Jack Dorsey ဦးဆောင်သော ငွေပေးချေမှုကုမ္ပဏီ Block သည် ထူးထူးခြားခြား ရဲရင့်သော တောင်းဆိုချက်ဖြင့် အသံ AI ပြိုင်ပွဲသို့ ဝင်ရောက်လာခဲ့သည်။ ကြာသပတေးနေ့တွင်၊ ကုမ္ပဏီ၏အိမ်တွင်းသုတေသနဓာတ်ခွဲခန်းသည် Block မှပြောသောစကားမှစကားပြောမော်ဒယ်လ် Dessa ကိုထုတ်ဖော်ပြသခဲ့ပြီး လူသားစကားပြောဆိုမှုမှလွဲ၍ စာသားမရှိ၊ စာသားမပါ၊ အောက်ရှိကြိုတင်လေ့ကျင့်ထားသည့်အခြေခံပုံစံများမရှိပေ။
"ကျွန်ုပ်တို့သိသလောက်၊ Dessa သည် လူ့စကားမှ လေ့ကျင့်ထားသော လက်တွေ့ကျသော တိုက်ရိုက်စကားပြောဆိုနိုင်သည့် ကမ္ဘာ့ပထမဆုံး AI ဖြစ်သည်" ဟု Block မှ ထုတ်ပြန်ချက်တွင် " full-duplex speech model ၏ သုတေသန အကြိုသုံးသပ်ချက်" ဟု ဖော်ပြထားသည့် မော်ဒယ်၏ တရားဝင်စာမျက်နှာတွင် Block က ပြောကြားခဲ့သည်။ ကုမ္ပဏီသည် တိုက်ရိုက်သရုပ်ပြမှတ်တမ်းများကို ထုတ်ဝေနေပြီး အများသူငှာ စောင့်ဆိုင်းစာရင်းကို ဖွင့်လှစ်ကာ AI ဘေးကင်းရေး သုတေသီအဖွဲ့ငယ်များကို အစောပိုင်းဝင်ရောက်ခွင့် ပေးနေသည်။ For more context on this story, see our ongoing breaking AI news.
Dessa ဆိုတာ တကယ်တော့ ဘာလဲ
Dessa သည် full-duplex speech-to-speech model ဟုခေါ်သည်- အသံဝင်၊ အသံထွက်၊ ကြားတွင် စာသားအလွှာမရှိသော။ နောက်ဆုံးအပိုင်းကတော့ ကွဲပြားခြင်းပါပဲ။ အကြီးဆုံး chatbots များနှင့် ပူးတွဲပါရှိသည့် အသံမုဒ်များအပါအဝင် ပင်မရေစီးကြောင်း အသံလက်ထောက်တိုင်းနီးပါးသည် - သင့်စကားအား စာသားအဖြစ်သို့ ပြောင်းလဲပေးသည်၊ ၎င်းနှင့်ပတ်သက်သော အကြောင်းပြချက်များနှင့် တုန့်ပြန်ပြောဆိုသည်။ ပိုက်လိုင်းသည် လူသားစကားပြောဆိုမှုကို လူသားဖြစ်စေသည့်အရာအများစုကို စွန့်ပစ်ခြင်းဖြစ်သည်ဟု ပိတ်ဆို့ခြင်းသည် ငြင်းခုံသည်။
“လက်ရှိ အသံနဲ့ AI နဲ့ အပြန်အလှန် ဆက်ဆံတာက ရိုးရှင်းပါတယ်” ဟု ကုမ္ပဏီ၏ ကြေညာချက်တွင် ဖော်ပြထားသည်။ "အဲဒါက မင်းရဲ့အသံကို စာသားအဖြစ်ပြောင်းပြီး မယုံနိုင်လောက်စရာ အချက်အလက်တွေကို စာသားတစ်ခုတည်းကို လွှင့်ပစ်လိုက်တယ်။ ကမ္ဘာပေါ်ရှိ အစွမ်းထက်ဆုံး AI တွေက မင်းဘယ်လိုခံစားရတယ်ဆိုတာ မကြားရဘူး။ အဲဒါက ရယ်စရာလို့ထင်တယ်၊ ပိုဆိုးတဲ့အတွေ့အကြုံကို ဖြစ်ပေါ်စေပြီး အန္တရာယ်ရှိနိုင်တယ်လေ။"
