🎙️ أطلقت Block التابعة لدورسي نموذج الذكاء الاصطناعي «الصوتي البحت» Dessa: لا يمر عبر النصوص، ويفهم المشاعر، ويمكن تشغيله محليًا على الحاسوب المحمول
بحسب موقع Block الرسمي وتقرير TechCrunch بتاريخ 24 أكتوبر:
1️⃣ Dessa نموذج صوت إلى صوت يعمل بنظام الازدواج الكامل؛ يستمع ويتحدث في الوقت نفسه، ويقاطع ويوافق، كما يستطيع التعرّف على الضحك والتنهد والتلعثم من المشاعر، والتعبير عنها
2️⃣ تقول الشركة إنه دُرّب من الصفر باستخدام تسجيلات صوتية لمحادثات بشرية فقط، بلا نصوص أو نماذج مدرّبة مسبقًا، واستُخدم في التدريب جهاز واحد من طراز NVIDIA GB200 NVL72
3️⃣ يمكن تشغيله محليًا على MacBook Pro M4 Max وما فوقه، وتفوق سرعة الاستدلال فيه الزمن الفعلي؛ ولم يُعلن حتى الآن عن تنزيله أو واجهة API أو سعره، وهو متاح حاليًا لطلبات الوصول المبكر من باحثي الأمن فقط (Unite.AI وThe Verge)
【وجهة نظر】
تعتمد أنظمة الذكاء الاصطناعي الصوتية السائدة على «تحويل الصوت إلى نص ← نموذج لغوي كبير ← تحويله مجددًا إلى صوت»، ما يسبب تأخيرًا كبيرًا ويُفقد التفاعل مشاعره بالكامل. أما Dessa فتسلك مسارًا مختلفًا: معالجة على الجهاز وصوت أصلي. وبالنسبة إلى Block، يمكن استخدام وكلاء صوتيين محليين أقل تكلفة في طلبات متاجر Square وخدمة عملاء Cash App. والإشارة الأوسع هي أن المنافسة في الذكاء الاصطناعي تنتقل من «التنافس على عدد المعاملات» إلى «التنافس على تجربة التفاعل وتكلفة التشغيل على الجهاز»، كما أن الطلب على القدرة الحاسوبية سينتقل من السحابة إلى الأجهزة الطرفية.
【الفرص والمخاطر】
✅ ما يستحق المتابعة: شرائح الذكاء الاصطناعي للأجهزة الطرفية، والعوامل المحفزة لاستبدال الحواسيب والهواتف المتطورة، ودمج خدمة العملاء الصوتية بالذكاء الاصطناعي مع المدفوعات، ومعنويات قطاعات الحوسبة اللامركزية ووكلاء الذكاء الاصطناعي
⚠️ المخاطر: لا يتوفر حاليًا سوى عرض توضيحي، من دون اختبارات معيارية أو أوزان منشورة، و«لحظة GPT-3» هي تقييم الفريق لنفسه؛ كما أن الأصوات العاطفية الواقعية قد تزيد من مخاطر الاحتيال الهاتفي والتزييف العميق، وقد تتبعها إجراءات تنظيمية
هل تفضّل التحدث مع ذكاء اصطناعي صوتي «يتنهد ويضحك»، أم ترى أن واقعيته المفرطة قد تثير القلق؟
#AI #语音AI #端侧AI #Block $BTC $FET للاسترشاد فقط، ولا يشكل ذلك نصيحة استثمارية