Dessa posluša in govori sočasno, ob prekinitvi sredi stavka pa se takoj ustavi ter prilagodi nadaljevanje pogovora.
2
V demonstracijah podjetja Block Dessa prepozna humor in obotavljanje, se nasmeje ter na zahtevo spremeni glasnost ali barvo tona.
3
Dessa lahko deluje lokalno na prenosniku Apple MacBook Pro s procesorjem M4 Max ali zmogljivejšo strojno opremo.
4
Dessa še ni dostopna širši javnosti; Block jo bo najprej ponudil izbrani skupini varnostnih raziskovalcev, za druge pa je odprta čakalna lista.
5
Cenovna politika in morebitna integracija modela Dessa v komercialne izdelke za zdaj še nista razkriti.
Ste se kdaj poskušali pogovarjati z digitalnimi pomočniki, kot sta Siri ali pregovorno zmedena navigacija v avtomobilu? Običajno je to izkušnja, ki spominja na pogovor z nejevoljnim bančnim uslužbencem skozi neprebojno steklo. Vi nekaj poveste, stroj si vzame tri sekunde za premislek, zgreši polovico konteksta in nato z robotsko monotono intonacijo prebere odgovor. Toda Jack Dorsey, soustanovitelj Twitterja in alfa ter omega tehnološkega podjetja Block, se je odločil, da je čas za popolnoma novo poglavje glasovne umetne inteligence.
Revolucija zvoka brez vmesnega pretvarjanja v besedilo
Model z imenom Dessa se od vseh današnjih razširjenih glasovnih modelov razlikuje po ključnem konceptualnem preskoku. Večina obstoječih sistemov deluje po načelu treh zaporednih korakov: govor najprej pretvorijo v pisano besedilo, nato veliki jezikovni model (LLM) sestavi pisni odgovor, tretji algoritem pa ta tekst znova prebere na glas. To ne prinaša le opaznih zamud, temveč med postopkom izgubi prav tisto, kar pogovor dela človeški – intonacijo, ritem in drobne čustvene nianse.
Dessa deluje kot neposreden speech-to-speech model. To pomeni, da je bila trenirana izključno na zvočnih posnetkih resničnih človeških dialogov, popolnoma brez vnaprej pripravljenega besedila ali klasičnih besedilnih jezikovnih modelov. Za njo črke preprosto ne obstajajo; pozna le zvok, frekvence in človeško govorico.
Polni dupleks, smeh in celo pristna mera sarkazma
Največja čarovnija se skriva v tako imenovani full-duplex komunikaciji. Večina robotov mora počakati, da popolnoma utihnete, preden sploh začnejo razmišljati. Dessa pa posluša in govori sočasno. Če jo prekinete sredi stavka, se bo takoj ustavila, prilagodila misel in nadaljevala v novi smeri – natanko tako, kot to počnemo ljudje ob kavi ali v živahni debati.
V uradnih demonstracijah podjetja Block lahko slišimo, kako sistem brez težav prepozna humor, se nasmeje, zazna obotavljanje ter spremeni glasnost ali barvo tona na zahtevo. Zmore celo razumeti in reproducirati sarkazem, kar je bila za stroje doslej nemogoča misija. V enem izmed preizkusov so jo postavili celo nasproti OpenAI-jevega modela GPT-Live-1, kjer je pokazala neverjetno fluidnost in naravnost reakcij.
Strojna moč za prihodnost: Od superračunalnika do prenosnika
Treniranje takšnega digitalnega govorca seveda zahteva resno strojno konjenico. Podjetje Block je model treniralo na pošastnem sistemu Nvidia GB200 NVL72, ki združuje 72 grafičnih procesorjev arhitekture Blackwell. A prava poslastica za tehnološke navdušence prihaja pri sami uporabi: Dessa lahko deluje lokalno na prenosniku Apple MacBook Pro s procesorjem M4 Max ali zmogljivejšo strojno opremo.
Arhitektura delovanja: Neposredna zvočna obdelava (speech-to-speech) brez vmesnega besedila.
Zmogljivost procesiranja: Generiranje govora hitreje od realnega časa za odpravo zamud.
Trening modela: Izveden na enem sistemu Nvidia GB200 NVL72 z 72 grafičnimi procesorji Blackwell.
Lokalno izvajanje: Optimizirano za delovanje na čipih Apple Silicon (M4 Max ali močnejših).
Kaj to pomeni za prihodnost in kdaj bo na voljo?
Bodimo povsem odkriti. Desetletje smo poslušali obljube, da se bomo z napravami lahko pogovarjali kot z živimi bitji, a realnost je bila polna frustracij ob ponavljanju preprostih ukazov. Dessa je prvi resen dokaz, da se umetna inteligenca končno uči komunikacije na naraven način – z zvočnim opazovanjem sveta, ne zgolj s prebiranjem enciklopedij.
Vendar pa ne hitite takoj k svojemu računalniku. Dessa za zdaj ostaja zaprta za širšo javnost. Podjetje Block jo bo najprej ponudilo izbrani skupini varnostnih raziskovalcev, ki bodo preučili morebitna tveganja in ranljivosti sistema, medtem ko je za vse ostale radovedneže že odprta čakalna lista. Cenovna politika ali morebitna integracija v komercialne izdelke za zdaj še nista razkriti, a če lahko ta tehnologija brez zatikanja teče lokalno na enem samem prenosniku, je jasno, da so vrata v novo obdobje komunikacije med človekom in strojem na stežaj odprta.
Kdaj bo Dessa na voljo in kdo jo bo lahko najprej preizkusil?
Dessa za zdaj ni dostopna širši javnosti; Block jo bo najprej ponudil izbrani skupini varnostnih raziskovalcev. Za druge zainteresirane je že odprta čakalna lista, datum splošne dostopnosti pa v članku ni naveden.
Na kakšnem računalniku lahko Dessa deluje lokalno?
Dessa lahko deluje lokalno na prenosniku Apple MacBook Pro s procesorjem M4 Max ali zmogljivejšo strojno opremo. Optimizirana je za delovanje na čipih Apple Silicon.
Koliko bo stala uporaba Desse?
Cenovna politika za zdaj še ni razkrita. Prav tako ni razkrito, ali bo Dessa vključena v komercialne izdelke.
Debata v živo·3 odzivov·3 FAQ·0 komentarjev
Za pošiljanje se brezplačno prijavite — vnos vam shranimo
