درّبت شركة Block التابعة لجاك دورسي نموذجها الصوتي الجديد Dessa على الكلام البشري فقط، لا على أي نصوص أو نماذج مدرّبة مسبقًا.
تقول Block إن النموذج المكتمل يمكن تشغيله محليًا على جهاز MacBook Pro M4 Max أو ما هو أفضل منه. وقد درّبه المختبر باستخدام خزانة واحدة من خوادم Nvidia.
تقول Block إن Dessa أول ذكاء اصطناعي تعرفه قادر على إجراء محادثة مباشرة تحاكي الكلام البشري، وقد دُرّب على الكلام البشري فقط. ويرفع المختبر البحثي الصغير الذي يقف وراءه تقاريره مباشرة إلى دورسي.
يتحدث نموذج كامل الازدواجية مع GPT-Live-1 من OpenAI في عروض تجريبية من دون توجيه
تحوّل كثير من المساعدات الصوتية ما يقوله الناس إلى نص، ثم تمرّره عبر نموذج لغوي، وبعدها تحوّل النص إلى كلام من جديد. وكما يوضح بلوك، فإن هذه العملية تتخلّص من المشاعر والسخرية والضحك والصوت الحزين الذي يتكسّر.
ديسا نموذج يحوّل الكلام إلى كلام، من دون نص بينهما. ومثل شخصين يتحدثان، فهو يتكلم ويستمع في الوقت نفسه.
قال بلوك إن ديسا تعرف متى تقاطع ومتى تردّ بعبارة مثل «نعم!» أو «فهمت!». وهي تعمل بسرعة تفوق الزمن الفعلي.
يقول بلوك إن أحدًا لا يوجّه نموذج الذكاء الاصطناعي في التسجيلات؛ فهو يختار ما يقوله، ومتى وكيف يقوله.
في التسجيلات، تضحك ديسا في منتصف الجملة، وتشهق عند المفاجأة، وترفع صوتها عندما يُطلب منها أن تتكلم بصوت أعلى. وفي أحد التسجيلات، تحدثت ديسا إلى GPT-Live-1 من OpenAI.
يقول بلوك إن مطوّر GPT-Live-1 لم يختبر ديسا ولم يؤيدها.
صنعنا أول نموذج للذكاء الاصطناعي يمكنك إجراء محادثة واقعية معه، وقد دُرّب بالكامل على الكلام!
ديسا نموذج كلام إلى كلام كامل الازدواج، ويمكن تشغيله على وحدات معالجة الرسومات الاستهلاكية.
هذه لحظة GPT-3 للكلام. pic.twitter.com/XVD8sSyJn8
— راغافان ثوريراتنام (@RagavanThurair) 23 أكتوبر 2026
علّم جهاز GB200 NVL72 النموذجَ اللغة باستخدام كلمات أقل بمئات المرات
درّبت ديسا نموذجها على جهاز Nvidia GB200 NVL72 واحد، وهو نظام على مستوى الرف. ويقول المختبر إن النموذج تعلّم اللغة باستخدام «كلمات أقل بمئات المرات» مما يحتاج إليه نموذج لغوي كبير قائم على النصوص.
قال بلوك إن الكلام جعل المهمة أصعب؛ فالكلمة المنطوقة تتطلب بايتات أكثر بآلاف المرات من الكلمة نفسها مطبوعة.
أسّس المختبر أعضاء سابقون في شركة ديسا الناشئة للتعلّم العميق في تورونتو. ويعمل الفريق على بناء نماذج توليد الكلام منذ أكثر من ثماني سنوات.
يقود المشروع راغافان ثوريراتنام، وقد وصف إطلاقه على X بأنه «لحظة GPT-3 للكلام».
ديسا غير متاحة للعامة. ويدير بلوك قائمة انتظار، كما يتيح الوصول المبكر لمجموعة صغيرة من باحثي سلامة الذكاء الاصطناعي، بهدف كشف المخاطر التي لم يتوقعها الفريق.
ثمة ثلاثة أسباب دفعت بلوك إلى بناء النموذج. اثنان منها هما الفضول وتحسين التفاهم بين البشر والذكاء الاصطناعي.
والسبب الثالث؟ السلامة.
يتخيّل بلوك شخصًا يعاني ألمًا شديدًا، بينما لا يلاحظ الذكاء الاصطناعي الصوتي ذلك ويواصل الكلام.
أفادت كريبتوبوليتان بأن بلوك (بورصة نيويورك: XYZ) سرّحت 40% من موظفيها في فبراير.
أطلقت شركة بلوك تطبيق Buzz في يوليو. وهو تطبيق محادثة لأماكن العمل، حيث يمكن للبشر ووكلاء الذكاء الاصطناعي مشاركة القنوات.
أذكى عقول العملات المشفرة تقرأ نشرتنا الإخبارية بالفعل. أتود الانضمام إليهم؟ انضم إليهم.