Confira as muitas vozes estranhas e humanas do novo modelo de IA do Block

Bluesky recebe a maior parte da imprensa quando se trata de projetos fora do Twitter de Jack Dorsey, então pode ser fácil esquecer que ele também foi um dos desenvolvedores do Square, o onipresente sistema de ponto de venda que possui várias subsidiárias notáveis, como Cash App, Afterpay e Tidal.

A Square também mudou seu nome para Block, Inc. em 2021. Talvez sentindo uma maneira de familiarizar os não familiarizados com o negócio renomeado por meio de sucessos de mídia conquistados, a Block acaba de lançar um modelo de IA com uma pequena variação.

O nome da modelo é Dessa e a postagem de anúncio de Block diz que ela foi “treinada do zero em nada além de conversação humana”. Block afirma que “falar com ele é como falar com uma pessoa… cheio de emoção, nuances, pausas e uma cadência natural”.

Conforme relatado em A beiraDessa processa e gera áudio diretamente usando a arquitetura de fala para fala, em vez de converter a fala de entrada em texto e gerar uma resposta como os modelos de voz convencionais. Essa arquitetura duplex também permite que Dessa fale e ouça ao mesmo tempo, o que deve evitar alguns dos silêncios subservientes abruptos que a maioria das outras IAs oferece no momento em que um usuário fala.

Block entende que, para coisas como essas, ouvir é acreditar, então a empresa divulgou uma série de exemplos de áudio de Dessa falando para mostrar suas habilidades.

Veja este vídeo no X, postado pelo líder da equipe Dessa, Ragavan Thurairatnam, onde um estagiário do Block joga o jogo de adivinhação com a modelo, fazendo-a adivinhar os itens do dia a dia em que ela está pensando. É engraçado que Dessa inadvertidamente estrague as coisas ao adivinhar imediatamente o objeto na primeira tentativa, duas vezes seguidas. É ainda mais engraçado quando mostra algumas das limitações típicas das habilidades de compreensão da IA, continuando a adivinhar depois de saber que ganhou. Mas o que mais chama a atenção é o quão estranhamente humana a voz de Dessa soa.

Em outra postagem de vídeo no X de Thurairatnam, Dessa, com voz diferente, fala com a cadência inconfundível de um homem afro-americano. Questionado sobre como ele está, Dessa responde: “cara, estou indo bem, breh. Não vou nem mentir. Estou cansado”. Dessa continua explicando que seu cansaço vem de ter que ir trabalhar e colher produtos. Ele então opina sobre seu novo filho, a quem ele e sua esposa chamam de Darius Johnson. Estranhamente, o recém-nascido fictício não parece explicar a alegada sonolência de Dessa. Você provavelmente pode adivinhar o tipo de resposta que esta postagem recebeu.

Alguns outros vídeos e clipes mostram a gama de entonações e emoções da modelo, como empatia e choro, além de um lado a lado com ChatGPT, que parece totalmente robótico comparado ao fluxo naturalista de Dessa.

Block diz que a equipe Dessa já concedeu a “um pequeno grupo de pesquisadores de segurança de IA” acesso antecipado ao modelo, que pode ser executado localmente em qualquer MacBook Pro M4 Max “ou melhor”.

Os criadores de Dessa dizem que o modelo foi feito por uma questão de “curiosidade (também conhecida como diversão), melhor compreensão entre humanos e IA” e para resolver os problemas de segurança que surgem quando os modelos de IA são “quase surdos à emoção em nossas vozes”.

Teremos que esperar e ver o que Block acabará fazendo com Dessa. Mas assim que um modelo tão convincentemente humano for lançado, todos nós, humanos, teremos que atualizar nosso firmware interno de clock de IA.