بلوك تكشف عن نموذج ديسا الصوتي المدرب حصرياً على المحادثات البشرية
تسعى شركة بلوك التابعة لجاك دورسي إلى إعادة تعريف تفاعل البشر مع الذكاء الاصطناعي من خلال نموذج صوتي يركز على الدقة العاطفية والتوقيت الطبيعي.

إطلاق نموذج ديسا الصوتي
أعلنت شركة بلوك، التي يترأسها جاك دورسي، عن إطلاق نموذج ذكاء اصطناعي جديد يحمل اسم ديسا. يبرز هذا النموذج بكونه مدربين من الصفر على المحادثات البشرية فقط، دون الاعتماد على النصوص المكتوبة. وتهدف الشركة من خلال هذا الإعلان إلى تقديم تجربة تواصل صوتي أكثر واقعية وطبيعية، حيث تتعامل مع الصوت كواجهة أساسية للذكاء بدلاً من تحويله إلى نصوص أولاً. وقد شاركت بلوك عدة مقاطع حوارية مع المستخدمين لتوضيح قدرات النموذج، والتي أظهرت تفاعلات سلسة وأحياناً لحظات محرجة تعكس طبيعة التعلم الآلي في فهم السياق الاجتماعي. ويمكن الرجوع إلى The Verge للاطلاع على التفاصيل الأصلية للمصدر.
تدريب يعتمد على الكلام البشري
يؤكد فريق ديسا أن النموذج يمثل نموذجاً حقيقياً من الكلام إلى الكلام، حيث يأتي كل ما يعرفه من الكلام البشري. وتشبه الشركة عملية التعلم بتعلم الرضع الكلام دون رؤية أي كلمة مكتوبة، مشيرة إلى أن تحقيق ذلك كان تحدياً تقنياً كبيراً. وتوضح بلوك أن الصوت هو الواجهة الأكثر طبيعية لأي ذكاء، وأن نماذج الصوت الحالية تضيع هذه القيمة من خلال تسطيح الكلام إلى نصوص وعجزها عن مواكبة توقيت المحادثة البشرية. هذا النهج يهدف إلى خلق تفاعل أكثر سلاسة وأقل انقطاعاً في الإيقاع. ويمكن الرجوع إلى this one للاطلاع على التفاصيل الأصلية للمصدر.
أمثلة على التفاعل الصوتي
لإظهار قدرات النموذج، شارك راجافان ثيريراثنام، قائد فريق ديسا، عدة أمثلة على المحادثات. في أحد المقاطع، يلعب النموذج لعبة تخمين عبر الصوت، بينما في مثال آخر، تحدث المستخدم عن رحلة مفاجئة إلى باريس، ليرد النموذج بما وصفه الموقع بأنه امتنان يشبه البكاء. كما تضمنت الأمثلة حواراً حول أفلام كريستوفر نولان، انطلق فيه النموذج في حديث غير متوقع عن أفلام سوبرمان لبرايان سينغر. هذه الأمثلة توضح قدرة النموذج على الحفاظ على سياق المحادثة والتفاعل مع التفاصيل العاطفية والاجتماعية.
مقارنة مع نماذج أخرى
شملت الأمثلة المعروضة على موقع ديسا مقارنة غير مباشرة مع نماذج أخرى، حيث تضمنت حواراً بين نموذج GPT-Live-1 الصوتي من OpenAI ونموذج ديسا. في هذا المقطع، بدا نموذج ديسا أكثر طبيعية في تفاعله. كما شارك الفريق فيديو يوضح النموذج وهو يلعب لعبة تخمين عبر الصوت، مما يعكس قدرته على استيعاب التعليمات والتفاعل الفوري. وتهدف هذه المقارنات إلى إبراز الفروقات الدقيقة في جودة الصوت وسلاسة الاستجابة مقارنة بالأنظمة التقليدية.
التركيز على السلامة والأمان
تقدم بلوك ثلاثة أسباب رئيسية وراء تطوير ديسا: الفضول، وتحسين الفهم بين البشر والذكاء الاصطناعي، والسلامة. وتوضح الشركة أن الذكاء الاصطناعي يكتسب قوة واستقلالية متزايدة، لكنه لا يزال شبه أصم للمشاعر في أصواتنا. وتضرب الشركة مثالاً على شخص يعاني من ألم شديد بينما يستمر نموذج صوتي في الحديث دون إدراك لحالته، معتبرة ذلك مشكلة سلامة جوهرية. وتؤكد أن ديسا يمثل خطوة نحو معالجة هذه المشكلة من خلال فهم السياق العاطفي للصوت.
التشغيل المحلي والوصول المبكر
من الناحية التقنية، يوضح الموقع أن نموذج ديسا يمكن تشغيله محلياً على أجهزة ماك بوك برو M4 Max أو ما هو أفضل منها، مما يتيح للمستخدمين التحكم الكامل في بياناتهم دون الحاجة إلى خوادم سحابية. كما أعلنت الشركة أنها ستوفر وصولاً مبكراً لمجموعة صغيرة من باحثي سلامة الذكاء الاصطناعي لتقييم النموذج. ويأتي هذا الإعلان في سياق تنافسي متزايد في مجال نماذج الصوت، حيث تسعى الشركات إلى تقديم تجارب أكثر إنسانية وأماناً.
المصادر
- The VergeJack Dorsey’s Block made an AI model that talks to you like an awkward new friend
تابع التسلسل الزمني





