Η Block του Jack Dorsey παρουσίασε το Dessa, ένα μοντέλο ομιλίας σε ομιλία που εκπαιδεύτηκε μόνο σε ηχογραφήσεις ανθρώπινων συνομιλιών, χωρίς κείμενο και χωρίς προεκπαιδευμένα μοντέλα. Είναι full-duplex, δηλαδή μπορεί να ακούει και να μιλά την ίδια στιγμή, να διαχειρίζεται διακοπές και μικρές επιβεβαιώσεις όπως κάνουν οι άνθρωποι. Σύμφωνα με την εταιρεία, τρέχει τοπικά σε MacBook Pro με M4 Max ή νεότερο. Δεν είναι ακόμη διαθέσιμο στο κοινό, καθώς η Block δίνει πρώιμη πρόσβαση σε λίγους ερευνητές ασφάλειας AI και έχει λίστα αναμονής.

Τι σημαίνει: Τα φωνητικά συστήματα που μιλούν φυσικά, με παύσεις και διακοπές, αλλάζουν τον τρόπο που οι επιχειρήσεις μπορούν να εξυπηρετούν πελάτες στο τηλέφωνο. Για ελληνικά call centers, ξενοδοχεία ή καταστήματα που δέχονται κρατήσεις και παραγγελίες, ένα τέτοιο μοντέλο θα μπορούσε κάποια στιγμή να χειρίζεται απλές κλήσεις πιο ανθρώπινα από τα σημερινά μενού επιλογών. Το Dessa όμως εκπαιδεύτηκε σε συνομιλίες και δεν είναι γνωστό πόσο καλά καλύπτει ελληνικά, οπότε δεν είναι άμεσα αξιοποιήσιμο εδώ. Το σημαντικότερο ζήτημα είναι η ασφάλεια: όσο πιο φυσική ακούγεται μια μηχανική φωνή, τόσο ευκολότερες γίνονται οι απάτες τύπου «τηλεφωνώ από την τράπεζα» ή «είμαι ο διευθυντής σας». Οι επιχειρήσεις πρέπει ήδη να θεσπίσουν κανόνες ώστε καμία πληρωμή ή αλλαγή IBAN να μην εγκρίνεται μόνο με τηλεφωνική εντολή, και να υπάρχει επιβεβαίωση από δεύτερο κανάλι. Αν μια εταιρεία χρησιμοποιήσει τέτοιο σύστημα για να μιλά με πελάτες, ο νέος ευρωπαϊκός κανονισμός για την AI απαιτεί να ενημερώνονται ότι συνομιλούν με μηχανή. Το ότι το μοντέλο τρέχει σε φορητό υπολογιστή δείχνει επίσης ότι η φωνητική AI δεν χρειάζεται πάντα cloud, κάτι χρήσιμο για εφαρμογές που πρέπει να κρατούν τις ηχογραφήσεις τοπικά.

Διαβάστε το πρωτότυπο στο Block

Σχετική υπηρεσία: Ανάπτυξη λογισμικού

Σχετικές ειδήσεις