عرضه مدل صوتی Dessa از سوی Block؛ صدای شبیه انسان نگرانی درباره کلاهبرداری را افزایش داد

شرکت پرداختی Block از یک مدل هوش مصنوعی صوتی به نام Dessa رونمایی کرده است؛ مدلی که در نمایش‌های شرکت، با مکث، خنده، تغییر لحن و واکنش‌های احساسی، بسیار شبیه یک انسان صحبت می‌کند. این فناوری هم‌زمان تحسین کاربران شبکه‌های اجتماعی و نگرانی درباره دشوارتر شدن تشخیص تماس‌های کلاهبرداری را برانگیخته است.

مدل Dessa چگونه کار می‌کند؟

به گزارش CoinDesk، Dessa به‌جای آن‌که ابتدا گفت‌وگو را به متن تبدیل کند و سپس پاسخ صوتی بسازد، صدا را به‌طور مستقیم پردازش می‌کند. این مدل تنها با استفاده از گفتار انسانی آموزش داده شده و برای مکالمه هم‌زمان طراحی شده است؛ یعنی می‌تواند در هنگام صحبت طرف مقابل به گفت‌وگو ادامه دهد و به قطع شدن صحبت، خنده یا تغییرات لحن واکنش نشان دهد.

Block می‌گوید نمونه‌های ارائه‌شده در نمایش‌های این شرکت به‌صورت زنده ضبط شده‌اند و فردی پاسخ‌های مدل را هدایت نکرده است. در یکی از نمونه‌ها، Dessa هنگام بیان یک جمله می‌خندد و در نمونه‌ای دیگر، در برابر یک اتفاق غافلگیرکننده واکنشی با حال‌وهوای احساسی نشان می‌دهد. جک دورسی، مدیرعامل Block، در شبکه اجتماعی X درباره آن نوشته است که صحبت با این مدل، به‌دلیل احساس، ظرافت، مکث و آهنگ طبیعی گفتار، شبیه گفت‌وگو با یک فرد است.

این مدل از ابتدا و با استفاده از یک سامانه محاسباتی Nvidia GB200 NVL72 آموزش داده شده است. با وجود این، Block اعلام کرده Dessa به اندازه‌ای جمع‌وجور است که می‌تواند به‌صورت محلی روی یک MacBook Pro مجهز به تراشه M4 Max یا سخت‌افزاری قوی‌تر اجرا شود. اجرای محلی به این معناست که پردازش در خود دستگاه انجام می‌شود، نه لزوماً در یک سرویس ابری؛ بااین‌حال، شرکت درباره جزئیات فنی بیشتر توضیحی نداده است.

تحسین کاربران و نگرانی درباره فریب

واکنش‌ها به این فناوری یکدست نبوده است. شماری از کاربران شبکه اجتماعی X طبیعی بودن گفت‌وگوهای Dessa را شگفت‌انگیز توصیف کردند. برخی نیز آن را نمونه‌ای بسیار نزدیک به تجربه علمی‌تخیلی دانستند؛ زیرا مدل تنها کلمات را بیان نمی‌کند و در مکالمه، ویژگی‌هایی مانند خنده، مکث و تغییرات احساسی را نیز نشان می‌دهد.

چانگ‌پنگ ژائو، بنیان‌گذار Binance که با نام CZ شناخته می‌شود، یکی از کاربردهای احتمالی را در حوزه آموزش کودکان مطرح کرده است. او گفت تعامل صوتی طبیعی می‌تواند برای پروژه آموزشی GiggleAcademy مفید باشد؛ به‌ویژه چون آموزش کودکان با فناوری‌های صوتی فعلی چالش‌هایی دارد.

در مقابل، همین شباهت به صدای انسان نگرانی‌هایی درباره سوءاستفاده ایجاد کرده است. جاستین بیتمن، فیلم‌ساز، این پرسش را مطرح کرد که چرا صداهای هوش مصنوعی باید تا این اندازه انسانی باشند و هشدار داد چنین قابلیتی می‌تواند به پایین آوردن گارد مخاطب و فریب او کمک کند. شیوا آروور، روزنامه‌نگار، نیز درباره احتمال افزایش تماس‌های کلاهبرداری هشدار داد.

