlemmer av Dessa, deep learning-oppstartsselskapet fra Toronto," ifølge prosjektsiden.block.xyz

Naturlig, men tidvis klønete

The Verge rapporterte at demo-samtalene kan virke "litt klønete og merkelige." I et klipp Thurairatnam delte, forveksler modellen først taleren med en person ved navn "Ronaldo." I en annen samtale om Christopher Nolans filmer, glir praten over i Bryan Singers Superman-filmer. Andre steder svarer Dessa på nyheten om en overraskelsestur til Paris med det nettstedet kaller "tårevåt takknemlighet." Block publiserte også en samtale mellom Dessa og OpenAIs GPT-Live-1-stemmemodell, og The Verge bemerket at Dessa fremsto som den mest naturlige av de to.theverge.com

Block har ikke frigitt tall for forsinkelse, antall parametere eller størrelsen på treningsdataene, et gap som ble påpekt i en analyse fra ic.work.ic.work

Et sikkerhetsargument

Teamet oppgir tre grunner til å bygge Dessa: "nysgjerrighet (aka moro), bedre forståelse mellom mennesker og AI, og sikkerhet," rapporterte The Verge. "Babyer lærer å snakke uten noensinne å se et skrevet ord. Vi ønsket å se om en modell kunne gjøre det samme. Det kan den. Det er bare veldig vanskelig," skrev teamet.theverge.com

Teamet argumenterer for at dagens tale-AI "flater ut det vi sier til tekst" og er "nesten døv for følelsene i stemmene våre." Med deres egne ord: "Tenk deg å ha store smerter mens en tale-AI ikke aner noe og bare fortsetter. Det er sikkerhetsproblemet. Dessa er et skritt mot å løse det."

Bredere offentlig tilgang vil skje via en venteliste, rapporterte Unite.AI.unite.ai