Платёжная компания Block, основанная Джеком Дорсеем, продемонстрировала новую модель голосового ИИ Dessa, отличающуюся необычайным сходством с живым общением человека. Технология вызвала смешанную реакцию: одни пользователи восхитились естественностью интонаций и эмоциональной выразительностью, другие выразили беспокойство относительно рисков обмана и мошенничества.
Особенностью Dessa является способность обрабатывать звук напрямую, минуя этап преобразования речи в текст. Модель обучалась исключительно на человеческих голосах и способна реагировать на паузы, изменения тона и даже прерывания разговора, создавая ощущение живого общения. Например, в демонстрациях Dessa естественно реагирует на неожиданности и даже смеётся посреди фразы.
Основатель Binance Чанпен Чжао отметил потенциал технологии в образовательных проектах, таких как его платформа GiggleAcademy, предназначенная для обучения детей посредством разговоров с искусственным интеллектом. Однако создателей модели критикуют за риск того, что подобная технология может использоваться для манипуляций и обмана людей.
Созданием Dessa занимается исследовательская лаборатория Block, подчинённая непосредственно Джеку Дорсею. Ранее компания приобрела канадский стартап Dessa, специалисты которого участвовали в разработке новой модели. Для создания Dessa использовался единственный специализированный сервер Nvidia GB200 NVL72, а сама модель достаточно компактна для запуска на современных ноутбуках Apple с процессором M4 Max и выше.
На данный момент Dessa доступна лишь узкому кругу исследователей в области безопасности ИИ. Компания заявляет, что в будущем подобные системы смогут лучше распознавать эмоциональные сигналы вроде стресса или боли, недоступные традиционным текстовым методам коммуникации. Вместе с тем Block признаёт необходимость тщательной оценки потенциальных рисков, связанных с использованием настолько реалистичного голосового ИИ.