این نگرانی به‌ویژه درباره تماس‌های تلفنی اهمیت دارد. اگر مخاطب نتواند به‌سادگی تشخیص دهد طرف مقابل انسان است یا یک سامانه مصنوعی، شناسایی تماس‌های فریبکارانه دشوارتر می‌شود. بااین‌حال، منبع گزارش درباره وقوع چنین سوءاستفاده‌ای از Dessa ادعای مشخصی مطرح نکرده و نگرانی‌ها فعلاً واکنش‌هایی به قابلیت‌های نمایش‌داده‌شده هستند.

وضعیت عرضه و اطلاعات فنی

Dessa هنوز یک محصول عمومی نیست و Block آن را در مرحله پیش‌نمایش پژوهشی نگه داشته است. دسترسی اولیه فقط در اختیار گروه کوچکی از پژوهشگران ایمنی هوش مصنوعی قرار می‌گیرد تا خطرهایی را که ممکن است شرکت از آن‌ها غافل مانده باشد بررسی کنند.

Block تاکنون اندازه مدل، نتایج آزمون‌های معیار یا تاریخ عرضه عمومی را اعلام نکرده است. نمونه‌های صوتی منتشرشده نیز نمایش‌های خود شرکت هستند و هنوز ارزیابی مستقلی از عملکرد آن‌ها ارائه نشده است. بنابراین، طبیعی بودن صدای مدل در نمونه‌های تبلیغاتی به‌تنهایی برای سنجش عملکرد آن در شرایط گوناگون کافی نیست.

آزمایشگاه هوش مصنوعی Block مستقیماً به دورسی گزارش می‌دهد و اعضایی دارد که پیش‌تر در شرکت نوپای هوش مصنوعی Dessa در تورنتو کار می‌کردند؛ شرکتی که Square در سال ۲۰۲۰ آن را خریداری کرد. Block همچنین مالک یا گرداننده کسب‌وکارهایی مانند Square، Cash App، کیف پول بیت‌کوین Bitkey و واحد سخت‌افزار استخراج بیت‌کوین Proto است.

این شرکت می‌گوید هوش مصنوعی مبتنی بر گفتار در آینده ممکن است بتواند نشانه‌های احساسی مانند پریشانی و درد را بهتر از متن تشخیص دهد؛ نشانه‌هایی که ممکن است در رونوشت متنی از بین بروند. بااین‌حال، عرضه Dessa فعلاً بیشتر یک مرحله تحقیقاتی و ارزیابی ایمنی است تا معرفی یک سرویس قابل استفاده برای عموم.

تصویر بازار بر اساس داده‌های Moneyiar

داده‌های بازار Moneyiar در زمان ثبت‌شده، یعنی ۲۵ اکتبر ۲۰۲۶ حدود ساعت ۲۲:۳۸ تا ۲۲:۳۹ به وقت +۰۳:۳۰، این وضعیت را نشان می‌دهد:

• Lighter با نماد LIT در قیمت ۳٫۱۸۱۹۳۴۲۳۹۶ دلار قرار داشت؛ بازده ۲۴ساعته آن منفی ۱٫۴۵ درصد و تغییر هفت‌روزه آن مثبت ۵٫۱۲ درصد بود.
• AWE با قیمت ۰٫۰۶۲۱۰۷۸۸۴۵ دلار معامله می‌شد؛ تغییر ۲۴ساعته منفی ۲٫۴۹ درصد و تغییر هفت‌روزه منفی ۰٫۴۳ درصد ثبت شد.
• Huma Finance با نماد HUMA به قیمت ۰٫۰۲۳۲۶۰۰۹۴۳ دلار رسید؛ این دارایی در ۲۴ ساعت ۵٫۰۳ درصد و در هفت روز ۱۴٫۳۸ درصد کاهش داشت.
• Spark با نماد SPK در قیمت ۰٫۰۱۷۹۳۲۹۷۳۷ دلار قرار گرفت؛ تغییر ۲۴ساعته آن منفی ۱٫۴۶ درصد و تغییر هفت‌روزه آن منفی ۶٫۱۹ درصد بود.

این ارقام صرفاً تصویر ثبت‌شده بازار در زمان ذکرشده هستند و به موضوع عرضه مدل Dessa ارتباط مستقیمی ندارند.