Jack Dorsey的Block公司发布了一款名为Dessa的AI模型,该模型是“完全从人类对话中从零训练而来”的。为了展示这一模型的能力,Block分享了该模型与人类进行的几段对话,其中一些对话内容显得有些生硬和诡异。

以Dessa项目负责人Ragavan Thurairatnam分享的一段对话为例,该模型与说话者之间的交流大体上保持了自然的来回互动(尽管出于某种原因,模型最初将说话者误认为是一个叫"罗纳尔多"的人)。

以下是一段Dessa通过语音进行猜谜游戏的视频。

Dessa官方网站还展示了其他几个示例对话,比如关于克里斯托弗·诺兰电影作品的交流(其中Dessa出人意料地跑题谈起了布莱恩·辛格执导的《超人》系列电影)、一位用户告诉Dessa自己即将带它去巴黎旅行的惊喜(网站描述称,Dessa"随后以听起来含泪感激的语气作出回应"),以及OpenAI的GPT-Live-1语音模型与Dessa之间的对话(在这段对话中,Dessa表现得更为自然)。你可以在这段视频中听到部分对话片段。

在官网上,Dessa团队表示该模型是"真正的语音到语音模型,它所知道的一切都来自人类语音",并且可以在MacBook Pro M4 Max"或更高配置"的设备上本地运行。至于为什么要开发这款模型,团队给出了三个原因:"好奇心(也就是有趣)、促进人类与AI之间更好的理解,以及安全性",并进一步解释道:

婴儿在从未见过书面文字的情况下就学会了说话。我们想看看一个模型是否也能做到这一点。结果证明可以,只是难度非常大。

语音是与任何智能体(无论是超级智能还是普通智能)交互最自然的方式,而如今的语音AI却浪费了这一优势。它们把人类说的话压缩成文本,无法跟上人类说话的节奏。

AI的能力和自主性在不断增强,但它对我们声音中的情感仍几乎“充耳不闻”。想象一下,一个人正身处剧痛之中,而语音AI对此毫无察觉,仍在滔滔不绝。这就是安全问题所在。Dessa正是朝着解决这一问题迈出的一步。

Dessa团队表示,他们将向"一小部分AI安全研究人员"提供该模型的早期访问权限。

The Verge