
Block เปิด Dessa โมเดลเสียงที่ฝึกจากการสนทนามนุษย์ มีทั้งความเป็นธรรมชาติและความอึดอัด
โมเดล speech-to-speech ที่ฝึกจากการสนทนามนุษย์ทั้งหทด และมีคลิปตัวอย่างสนทนาที่ทั้งน่าขนลุกและเป็นธรรมชาติ
Dessa: โมเดล speech-to-speech ที่ฝึกจาก 'การสนทนา' เท่านั้น
Block ของ Jack Dorsey เปิดตัวโมเดล AI ชื่อ Dessa ซึ่งทีมระบุว่าเป็นโมเดล speech-to-speech ที่ฝึก "from scratch on nothing but human conversation" หรือพูดง่ายๆ คือเรียนรู้จากการพูดคุยของมนุษย์อย่างเดียว ทีมงานแชร์คลิปตัวอย่างการสนทนาเพื่อโชว์ความสามารถ รวมถึงช่วงที่โมเดลอาจฟังดูอึดอัดหรือ uncanny บ้างในบางจุด
ตัวอย่างการสนทนาและพฤติกรรมที่ทีมโชว์
- มีคลิปเกมทายคำที่โมเดลเล่นผ่านเสียงกับคนจริง
- บทสนทนาเกี่ยวกับหนังของ Christopher Nolan ซึ่งโมเดลหลุดไปพูดเรื่อง Bryan Singer กับ Superman ด้วย
- คลิปที่คนพา Dessa ไปเที่ยวเซอร์ไพรส์ที่ Paris แล้วโมเดลตอบกลับในโทนที่ฟังดูขอบคุณน้ำตาคลอ
- บทสนทนาระหว่าง Dessa กับโมเดลเสียงของ OpenAI คือ GPT-Live-1 โดยที่ Dessa ให้ความรู้สึกเป็นธรรมชาติกว่าในหลายช่วง
เหตุผลที่ทีมพัฒนา Dessa
"Babies learn to talk without ever seeing a word written down. We wanted to see if a model could too. It can. It’s just very hard."
ทีม Dessa ให้เหตุผลการพัฒนาเป็นสามข้อหลัก: curiosity (aka fun), better understanding between humans and AI, และ safety โดยอธิบายว่าการสื่อสารด้วยเสียงเป็นอินเทอร์เฟซที่เป็นธรรมชาติมากที่สุด แต่ระบบ voice AI ปัจจุบันมักแปลงเสียงเป็นข้อความแล้วทำต่อ ทำให้สูญเสียจังหวะและอารมณ์ของการพูด ซึ่งมีผลต่อความปลอดภัยในสถานการณ์ที่ต้องจับสัญญาณทางอารมณ์
รันได้แบบ local และการเข้าถึง
ทีมระบุว่า Dessa สามารถรันแบบ local ได้บน MacBook Pro M4 Max "or better" ทำให้สามารถทำงานโดยไม่ต้องส่งข้อมูลไปคลาวด์ทั้งหมด และจะให้การเข้าถึงรุ่นแรกกับ "a small group of AI safety researchers" เพื่อทดสอบและประเมินแง่มุมด้านความปลอดภัยก่อนเผยแพร่สู่สาธารณะ
ภาพรวมและความเห็น
Dessa แสดงให้เห็นแนวทางที่ต่างจากโมเดลเสียงจำนวนมากคือการเรียนรู้ตรงจากการสนทนาจริง จุดเด่นคือความเป็นธรรมชาติและการรักษาจังหวะ-อารมณ์ของเสียง แต่นั่นก็พาไปสู่ความไม่แน่นอนบางอย่างที่ทำให้บทสนทนาบางช่วงฟังแล้วรู้สึก uncanny ทีม Block เลือกเดินหน้าด้านความปลอดภัยโดยให้กลุ่มนักวิจัยเข้าทดสอบล่วงหน้าเพื่อประเมินผลกระทบเชิงสังคมและการใช้งานจริง
รีวิวจากผู้ใช้จริง
รีวิวทั้งหมด: (/0)
ดูรีวิวทั้งหมด


















