وکاله آریا للأنباء - شرکه بلوک کشفت عن نموذج صوتی للذکاء الاصطناعی یحمل اسم "دیسا"، ویهدف إلى محاکاه بعض خصائص المحادثات البشریه (بلوک)
تتجه تقنیات الذکاء الاصطناعی الصوتی نحو تطویر محادثات أکثر طبیعیه، تجمع بین سرعه الاستجابه ومحاکاه نبره الإنسان وإیقاع حدیثه، وفی هذا السیاق، کشفت شرکه "بلوک " (Block)، التی یقودها جاک دورسی، عن نموذجها الصوتی "دیسا " (Dessa)، الذی تقول إنه یتعلم من المحادثات البشریه الصوتیه مباشره، دون الاعتماد على النصوص المکتوبه فی التدریب.
وبحسب الموقع الرسمی للنموذج، یهدف "دیسا " إلى محاکاه جوانب من التواصل البشری، مثل الضحک والتوقفات وتغییر نبره الصوت وسرعه الکلام، بما یجعل التفاعل مع الذکاء الاصطناعی أقرب إلى المحادثات الیومیه، لکن هذه القدرات، التی تظهر فی تسجیلات تجریبیه، لا تثبت وحدها تفوق النموذج على منافسیه، فی ظل الحاجه إلى اختبارات مستقله تقیس أداءه.
النموذج یعتمد بحسب الشرکه على التدریب باستخدام المحادثات الصوتیه البشریه مباشره، دون الاعتماد على النصوص المکتوبه أو نماذج مدربه مسبقا (بلوک) نموذج یتعلم من الصوت مباشره
تعتمد بعض أنظمه الذکاء الاصطناعی الصوتی على تحویل کلام المستخدم إلى نص، ثم معالجه النص وإنتاج إجابه تُحوَّل لاحقا إلى صوت، ورغم فاعلیه هذه الطریقه، فإنها قد تفقد بعض الإشارات المصاحبه للکلام، مثل التردد والسخریه والتغیرات الدقیقه فی النبره.
وتقول بلوک إن دیسا دُرّب من الصفر باستخدام المحادثات الصوتیه البشریه، دون نصوص مکتوبه أو نماذج مدربه مسبقا، ویتیح هذا النهج للنموذج تعلم أنماط اللغه من الإشارات الصوتیه نفسها، بما یشمل نطق الکلمات وتوقیت الاستجابه والعلاقه بین النبره والمعنى.
وتوضح الشرکه أن النموذج یستطیع استخدام الضحک والتوقفات وتغییر مستوى الصوت ضمن المحادثه، کما تعرض تسجیلات تجریبیه تتضمن تعبیرات صوتیه توحی بانفعالات مختلفه. ومع ذلک، فإن إنتاج صوت یبدو متأثرا أو متحمسا لا یعنی بالضروره أن النظام یفهم المشاعر الإنسانیه کما یفهمها البشر؛ إذ یتطلب تقییم هذه القدره اختبارات أوسع ومستقله.
الاستماع والتحدث بالتزامن
من أبرز خصائص دیسا اعتماده تقنیه الصوت ثنائی الاتجاه الکامل (Full-duplex)، التی تسمح للنظام بالاستماع إلى المستخدم والتحدث معه بالتزامن، بدلا من انتظار انتهاء أحد الطرفین قبل بدء الآخر.
وتفید هذه التقنیه فی محاکاه إیقاع المحادثات البشریه، التی تتضمن المقاطعات أحیانا، وإشارات الموافقه القصیره، والاستجابه السریعه لما یقوله الطرف الآخر، ووفقا للشرکه، یستطیع النموذج تحدید توقیت تدخله فی الحدیث واستخدام عبارات مقتضبه تدل على المتابعه، مع تقلیل التأخیر فی الاستجابه.