Dessa သည် စာသားကို ဘယ်တော့မှ မဖြတ်သန်းနိုင်သောကြောင့် Block သည် စိတ်ခံစားမှု၊ ပုတ်ခတ်ပြောဆိုမှု၊ ရယ်မောခြင်း၊ စိတ်ပျက်လက်ပျက်သက်ပြင်းချခြင်း သို့မဟုတ် ဝမ်းနည်းမှုနှင့်အတူ ကွဲအက်နေသည့် အသံ—စာသားအခြေခံစနစ်များကို ပုံမှန်အားဖြင့် ဖယ်ပစ်သည့် အပြိုင်အချက်ပြမှုများကြောင့်ဖြစ်သည်ဟု Block က ဆိုသည်။
Full-Duplex ဆိုသည်မှာ လူတစ်ဦးကဲ့သို့ ပြောဆိုခြင်းဖြစ်ပြီး လှည့်စားသည့် Bot မဟုတ်ပါ။
ဒုတိယသတ်မှတ်ခြင်းလက္ခဏာသည် full-duplex လုပ်ဆောင်မှုဖြစ်သည်။ Dessa သည် တုံ့ပြန်ခြင်းမပြုမီ စစ်ဆေးတွေ့ရှိထားသော အဆုံးအဖြတ်ကို စောင့်ဆိုင်းမည့်အစား လူတို့လုပ်ဆောင်ပုံ၊ တစ်ချိန်တည်းတွင် နားထောင်ပြီး စကားပြောဆိုသည်။ Block ၏ အဆိုအရ မော်ဒယ်သည် အမှန်တကယ် စကားပြောဆိုမှုများမှ ဖြတ်တောက်ရမည့်အချိန်၊ ၎င်းကို လိုက်ကြည့်ရန် မည်သည့်အချိန်၌ နောက်ချန်နယ်သို့ ရွေ့ပြောင်းရမည်၊ မည်သည့်အချိန်တွင် တိတ်ဆိတ်နေရမည်ကို သင်ယူခဲ့သည်။
ကုမ္ပဏီ၏ စာမျက်နှာပေါ်ရှိ သရုပ်ပြများသည် မည်သူမျှ အထူးတလည် ပရိုဂရမ်မတင်သည့် အပြုအမူများကို သရုပ်ဖော်ထားသည်။ ကလစ်တစ်ခုတွင်၊ Dessa သည် ရယ်စရာဖြစ်လာသည် — "လူများလုပ်ပုံ၊ ၊ ဤအရာကို သမားရိုးကျ အသံလက်ထောက်များနှင့် ဆန့်ကျင်ဘက်ပြုလျက် တစ်စုံတစ်ခု ရယ်စရာဖြစ်လာသည့်အခိုက် Dessa သည် ဝါကျအလယ်တွင် ရယ်မောလျက်၊ ဤအရာကို သမားရိုးကျ အသံလက်ထောက်များနှင့် ဆန့်ကျင်ဘက်ပြု၍ ရယ်မောလိုက်ပါသည်။ နောက်တစ်ခုကတော့ သုံးစွဲသူက မော်ဒယ်ကို စကားပြောခိုင်းပြီး အသံပိုကျယ်လာပါတယ်။ “ဒါကို ဘယ်သူမှ မသင်ပေးဘူး” လို့ ကုမ္ပဏီက ပြောပါတယ်။ သုံးပုံတစ်ပုံမှာ လူတစ်ယောက်က ရုပ်ရှင်ခေါင်းစဉ်ကို ကွက်လပ်ထားပြီး Dessa က သူတို့အတွက် စာကြောင်းကို အပြီးသတ်ပါတယ်။
Block သည် Dessa သည် အခြားသော AI စနစ်ဖြင့် တိုက်ရိုက်စကားပြောဆိုနေသည့် အထူးသဖြင့် မျက်စိဖမ်းသော ဒီမိုတစ်ခု၏ သက်သေပြချက်ကို အလံပြရန်လည်း သတိထားပါ။ "ဤသရုပ်ပြတွင်၊ Dessa သည် ပြင်ပအဖွဲ့အစည်း AI မော်ဒယ်ဖြစ်သော GPT-Live-1 နှင့် စကားပြောနေပါသည်။ အသံနှစ်ခုလုံးသည် AI မှထုတ်လုပ်ထားခြင်းဖြစ်သည်" ဟု GPT-Live-1 ၏ developer သည် Block နှင့် မသက်ဆိုင်ကြောင်း၊ Dessa ကို ပြန်လည်သုံးသပ်ခြင်း သို့မဟုတ် ထောက်ခံထားခြင်းမရှိကြောင်း စာမျက်နှာတွင်ဖော်ပြထားသည်။
