أندرويد يعزز الحماية من الاحتيال الهاتفي وتحويل المكالمات

تعرّف على Dessa، نموذج الذكاء الاصطناعي الصوتي من شركة Block، وكيف يتعلم التحدث من الأصوات البشرية ويتيح محادثات طبيعية دون الاعتماد على النصوص.

تعمل شركة Block، بقيادة جاك دورسي المؤسس المشارك لتويتر، على تطوير Dessa، وهو نموذج ذكاء اصطناعي صوتي جديد يهدف إلى جعل المحادثات مع الآلات أكثر طبيعية وواقعية، من خلال التعلم من المحادثات البشرية مباشرةً دون الاعتماد على النصوص المكتوبة أو النماذج اللغوية التقليدية، وفقًا لما أعلنته الشركة.

ما هو الذكاء الاصطناعي Dessa؟

يُعد Dessa نموذجًا صوتيًا يعتمد على تقنية Speech-to-Speech، التي تتيح له استقبال الكلام البشري ومعالجته وإنتاج ردود صوتية مباشرةً، دون الحاجة إلى تحويل المحادثة إلى نص أولًا.

وتكمن أهمية هذه التقنية في قدرتها على الحفاظ على تفاصيل التواصل البشري، مثل نبرة الصوت، والتردد، والضحك، والتنهد، والسخرية، وهي عناصر قد تفقد بعض دلالاتها عند تحويل الكلام إلى نص مكتوب.

محادثات طبيعية مع إمكانية المقاطعة

من أبرز ميزات Dessa اعتماده على تقنية Full-Duplex، التي تسمح للذكاء الاصطناعي بالاستماع والتحدث في الوقت نفسه، على غرار المحادثات الهاتفية بين البشر.

وبفضل هذه التقنية، يمكن للنموذج التفاعل بصورة أكثر سلاسة، وإصدار إشارات صوتية تدل على المتابعة، والاستجابة للمقاطعات دون الحاجة إلى انتظار انتهاء كل جملة قبل الرد.

وتسعى هذه الإمكانات إلى تقليل الفجوة بين المحادثات البشرية الطبيعية والتفاعل مع المساعدات الصوتية التقليدية.

هل يمكن تشغيل Dessa على جهاز MacBook؟

بحسب شركة Block، جرى تدريب النموذج باستخدام نظام NVIDIA GB200 NVL72، الذي يضم 72 معالجًا رسوميًا من معمارية Blackwell.

وتشير الشركة إلى إمكانية تشغيل Dessa محليًا على جهاز MacBook Pro المزود بمعالج M4 Max، بسرعة تتجاوز الزمن الحقيقي.

وقد يفتح ذلك المجال أمام تطوير مساعدين صوتيين يعملون مباشرةً على أجهزة المستخدمين، بما قد يقلل زمن الاستجابة والحاجة إلى إرسال المحادثات باستمرار إلى الخوادم السحابية.

ومع ذلك، لم تُنشر حتى الآن بيانات تقنية كافية للتحقق بصورة مستقلة من سرعة النموذج أو استهلاكه للموارد أو جودة أدائه مقارنةً بالمنافسين.

Dessa ليس مثاليًا حتى الآن

على الرغم من النتائج اللافتة التي ظهرت في التسجيلات التجريبية، لا يزال النموذج يعاني بعض الأخطاء في فهم السياق واستمرارية المحادثة.

فقد أظهرت بعض العروض انتقالات غير مبررة بين موضوعات مختلفة، إلى جانب أخطاء في مخاطبة المستخدمين.

كما لم تعلن شركة Block عن إتاحة تنزيل النموذج أو توفير واجهة برمجية (API) له، ولم تحدد موعدًا رسميًا لإطلاقه للجمهور.

ويقتصر الوصول المبكر، وفقًا للمعلومات المنشورة، على مجموعة محدودة من الباحثين المتخصصين في سلامة الذكاء الاصطناعي.

ما الفرق بين Dessa والمساعدات الصوتية التقليدية؟

تعتمد كثير من المساعدات الصوتية على سلسلة من الخطوات تبدأ بتحويل الكلام إلى نص، ثم معالجة النص باستخدام نموذج لغوي، وأخيرًا تحويل الإجابة إلى صوت.

أما Dessa، فيستهدف معالجة الصوت وإنتاج الردود الصوتية مباشرةً، مع الاحتفاظ بمزيد من الإشارات العاطفية والتفاعلية الموجودة في الكلام البشري.

ومع ذلك، فإن نجاح هذه المقاربة سيعتمد على دقة فهم الكلام، وسرعة الاستجابة، والقدرة على الحفاظ على سياق الحوار، وهي جوانب تحتاج إلى اختبارات مستقلة قبل الحكم على تفوق النموذج.

الخلاصة

يمثل Dessa خطوة مثيرة للاهتمام في تطوير الذكاء الاصطناعي الصوتي، خصوصًا مع التركيز على التعلم من المحادثات البشرية دون الاعتماد على النصوص المكتوبة، وإمكانية إجراء حوارات متزامنة أكثر طبيعية.

لكن النموذج لا يزال في مرحلة مبكرة، ولا تتوفر حتى الآن بيانات كافية لتقييم قدراته بصورة مستقلة أو مقارنته بدقة مع حلول مثل Moshi من Kyutai وPersonaPlex من NVIDIA.

وإذا نجحت شركة Block في تحويل هذه التجربة إلى منتج عملي، فقد نشهد مستقبلًا جيلًا جديدًا من المساعدات الصوتية الأكثر طبيعية، والأسرع استجابةً، والأقل اعتمادًا على الخدمات السحابية.