Block sukūrė balso modelį darbui be debesijos
Dessa mokyta vien žmonių kalbos įrašais ir gali kalbėti bei klausytis vienu metu. Viešos prieigos bendrovė dar nepaskelbė.
Block pristatė Dessa – balso modelį, kuris vienu metu klausosi ir kalba, o atsakymams kurti nereikalauja nuolatinio ryšio su debesija. Spalio 24 dieną TechCrunch aprašytą projektą bendrovė pateikia kaip bandymą mokyti pokalbio tiesiogiai iš žmonių kalbos.
Oficialiame apraše Block teigia, kad modelis mokytas nuo pradžių, nenaudojant teksto ar anksčiau parengtų modelių. Tai skiriasi nuo sprendimų, kuriuose žmogaus kalba pirmiausia paverčiama tekstu, o sugeneruotas atsakymas vėliau įgarsinamas atskiru komponentu.
Bendrovė nurodo, kad Dessa pati pasirenka atsakymo žodžius, kalbėjimo momentą, balsą ir intonaciją pateiktuose gyvai įrašytuose pokalbiuose. Demonstracijų subtitrai, pasak kūrėjų, pridėti po įrašymo, todėl nėra modelio naudojama tarpinė teksto reprezentacija.
Tokiuose įrašuose girdimi juokas, pauzės, trumpi pritarimai ir nevienodas kalbėjimo greitis, tačiau tai pirmiausia pačių kūrėjų parinkti pavyzdžiai. Block nepateikia teiginio, kad žmogaus emocijas modelis supranta taip pat kaip žmogus ar kad demonstracijos įrodo patikimumą.
Oficialiame pranešime aiškinama, kad modelis apdoroja ir grąžina garsą tiesiogiai, todėl gali reaguoti kitam pašnekovui dar kalbant. Bendrovė tokį veikimą vadina pilnai dvikrypčiu ir sieja jį su natūralesniu pokalbio ritmu, įsiterpimais bei trumpais patvirtinimais.
Block nurodo, kad skaičiavimas vyksta greičiau nei realiuoju laiku, o vietiniam paleidimui tinka MacBook Pro su M4 Max arba galingesnis kompiuteris. Vis dėlto pateiktame apraše nėra išsamių atminties poreikio, energijos sąnaudų ar palyginamųjų našumo lentelių.
Pasak kūrėjų, mokymui pakako vienos NVIDIA GB200 NVL72 sistemos, nors viešai nepaskelbta visa mokymo trukmė ir duomenų rinkinio sudėtis. Teiginys apie vieną sistemą todėl neleidžia apskaičiuoti projekto kainos ar tiesiogiai palyginti jos su kitais balso modeliais.
Projektą kuria nedidelė Block tyrimų laboratorija, kurios nariai anksčiau dirbo Toronto giliojo mokymosi startuolyje Dessa, rašoma oficialiame puslapyje. Komanda atsiskaito Block bendraįkūrėjui Jack Dorsey, o ankstyvos prieigos kvietimą pasirašo projekto vadovas Ragavan Thurairatnam.
TechCrunch pažymi, kad viešai atsisiųsti ar įprastai naudoti modelio dar negalima, nors Block jau paskelbė pokalbių demonstracijas. Bendrovė kviečia nedidelę DI saugumo tyrėjų grupę gauti ankstyvą prieigą ir ieškoti rizikų, kurių pati komanda nenumatė.
Oficialiame Block puslapyje pateikiamas ir Dessa pokalbis su GPT-Live-1, aiškiai pažymint, kad abu balsai šiame įraše generuoti modelių. Bendrovė taip pat nurodo, kad to kito modelio kūrėja nėra susijusi su Block ir nėra peržiūrėjusi ar patvirtinusi Dessa projekto. Tai atskiria demonstraciją nuo bendro produkto ar partnerystės.
Tolimesnis etapas, pagal Block kvietimą, bus šie išoriniai saugumo bandymai, o ne iškart visiems atveriamas produktas ar atviras modelis. Viešo leidimo datos, kainos ir prieinamumo šalių sąrašo bendrovė kol kas nenurodė, todėl vietinio veikimo demonstracija dar nėra pasiūlymas vartotojams.
Rašome apie dirbtinį intelektą lietuviškai. Kiekvienas straipsnis parengtas pagal nurodytą šaltinį, o nuorodą į originalą rasite kortelėje „Šaltinis“.