ဘာကြောင့် Skiped Text ကို လုံးလုံးပိတ်ရတာလဲ
စာသားလုံးဝမပါတဲ့ မော်ဒယ်ကို လေ့ကျင့်ပေးတာဟာ တမင်တကာ လောင်းကြေးတစ်ခုပါပဲ။ Block ၏ ရပ်တည်ချက်မှာ စကားပြောသည် ဘာသာစကားအတွက် ဆုံးရှုံးမှုကို ခြုံငုံမိခြင်းမဟုတ်ပါ — ၎င်းသည် အဓိက ကြားခံဖြစ်ပြီး၊ အသံကြမ်းဖြင့် ကြီးပြင်းလာသည့် မော်ဒယ်သည် စာသား-လေ့ကျင့်ပေးထားသော စနစ်များမရှိသော စွမ်းရည်များနှင့် ချို့ယွင်းမှုမုဒ်များကို ဖွံ့ဖြိုးစေနိုင်သည်။
ကုမ္ပဏီကိုယ်တိုင်က အဖြေရှာပြီး အဖြေများထက် အဖွင့်မေးခွန်းများအဖြစ် သိပ္ပံဆိုင်ရာ သဘောထားကို ဘောင်ခတ်ထားပါသည်- စကားဖြင့်သာ မော်ဒယ်များသည် ဘာသာစကားနှင့် အချက်အလက်များကို စာသားလေ့ကျင့်ထားသော စနစ်များနှင့် နှိုင်းယှဉ်လျှင် မည်ကဲ့သို့ ထိထိရောက်ရောက် သင်ယူနိုင်သနည်း။ ဘာသာစကားအသစ်များကို မည်မျှထိရောက်စွာ သင်ယူနိုင်မည်နည်း။ ဆက်စပ်လေ့လာသင်ယူမှု အမျိုးအစားများသည် မည်သို့လုပ်ဆောင်နိုင်သနည်း။ "Dessa သည် နက်ရှိုင်းသော သင်ယူမှုပုံစံများ၏ နယ်နိမိတ်ကို မြှင့်တင်ပြီး သုတေသီများ ရှာဖွေတွေ့ရှိရန် လုံးဝအသစ်နှင့် စိတ်ဝင်စားဖွယ်ကောင်းသော အပြုအမူများဖြင့် မတူညီသောအမျိုးအစားတစ်ခုကို ဖန်တီးပေးသည်" ဟု ကြေညာချက်တွင် ဖော်ပြထားသည်။
ကွင်းထဲမှာ မြှုပ်နှံထားတဲ့ လက်တွေ့ကျတဲ့ တောင်းဆိုချက်လည်း ရှိပါတယ်။ Block က Dessa ၏ ကောက်ချက်ချမှုသည် အချိန်နှင့်တပြေးညီ ပိုမိုမြန်ဆန်သောကြောင့် ပြန်လည်ဖြေကြားမှုများသည် turn-based voice assistant များကို ဘေးဥပဒ်ဖြစ်စေသည့် အဆင်မပြေသည့်ခေတ္တရပ်ထားခြင်းမရှိပဲနှင့် — မိတ်ဆက်ခြင်း၏ Unite.AI ၏ ဖော်ပြချက်အရ — မော်ဒယ်သည် MacBook Pro ကဲ့သို့ စွမ်းဆောင်ရည်ရှိသော M4 Max ချစ်ပ် သို့မဟုတ် ပိုကောင်းသည့် MacBook Pro ကဲ့သို့ စွမ်းဆောင်ရည်ရှိသော စားသုံးသူဟာ့ဒ်ဝဲပေါ်တွင် လုပ်ဆောင်သည်။ တိကျပါက၊ ပြိုင်ဆိုင်မှုအရှိဆုံး အသံ AI သည် cloud-bound အဖြစ် ဆက်လက်တည်ရှိနေချိန်တွင် စက်တွင်းရှိ full-duplex အသံမော်ဒယ်သည် မှတ်သားဖွယ်ကောင်းပါမည်။