وعلى صعید البنیه التقنیه، ذکرت بلوک أنها درّبت النموذج باستخدام نظام حوسبه من طراز "إنفیدیا جی بی 200 إن فی إل 72 " (NVIDIA GB200 NVL72)، کما أشارت إلى إمکان تشغیله محلیا على حاسوب ماک بوک برو المزود بمعالج "إم 4 ماکس " (M4 Max) أو ما هو أقوى منه، وقد یقلل التشغیل المحلی الاعتماد على الخوادم البعیده، لکن أثره فی الخصوصیه والتکلفه والأداء یعتمد على طریقه تنفیذ التطبیقات ومعالجه البیانات.
استخدامات محتمله ومنافسه متصاعده
یمکن أن تدعم هذه القدرات تطویر المساعدات الصوتیه وخدمات العملاء والتطبیقات التعلیمیه والواجهات التی تتطلب حوارا مستمرا، فالتفاعل الأسرع والأکثر طبیعیه قد یجعل استخدام الأنظمه الصوتیه أسهل فی بعض المهام، لکنه لا یضمن وحده دقه الإجابات أو جوده الخدمات التی تقدمها.
وتتنافس شرکات، من بینها أوبن إیه آی وإلیفن لابس، على تطویر أنظمه صوتیه أکثر واقعیه واستجابه، ویکمن الاختلاف الذی تطرحه بلوک فی اعتماد التدریب على الصوت مباشره، بدلا من الاقتصار على مسارات تجمع بین معالجه النصوص وتولید الکلام.
لکن تحدید موقع دیسا فی هذا السباق یتطلب نشر نتائج اختبارات معیاریه مستقله ومعلومات أوسع عن أدائه، وذکر تقریر موقع تک کرانش أن الشرکه کانت تخطط لإتاحه وصول مبکر إلى النموذج لمجموعه محدوده من باحثی سلامه الذکاء الاصطناعی. ولا یعنی ذلک أن النموذج أصبح متاحا تجاریا على نطاق واسع.
انتحال الأصوات یفرض تحدیات أمنیه
تثیر واقعیه الأصوات الاصطناعیه مخاوف من استغلالها فی انتحال الشخصیات والاحتیال، إذ یمکن استخدام تقنیات تولید الصوت أو استنساخه لتقلید قریب أو مسؤول أو موظف، بهدف دفع الضحایا إلى تحویل الأموال أو کشف بیانات حساسه. وهذه مخاطر عامه مرتبطه بتطور تقنیات الصوت الاصطناعی، ولا تعنی أن نموذج دیسا استُخدم فعلیا فی عملیات احتیال.
ویتطلب الحد من هذه المخاطر الجمع بین تدابیر تقنیه وتنظیمیه، تشمل التحقق من الهویه بوسائل إضافیه عند إجراء المعاملات الحساسه، وتطویر أدوات لکشف المحتوى الاصطناعی، وحمایه التسجیلات والبیانات الصوتیه، وإخضاع النماذج لاختبارات سلامه مستقله. کما ینبغی توضیح متى یتعامل المستخدم مع نظام اصطناعی وتوفیر آلیات للإبلاغ عن إساءه الاستخدام.
النموذج یعتمد تقنیه الصوت ثنائی الاتجاه الکامل، التی تتیح له الاستماع إلى المستخدم والتحدث معه بالتزامن (بلوک) وتقول بلوک إنها تسعى إلى إشراک باحثین فی تقییم المخاطر المحتمله للنموذج، وتمثل هذه الخطوه بدایه مهمه، لکنها لا تغنی عن نشر نتائج الاختبارات وتوضیح حدود الأداء قبل توسیع الاستخدام.
فی المحصله، یقدم دیسا نهجا بحثیا لافتا فی تطویر الذکاء الاصطناعی الصوتی، من خلال تعلم المحادثه من الصوت مباشره ومحاکاه بعض خصائص التواصل البشری. غیر أن الحکم على قیمته العملیه سیعتمد على نتائج الاختبارات المستقله، وکفاءته فی الاستخدام الیومی، ومدى فاعلیه الضمانات التی تحد من إساءه استخدام الأصوات الاصطناعیه.
المصدر: الجزیره + وکالات