كشفت شركة بلوك عن نموذجها الصوتي الجديد ديسا الذي يمثل قفزة نوعية في عالم الذكاء الاصطناعي، حيث يتميز بقدرته الفائقة على تعلم المحادثات البشرية بشكل مباشر دون الاعتماد على النصوص المكتوبة نهائيا.
واضافت الشركة في بيانها أن النموذج يركز على محاكاة النبرة الطبيعية والضحك والتوقفات العفوية، مما يجعله قادرا على خلق تجربة تفاعلية تشبه إلى حد كبير الحوارات اليومية التي يجريها البشر في حياتهم العادية.
وبينت الشركة أن هذا الابتكار يهدف إلى كسر الجمود في التعامل مع الأنظمة التقنية، موضحا أن الهدف الأساسي هو تقريب المسافة بين ردود فعل الذكاء الاصطناعي واستجابات البشر الطبيعية في مختلف الظروف.
نموذج يتعلم من الصوت مباشرة
واكدت الشركة أن ديسا تم تدريبه من الصفر باستخدام بيانات صوتية خام، مشيرة إلى أن هذا النهج يسمح للنموذج بفهم أعمق لإيقاع اللغة وسرعة الكلام والعلاقة المعقدة بين النبرة والمعنى المقصود.
واوضحت أن الأنظمة التقليدية كانت تعتمد على تحويل الصوت إلى نص ثم معالجته، وهو ما كان يؤدي غالبا إلى فقدان الكثير من التفاصيل العاطفية مثل السخرية أو التردد أو التغيرات الدقيقة.
وشددت على أن قدرة النموذج على محاكاة الانفعالات لا تعني بالضرورة فهمه للمشاعر الإنسانية، مبينة أن الأمر لا يزال في مرحلة البحث والتطوير ويتطلب اختبارات مستقلة لتقييم أدائه الحقيقي والفعلي.
الاستماع والتحدث بالتزامن
واشارت إلى أن ديسا يعتمد تقنية الصوت ثنائي الاتجاه التي تتيح للنظام الاستماع للمستخدم والتحدث معه في آن واحد، مما ينهي مشكلة الانتظار التقليدية التي كانت تسيطر على المساعدات الصوتية السابقة.
واضافت أن هذه التقنية تدعم إيقاع المحادثة الطبيعي، موضحا أن النظام يمكنه الآن فهم المقاطعات وإشارات الموافقة القصيرة، مما يقلل من التأخير المزعج ويجعل التواصل أكثر سلاسة وواقعية مع المستخدم.
وتابعت أن النموذج يدعم التشغيل المحلي على أجهزة الحاسوب القوية، مؤكدة أن هذا التوجه قد يعزز الخصوصية ويقلل الاعتماد على الخوادم البعيدة، رغم أن ذلك يعتمد بشكل كبير على كفاءة التنفيذ التقني.
استخدامات محتملة ومنافسة متصاعدة
وكشفت الشركة أن تقنيات ديسا ستفتح آفاقا واسعة في مجالات خدمة العملاء والتطبيقات التعليمية، مبينة أن التفاعل الأسرع سيسهل تنفيذ المهام المعقدة التي تتطلب حوارا مستمرا ودقيقا بين الإنسان والآلة.
واوضحت أن المنافسة في هذا القطاع تزداد حدة مع وجود شركات كبرى، مشيرة إلى أن ديسا يتميز بكونه يعالج الصوت مباشرة، وهو ما يضعه في مكانة فريدة مقارنة بالنماذج التي تجمع بين النصوص.
واكدت أن الوصول المبكر إلى هذا النموذج متاح حاليا لمجموعة محدودة من الباحثين، موضحة أن هذا الإجراء يأتي لضمان تقييم السلامة قبل التفكير في أي خطوة تتعلق بالإطلاق التجاري الواسع.
انتحال الاصوات يفرض تحديات أمنية
وحذرت الشركة من المخاطر الأمنية المرتبطة بواقعية الأصوات الاصطناعية، مبينة أن هذه التقنيات قد تُستغل في انتحال الشخصيات، وهو ما يتطلب وضع ضوابط صارمة للتحقق من الهوية عند إجراء المعاملات الحساسة.
واضافت أن مواجهة هذه التحديات تتطلب جهودا جماعية، موضحة أن حماية البيانات وتطوير أدوات للكشف عن التزييف الرقمي باتت ضرورة قصوى في ظل التطور المتسارع الذي يشهده قطاع الذكاء الاصطناعي الصوتي.
واختتمت بأنها تواصل العمل مع باحثين متخصصين لتقييم المخاطر، مؤكدة أن الهدف النهائي هو توفير تقنية آمنة ومفيدة تعزز التواصل الإنساني وتدفع حدود الابتكار نحو مستويات جديدة ومبهرة في المستقبل القريب.
