كشفت شركة Block، الشركة الواقعة خلف Square وCash App، عن نموذج كلام بالذكاء الاصطناعي يُدعى Dessa.
تقول Block إن Dessa هو أول نموذج ذكاء اصطناعي تم تدريبه بالكامل على الكلام البشري، دون أي بيانات نصية على الإطلاق، وتم بناؤه من الصفر. وبدلاً من تحويل الصوت إلى نص أولاً، يعالج Dessa الكلام مباشرة كصوت. وهذا يتيح له التقاط المشاعر والسخرية والضحك والوقفات في الوقت الفعلي.
يدعم النموذج الاتصال ثنائي الاتجاه الكامل، بحيث يمكنه الاستماع والتحدث في الوقت نفسه. يعمل محلياً على جهاز MacBook Pro M4 Max وتم تدريبه على جهاز NVIDIA GB200 NVL72 واحد. تقول Block إنها بنت Dessa بدافع الفضول، والرغبة في تواصل أفضل بين البشر والذكاء الاصطناعي، ومخاوف تتعلق بالسلامة، نظراً لأن الذكاء الاصطناعي الصوتي الحالي يتجاهل الإشارات العاطفية. ليس Dessa متاحاً للجمهور بعد. يبحث الفريق أولاً عن باحثين في أمن الذكاء الاصطناعي لاختبار النموذج بحثاً عن مخاطر غير متوقعة. ويمكن لمن يهمه الأمر التسجيل عبر نموذج.
المحاولات السابقة في مجال الذكاء الاصطناعي الصوتي العاطفي لم تثبت نجاحها
حاولت عدة فرق بناء ذكاء اصطناعي صوتي يبدو غنياً عاطفياً. في مارس 2024، أطلقت الشركة الناشئة Hume AI واجهة EVI (Empathic Voice Interface)، وهو ذكاء اصطناعي صوتي بـ"ذكاء عاطفي". وتبعتها Kyutai في سبتمبر 2024 مع Moshi. أما مشروع Open Empathic التابع لـ LAION فيعمل منذ أواخر 2023 على تدريب نماذج توليد كلام متعاطف باستخدام مجموعة بيانات صوتية مفتوحة المصدر. وقامت OpenAI بتجديد "وضع الصوت المتقدم" في ChatGPT في يونيو 2025 واستمرت في تحسينه منذ ذلك الحين، مضيفة نبرة أفضل، ووقفات، وتعبيرات أكثر واقعية عن التعاطف والسخرية.إعلان
لكن الظهور بعاطفة ليس هو نفسه أن تكون عاطفياً أو ذكياً، حتى لو كان يخلق ذلك الانطباع. بالنسبة للذكاء الاصطناعي الصوتي المتقدم، فإن قدرات مثل الاستدلال أثناء الرد أكثر أهمية من مدى طبيعية صوت النموذج، لأنها تؤثر فعلياً على جودة الإجابة.
المصدر: Block.xyz