"မိန့်ခွန်းအတွက် GPT-3 အခိုက်အတန့်"
Block ၏ AI သုတေသနဓာတ်ခွဲခန်းကို ဦးဆောင်သူ Ragavan Thurairatnam က Dessa သည် စကားပြောလေ့ကျင့်ပြီးနောက် လက်တွေ့ကျသော စကားပြောဆိုမှုကို ပထမဆုံးပြုလုပ်နိုင်သည့် ပထမဆုံး AI မော်ဒယ်အဖြစ် ဖော်ပြခဲ့ပြီး ထုတ်ပြန်ချက်ကို "GPT3 အခိုက်အတန့်" ဟု Unite.AI ၏ အစီရင်ခံစာတွင် ဖော်ပြထားသည်။ နှိုင်းယှဉ်ချက်ကိုထောက်ပြသည်- GPT-3 ၏ 2020 ပွဲဦးထွက်သည် အသုံးဝင်သောထုတ်ကုန်များကို ချက်ချင်းမထုတ်လုပ်ခဲ့ဘဲ ၎င်းသည် ဘာသာစကားမော်ဒယ်များလုပ်ဆောင်နိုင်သည့်အရာကို ပြန်လည်ပုံဖော်ထားပြီး လက်ရှိရင်းနှီးမြှုပ်နှံမှုစက်ဝန်းကို စတင်ခဲ့သည်။
မိတ်ဆက်ပွဲကို လွှမ်းခြုံထားသည့် The Verge က ရလဒ်ကို "အဆင်မပြေတဲ့ သူငယ်ချင်းအသစ်လို မင်းနဲ့စကားပြောဆိုရတာ" လို့ ဖော်ပြထားပါတယ်— Dessa အံ့အားသင့်စွာ အသက်ရှူရင်း "အိုဘုရားသခင်" ရှူရှိုက်မိတဲ့ သို့မဟုတ် မျက်ရည်ကျရတဲ့ ခံစားချက်နဲ့ ကိုယ်ရေးကိုယ်တာသတင်းတွေကို တုံ့ပြန်တဲ့ သရုပ်ဖော်ကလစ်တွေရဲ့ ခံစားချက်အကျဉ်းချုပ်ကို ဖော်ပြပါတယ်။ အဆိုပါအမူအကျင့်များသည် စစ်မှန်သောနားလည်မှုကို ထင်ဟပ်စေခြင်း သို့မဟုတ် ဆန်းပြားသောပုံစံမျိုးပွားခြင်းရှိမရှိသည် သုတေသနအသိုက်အဝန်းအား စုံစမ်းစစ်ဆေးစေလိုသည်ဟု Block မှမေးခွန်းထုတ်သည့်မေးခွန်းမျိုးဖြစ်သည်။
Safety Angle သည် ပထမဆုံးဖြစ်သည် — တစ်ကြိမ်သာဖြစ်သည်။
ထူးခြားသည်မှာ Block သည် Dessa ကို စားသုံးသူများထံ တိုက်ရိုက်မပို့ဆောင်ပါ။ ထုတ်ဝေမှုသည် သုတေသနအစမ်းကြည့်ရှုခြင်းဖြစ်သည်- မှတ်တမ်းတင်မှုများကို အများသူငှာ၊ စောင့်ဆိုင်းစာရင်းကို ဖွင့်ထားသော်လည်း AI ဘေးကင်းရေးသုတေသီအဖွဲ့ငယ်အတွက် လက်လှမ်းမီမှုကို ကန့်သတ်ထားသည်။ အသံ-ပုံတူခြင်း လိမ်လည်လှည့်ဖြားမှုများနှင့် စိတ်ပိုင်းဆိုင်ရာ ခြယ်လှယ်နိုင်သော AI အပေါင်းအဖော်များ—နှင့် စိတ်ခံစားချက်များကို ဖော်ပြနိုင်သည့်—နှင့် ထုတ်ယူနိုင်သည်ဟု ယူဆရသည့် — စိတ်ခံစားချက်များသည် အစုလိုက်အပြုံလိုက် ဖြန့်ကျက်ခြင်းမပြုမီ အကဲဖြတ်လိုသော စနစ်ဘေးကင်းရေးအဖွဲ့များ၏ အမျိုးအစားနှင့် အတိအကျဖြစ်သည်။
