تسعى شركة بلوك (Block)، بقيادة جاك دورسي، إلى إعادة صياغة تجربة التفاعل مع الذكاء الاصطناعي عبر كشفها عن نموذجها الصوتي الجديد ديسا (Dessa). ويتميز هذا النموذج بقدرته على محاكاة المحادثات البشرية الطبيعية بأسلوب يتجاوز النماذج التقليدية، معتمداً على التعلم المباشر من المحادثات الصوتية بدلاً من النصوص المكتوبة.
نموذج يتعلم من الصوت مباشرة
خلافاً للأنظمة التقليدية التي تعتمد على وسيط نصي (تحويل الكلام إلى نص ثم معالجته)، دُرّب ديسا من الصفر باستخدام البيانات الصوتية فقط. هذا النهج التقني يمنح النموذج قدرة فائقة على استيعاب الإشارات الدقيقة في الحديث، مثل الضحك، التوقفات، التردد، وتغيرات النبرة التي تضفي على المحادثة طابعاً إنسانياً واقعياً.
الاستماع والتحدث بالتزامن
يستفيد ديسا من تقنية الصوت ثنائي الاتجاه الكامل (Full-duplex)، التي تتيح للنظام الاستماع للمستخدم والمقاطعة أو التجاوب معه في الوقت الفعلي. هذه الميزة تكسر حاجز الانتظار الذي تتسم به المساعدات الصوتية الحالية، مما يجعل التفاعل أكثر انسيابية وقرباً من إيقاع الحوارات اليومية بين البشر.
من الناحية التقنية، أشارت بلوك إلى أن النموذج يعمل على أنظمة حوسبة فائقة الأداء مثل NVIDIA GB200، كما يوفر خيارات للتشغيل المحلي على أجهزة ماك بوك برو بمعالجات M4 Max، مما يفتح الباب أمام تحسين الخصوصية وتقليل الاعتماد على الخوادم السحابية.
تحديات الأمان والمنافسة
على الرغم من القدرات الواعدة لـ ديسا في مجالات خدمات العملاء والتعليم، إلا أن الشركة تواجه تحديات تتعلق بسلامة استخدام هذه التقنية. فواقعية الأصوات الاصطناعية تثير مخاوف جدية بشأن عمليات انتحال الشخصيات والاحتيال.
وتؤكد بلوك أنها تتبع نهجاً بحثياً حذراً من خلال إشراك باحثين في تقييم المخاطر، مؤكدة أن تقييم كفاءة النموذج الحقيقية وموقعه التنافسي أمام عمالقة مثل أوبن إيه آي سيعتمد بالدرجة الأولى على نتائج الاختبارات المستقلة والشفافية في الكشف عن حدود أدائه، خاصة وأن النموذج لم يطرح تجارياً على نطاق واسع حتى الآن.
