ديسا: صوت بالذكاء الاصطناعي يبدو بشرياً جداً

أطلقت شركة "بلوك"، التي يملكها مؤسّس "تويتر" جاك دورسي، نموذجاً صوتياً جديداً يتميز بطابع بشري لافت؛ إذ يتضمن تعبيرات مثل الضحك، والتوقفات المؤقتة، وحتى البكاء. وأوضحت الشركة أن النموذج، الذي يحمل اسم Dessa (ديسا)، قد دُرِّب بالكامل على بيانات الكلام البشري.

و"ديسا" نموذج ثنائي الاتجاه؛ هذا يعني أنه قادر على التحدث والاستماع في آنٍ واحد، على غرار نموذج GPT-Live (جي بي تي لايف)، الذي أطلقته شركة أوبن إيه آي في وقت سابق من هذا العام.

وعرضت الشركة أمثلة متعددة لمحادثات مع "ديسا"، ظهر فيها النموذج بأصوات وإيقاعات ومشاعر متنوعة. مثلاً في إحدى المحادثات ذكر الروبوت أنه يشعر بالتعب بسبب العمل، وبدا صوته بالفعل معبِّراً عن هذا التعب. وفي مثال آخر تحدث الروبوت عن شخصٍ يمنحه شعوراً بالراحة، بينما يبدو صوته مشحوناً بالمشاعر، لدرجة توحي بأنه على وشك الانهيار العاطفي.

وذكرت "بلوك" أن النماذج الحالية قد تبدو غير طبيعية أو مزعجة؛ لأنّ عملية توليد الصوت فيها تعتمد على تحويل النصوص أولاً. بينما تقول الشركة إن المشاعر جزءٌ أصيل ومدمج في نموذجها.

وفي تدوينة لها، قالت الشركة إن "التفاعل مع تقنيات الذكاء الاصطناعي الصوتية الحالية قد يكون تجربة سيئة للغاية؛ فهي تحوّل صوتك إلى نص، مما يؤدي إلى فقدان قدر هائل من المعلومات التي لا يمكن للنص وحده نقلها. حتى أقوى أنظمة الذكاء الاصطناعي في العالم لا تستطيع إدراك مشاعرك؛ ونحن نرى أن هذا أمرٌ سخيف، ويؤدي إلى تجربة رديئة، بل وربما ينطوي على مخاطر".

وأوضحت الشركة أن النموذج يمكن تشغيله على أجهزة الكمبيوتر المتاحة للمستهلكين مثل جهاز "ماك بوك" بمعالج "إم 4 ماكس" أو ما يتفوق عليه. ومع ذلك، لا يتوفر "ديسا" للاستخدام العام في الوقت الراهن، بل وجهت "بلوك" دعوةً للباحثين المتخصّصين في سلامة الذكاء الاصطناعي لاختبار النموذج.