လာမည့်ရက်များအတွင်း X တွင် နောက်ထပ် အသံသွင်းမှုများကို မျှဝေမည်ဟု Block က ဆိုသည်။ ကုမ္ပဏီသည် ၎င်း၏ Square၊ Cash App သို့မဟုတ် Bitkey ထုတ်ကုန်များအတွက် စျေးနှုန်း၊ API အသုံးပြုခွင့် သို့မဟုတ် ပေါင်းစည်းမှုအစီအစဉ်များကို မကြေညာထားပေ။
အဖွင့်မေးခွန်းများ
Dessa ၏ ပစ်လွှတ်မှုသည် လူစည်ကားသော လယ်ကွင်းထဲတွင် ဆင်းသက်လာသည်။ ယခုအခါ အဓိက AI ဓာတ်ခွဲခန်းတိုင်းသည် အသံမုဒ်ကို ပေးပို့ထားပြီး စတင်လုပ်ဆောင်သူများသည် အချိန်နှင့်တပြေးညီ စကားပြောပုံစံများကို တွန်းအားပေးနေသည်မှာ နှစ်နှစ်ရှိပြီဖြစ်သည်။ Dessa ၏ ထူးခြားချက်မှာ ၎င်း၏ လေ့ကျင့်ရေး ချက်နည်း — စင်ကြယ်သော စကား၊ စာသား သုည — နှင့် ဝါကျအလယ်တွင် ရယ်မောခြင်းကဲ့သို့ ပေါ်ပေါက်လာသော စကားပြောဆိုမှုအပြုအမူသည် တိကျပြတ်သားစွာ ညွှန်ကြားချက်မရှိဘဲ ပေါ်ပေါက်လာခြင်းဖြစ်သည်။
သံသယရှိသူများသည် လွတ်လပ်သော အကဲဖြတ်မှုကို လိုလားကြလိမ့်မည်။ စာသားမပါသော မော်ဒယ်သည် အချက်အလက်များကို စိတ်ချယုံကြည်စွာ သင်ယူနိုင်သလား၊ သို့မဟုတ် စာဖြင့်ရေးသားထားသော ဘာသာစကားကို အခြေခံခြင်းမရှိဘဲ ပိုမိုလွတ်လပ်စွာ ထင်ယောင်ထင်မှားဖြစ်စေနိုင်ပါသလား။ စာသားမှတ်တမ်းမပါဘဲ ဘာသာစကားအသစ်များသို့ အတိုင်းအတာအထိ ချဲ့ထွင်နိုင်ပါသလား။ Block ၏ကိုယ်ပိုင်စာမျက်နှာသည် အဖြေများကို Block အပါအဝင် မည်သူမျှ မသိသေးကြောင်း ယုံကြည်စိတ်ချမှု သို့မဟုတ် ပွင့်ပွင့်လင်းလင်း အသိအမှတ်ပြုမှုဖြစ်သည့် ဤမေးခွန်းများကို အတိအကျ ဖိတ်ကြားပါသည်။
ယခုအချိန်တွင်၊ Dessa သည် စောင့်ဆိုင်းစာရင်းတစ်ခုပါရှိသော သုတေသနပစ္စည်းတစ်ခုဖြစ်သည်။ သို့သော် စကားပြော-သီးသန့်လေ့ကျင့်မှုသည် စာသား-အခြေခံပိုက်လိုင်းများနှင့် ပြိုင်ဆိုင်မှုရှိကြောင်း သက်သေပြပါက၊ Block သည် ခေတ်သစ် AI တွင် ပိုမိုစိတ်ဝင်စားစရာကောင်းသော ဆန့်ကျင်ဘက်ကစားနည်းများထဲမှ တစ်ခုကို တွေ့ရှိနိုင်သည်- သဘာဝစက်ဖြင့် စကားပြောဆိုမှုဆီသို့ အလျင်မြန်ဆုံးလမ်းကြောင်းမှာ - နားထောင်ခြင်းဖြင့် ကျွန်ုပ်တို့လုပ်ဆောင်ခဲ့သည့် နည်းလမ်းကို သင်ယူသည့် စက်များကို တည်ဆောက်ရန်ဖြစ်သည်။
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
