خبر کامل
هوش مصنوعی Dessa؛ مدل صوتی جدید بلاک که صدای انسان را تقلید می‌کند
رونمایی از مدل صوتی Dessa؛ هوش مصنوعی که با انسان حرف می‌زند
شرکت بلاک تحت مدیریت جک دورسی، از فناوری انقلابی جدیدی به نام Dessa رونمایی کرد که با هدف بازتعریف تعاملات صوتی طراحی شده است. این مدل صوتی با توانایی خیره‌کننده در شبیه‌سازی مکالمات واقعی، توانسته است مرز میان صداهای مصنوعی و صدای انسان را به‌شدت کمرنگ کند.
ویژگی‌های فنی و عملکرد مدل صوتی Dessa
برخلاف سیستم‌های رایج که ابتدا گفتار را به متن تبدیل کرده و سپس پاسخ می‌دهند، Dessa مستقیماً با داده‌های صوتی آموزش دیده است. این ویژگی باعث می‌شود فرایند شنیدن و پاسخ دادن به‌صورت هم‌زمان انجام شود.
- مدیریت وقفه: توانایی مکث‌های طبیعی در میان کلام.
- انعطاف‌پذیری لحن: تغییر ریتم و لحن بر اساس محتوای گفتگو.
- واکنش‌های احساسی: قابلیت خندیدن یا تغییر صدا در حین صحبت.
جک دورسی، مدیرعامل بلاک، در این باره اظهار داشت که صحبت با این هوش مصنوعی، به دلیل داشتن ظرافت‌ها و ریتم طبیعی، تجربه‌ای بسیار شبیه به گفتگو با یک انسان است.
سخت‌افزار و پتانسیل‌های اجرایی
تیم تحقیق و توسعه بلاک، فرآیند آموزش این مدل را بر روی سیستم‌های قدرتمند NVIDIA GB200 NVL72 انجام داده است. با این حال، بهینه‌سازی‌های صورت گرفته باعث شده تا این فناوری قابلیت اجرای محلی را نیز داشته باشد.
| نوع دستگاه | مشخصات مورد نیاز |
|---|---|
| لپ‌تاپ‌های حرفه‌ای | مک‌بوک پرو با تراشه M4 Max یا بالاتر |
| سیستم‌های سرور | تراشه‌های انویدیا سری GB200 |
چالش‌های امنیتی و نگرانی‌های اجتماعی
در حالی که متخصصان حوزه آموزش، از کاربردهای مثبت این فناوری در یادگیری زبان و آموزش کودکان استقبال کرده‌اند، اما جنبه‌های تاریک آن نیز نادیده گرفته نمی‌شود. شباهت بی‌سابقه صدا به انسان، نگرانی‌های جدی را در مورد کلاهبرداری‌های تلفنی ایجاد کرده است.
«هدف اصلی این می‌تواند پایین آوردن گارد دفاعی افراد باشد تا به‌راحتی فریب بخورند. ما با موجی از تماس‌های کلاهبرداری همه‌گیر روبرو هستیم.»
در حال حاضر، این مدل در وضعیت پیش‌نمایش تحقیقاتی قرار دارد و دسترسی به آن تنها برای محققان ایمنی محدود شده است تا اثرات نشانه‌های عاطفی مانند اضطراب و درد در صدا به‌دقت بررسی شود.
نتیجه‌گیری
تکنولوژی Dessa گامی بزرگ در جهت طبیعی‌سازی تعامل با هوش مصنوعی است، اما هم‌زمان چالشی بزرگ برای امنیت مکالمات روزمره محسوب می‌شود. آینده این فناوری بستگی به توانایی جامعه در تشخیص صداهای مصنوعی و مدیریت سوءاستفاده‌های احتمالی خواهد داشت.
درباره هوش‌مصنوعی دست‌اول:
تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
زمان انتشار:
۰۹:۲۰ - ۱۴۰۵/۰۸/۰۴