في تطور لافت يغير قواعد اللعبة، نجح مختبر الأبحاث التابع لشركة “بلوك” (Block) التي أسسها جاك دورسي، في تطوير نموذج صوتي فريد من نوعه يطلق عليه اسم “ديسا” (Dessa). هذا الابتكار يتجاوز المألوف ليقدم تجربة تفاعلية تبدو مذهلة في قدرتها على محاكاة النبرات البشرية بدقة شديدة، متضمنة الضحكات، والتوقفات المؤقتة، وحتى نبرات البكاء، دون الاعتماد على نصوص مكتوبة مسبقاً.
تفاعل متزامن وقدرات استثنائية على الجهاز الشخصي
يتميز نموذج “ديسا” بكونه نموذجاً ثنائي الاتجاه بالكامل (Full-duplex)، مما يتيح له التحدث والاستماع في آن واحد، تماماً مثل نموذج (GPT-Live) الذي أطلقته شركة “أوبن إيه آي” في وقت سابق من هذا العام. وعلى عكس النماذج التقليدية التي تعتمد على نماذج لغوية ضخمة لاسترجاع المعرفة، تستمد “ديسا” معرفتها مباشرة من البيانات المحادثاتية، وقد تم تدريبها بالكامل على الكلام البشري باستخدام وحدة معالجة رسوميات واحدة من إنتاج “إنيديا”.
الجدير بالذكر أن هذا النظام المبتكر مصمم للعمل محلياً وبشكل مباشر على الحواسيب الشخصية الاستهلاكية، مثل أجهزة (MacBook M4 Max) أو ما يعادلها، مما يفتح أفقاً واسعاً لتشغيل تجارب ذكية متقدمة بتكاليف أقل وفي متناول اليد. ومع ذلك، لم تتيح الشركة الوصول العام للنموذج حتى الآن، مفضلة فتح باب الانضمام أمام باحثي الأمان لاختبار النظام والتحقق من آثار السلامة المحتملة.
مواجهة عيوب التكنولوجيا الصوتية الحالية
أوضحت الشركة المطورة في مدونتها أن التفاعلات الصوتية الحالية عبر الذكاء الاصطناعي غالباً ما تبدو غير طبيعية ومزعجة، لأنها تعتمد على تحويل الصوت إلى نص وتجاهل كميات هائلة من المشاعر والمعلومات التي لا يحملها النص بمفرده. وغالباً ما تستخدم النماذج الأخرى علامات صوتية لدفع توليد المشاعر، بينما تدعي شركة “بلوك” أن المشاعر مدمجة بعمق داخل نموذجها الجديد.
وفي عروض توضيحية نشرها باحثو الشركة، ظهر المساعد الصوتي وهو يتحدث بأصوات ونبرات مختلفة مفعمة بالمشاعر؛ فتارة يبدو متعباً من العمل ليعكس حالة من الإرهاق، وتارة أخرى يبدو متأثراً بشكل يكاد يبدو فيه منهاراً عاطفياً. كما أظهرت مقاطع أخرى أفراد فريق العمل وهم يخوضون تحديات وألعاب تخمين مع المساعد الصوتي الذي أظهر استجابات فورية ودقيقة.
فرص تجارية واعدة في الأفق
تنشط شركة “بلوك” في الأساس في قطاع الخدمات المالية وتقديم الحلول للشركات الصغيرة، حيث تستخدم منصة “سكوير” (Square) الذكاء الاصطناعي الصوتي بالفعل لإدارة الطلبات. ومن خلال امتلاك نموذج صوتي خاص يعمل مباشرة على الأجهزة المحلية، ستتمكن الشركة من تعزيز تجارب العملاء والأعمال بشكل أكبر وبكفاءة تشغيلية عالية.
رأي XoneGold
إذا نظرنا إلى هذا الابتكار من زاوية تأثيره على مستقبل المستخدم، نجد أننا نقف على عتبة مرحلة تتلاشى فيها الفروق تماماً بين التواصل مع البشر وتلك الآلات الناطقة، مما يطرح تساؤلات عميقة حول حدود الأمان والثقة في الهوية الصوتية. هل نحن مستعدون لعالم رقمي تتماهى فيه العواطف المصطنعة مع المشاعر الحقيقية إلى هذا الحد؟