Jay Peters
是负责科技、游戏等领域的资深记者。他在 Techmeme 工作近两年后，于 2019 年加入 The Verge。
Jack Dorsey 的 Block 公司发布了一款名为 Dessa 的 AI 模型，该模型“完全基于人类对话从零训练”而成。为了展示这款模型，Block 分享了它与人类的一些对话，这些对话偶尔会显得有些尴尬和诡异。
以这个例子为例，它由 Dessa 负责人 Ragavan Thurairatnam 分享。模型与说话者之间的对话大体上有着自然的来回交流（不过不知为何，模型一开始把说话者误认成某个叫“Ronaldo”的人）。
这里有一段视频展示了 Dessa 通过语音玩猜谜游戏：
TheDessa 网站还展示了其他几个例子，比如一段关于 Christopher Nolan 电影的来回对话（其中 Dessa 出人意料地扯到了 Bryan Singer 的Superman电影），一个人告诉 Dessa 要带它去巴黎来一场惊喜旅行（正如网站所描述的，Dessa“随后用听起来像是含泪感激的语气回应”），以及 OpenAI 的 GPT-Live-1 语音模型与 Dessa 之间的一段对话（其中 Dessa 显得更自然）。你可以在这段视频中听到其中一些对话的片段。
在网站上，Dessa 团队表示 Dessa 是一个“真正的语音到语音模型，它所知道的一切都来自人类语音”，并且它可以在 MacBook Pro M4 Max“或更高配置”上本地运行。至于他们为什么要做这个，团队给出了三个理由：“好奇心（也就是好玩）、增进人类与 AI 之间的理解，以及安全”，并提供了更多细节：
婴儿学会说话时从未见过写下来的文字。我们想看看模型是否也能做到。它能做到。只是非常难。
语音是与任何智能（无论超级与否）最自然的交互界面，而如今的语音 AI 却在浪费它。它把我们说的话压平成文本，跟不上人类的节奏。
AI 不断获得更强的能力和独立性，却仍然几乎听不到我们声音中的情感。想象一下，你正承受着严重的疼痛，而语音 AI 毫不知情，只是继续说下去。这就是安全问题。Dessa 是朝着解决这个问题迈出的一步。
Dessa 团队表示，将向“一小群 AI 安全研究人员”提供该模型的早期访问权限。
关注话题和作者来自这篇报道，以便在你的个性化首页信息流中看到更多类似内容，并接收邮件更新。
- Jay Peters