Block, la société de Jack Dorsey, a annoncé un modèle d'IA baptisé Dessa, entraîné de zéro sur la seule conversation humaine. L'entreprise a partagé des exemples de conversations où le modèle sonne d'un naturel troublant, et parfois un peu maladroit, selon The Verge.
Dessa est un véritable modèle parole-à-parole : tout ce qu'il sait vient de la parole humaine et non de textes écrits. Sur son site, l'équipe Dessa indique qu'il peut tourner en local sur un MacBook Pro M4 Max ou mieux, et qu'il sera confié à un petit groupe de chercheurs en sécurité de l'IA pour un accès anticipé.
Pourquoi Block a créé Dessa
L'équipe Dessa donne trois raisons à ce projet : la curiosité, une meilleure compréhension entre humains et IA, et la sécurité. Elle compare l'idée à la façon dont les bébés apprennent à parler sans jamais voir un mot écrit, et dit avoir voulu vérifier si un modèle pouvait faire de même. Il le peut, ajoute-t-elle, même si c'est très difficile.
L'équipe soutient que la parole est l'interface la plus naturelle vers toute intelligence, mais que l'IA vocale actuelle la gaspille en aplatissant nos propos en texte et en ne suivant pas le rythme humain. Elle avertit aussi que l'IA gagne en puissance et en indépendance tout en restant presque sourde à l'émotion dans nos voix, un problème de sécurité que Dessa doit aider à corriger.
Les démos de conversation insolites de Dessa
Pour présenter le modèle, Block a partagé plusieurs conversations qui illustrent son style inhabituel, très proche de l'humain. Dans un extrait publié par Ragavan Thurairatnam, responsable de Dessa, le modèle joue à un jeu de devinettes à la voix et garde le plus souvent un échange naturel, même s'il prend d'abord son interlocuteur pour quelqu'un nommé Ronaldo.
D'autres exemples sur le site de Dessa incluent une discussion sur les films de Christopher Nolan qui dérive vers une digression inattendue sur les films Superman de Bryan Singer, et une personne racontant à Dessa un voyage surprise à Paris, à quoi le modèle répondrait avec une gratitude qui semble émue aux larmes. Il y a aussi une conversation entre le modèle vocal GPT-Live-1 d'OpenAI et Dessa, où Dessa apparaît comme le plus naturel des deux.
