ブロック、 ジャック・ドーシーによって設立され、以前はスクエアとして知られていた金融サービスおよびデジタル決済会社が、 デッサ あなた自身の人工知能ツール。これは、 実際の会話のみを使用してゼロからトレーニングし、 そのため、笑う、立ち止まる、泣くなどの表現を含め、人間に非常に近いインタラクションを提供することができます。
同社の報告によると、Dessa は全二重モデルです。 話すことと聞くことを同時に行う、今年初めにOpenAIによって開始されたGPT-Liveの場合と同様です。彼らは、それが音声のみを使用して作成されており、聞くだけでリアルタイムで会話を維持できるようになったと主張しています。そしてこの意味で、ブロックは次のように主張する。世界初、リアルなライブ会話が可能なAI”。
この点が、音声を生成するための情報検索やプレテキスト処理のための大規模な言語モデルを一般に必要とする他のシステムとは異なります。そのため、不自然に見えたり煩わしくさえ見える可能性があります。 「私たちは、音声が知性と対話する最も自然な方法であると信じています。これが、これまでに開発された中で最も本格的な *全二重* 音声モデルである Dessa を作成した理由です。」と同社から述べられています。彼と話すのは人と話すのと同じです。感情、ニュアンス、間、そして自然なリズムに満ちています。”。
これを説明するために、ブロック氏は、ソーシャル ネットワークを通じて、ジャック ドーシー氏自身や Dessa の共同創設者である Ragavan Thuriratnam 氏と同様に、チーム メンバーと Dessa の間の会話の例をいくつか共有しました。ビデオでは、このツールがどのように会話を開始できるかを確認できます。 さまざまな声、リズム、感情状態。 例の 1 つでは、対話者である人間が AI にパリ旅行のチケットを購入したと伝えると、AI は非常に驚き、感情的になり、ほとんど泣きそうになっているようです。
共有された例は、ツールが何を言うか、いつ言うか、どのように行うかを決定し、以下を提供することを示しています。 あなた自身の声と個性、 会話次第では。したがって、彼は、人間の対話者の文章の途中であっても、何か面白いことがあったまさにその瞬間に笑うことができます。または、もっと大きな声で話すように求められた場合は、音量を上げます。対話者が抽象化されたときに文を完成させることもできます。さまざまなイントネーションと話速を提供します。そして、会話を理解していることを示すために、「はい!」、「わかりました」、「ああ」などの支持的な応答をいつ出すかです。
共有ビデオの 1 つで、Block は ChatGPT-Live-1 と Dessa の会話を紹介し、両モデルの違いを強調しています。
Block から、彼らは音声認識モデルへの取り組みを擁護しています。 あなたの答えの優位性 テキストに基づいて構築されたツールと比較して。同氏は、このアプローチの下で、モデルは人間と AI の間でより良い理解を達成できると信じており、現在の音声ツールのほとんどがその可能性を活用していないことを残念に思っています。
「AI はより大きな能力と独立性を獲得しても、私たちが声を通して伝える感情にはほとんど耳を傾けないままです。」とブロックから言われます。あなたが激しい痛みに苦しんでいるのに、音声 AI はそれを認識せず、何事もなかったかのように機能し続けていると想像してください。それがセキュリティに関わる問題です。 Dessa はソリューションへの一歩です”。
まさに保証するために 安全、 同社は、まだ予見されていないリスクを特定し、システムを完成させるために、人工知能セキュリティを専門とする少数の研究者グループに早期アクセスを提供すると発表した。
詳細情報.:デッサ
