Immaginate un'intelligenza artificiale che ha imparato a parlare esattamente come un bambino: senza leggere un solo testo scritto, solo ascoltando conversazioni umane. È questa l'idea alla base di Dessa, il nuovo modello vocale annunciato da Block, la società di Jack Dorsey (lo stesso cofondatore di Twitter, per chi non lo sapesse). E no, non è solo un altro chatbot con la voce: è qualcosa di strutturalmente diverso da tutto quello che abbiamo visto finora.Il team di Dessa lo descrive come un modello speech-to-speech puro: non converte la voce in testo per poi elaborarla, ma lavora direttamente sull'audio. Tutto quello che sa, lo ha imparato esclusivamente dal parlato umano. Il risultato, stando alle demo pubblicate, è una conversazione che suona più naturale di quella dei modelli concorrenti, compreso il voice mode di OpenAI. Block ha condiviso alcune clip audio dimostrative sicuramente interessanti da ascoltare. C'è una conversazione in cui Dessa gioca a un gioco di indovinelli, un'altra in cui discute dei film di Christopher Nolan (con un'improvvisa digressione sui film di Superman di Bryan Singer, che nessuno si aspettava), e persino un dialogo tra Dessa e il voice model di OpenAI GPT-Live-1, in cui Dessa risulta percettibilmente più spontanea. C'è anche un momento un po' surreale in cui il modello scambia il suo interlocutore per qualcuno di nome "Ronaldo", il che ci ricorda che siamo ancora lontani dalla perfezione. Il team spiega la filosofia del progetto con tre motivazioni: curiosità, comprensione tra umani e AI, e sicurezza. Quest'ultimo punto è il più interessante: Ragavan Thurairatnam, il responsabile del progetto, sottolinea che i modelli vocali attuali "appiattiscono quello che diciamo in testo e non riescono a stare al passo con i tempi umani". Dessa, invece, è progettata per cogliere anche le sfumature emotive della voce: se siete in difficoltà, non dovrebbe ignorarlo e andare avanti come se niente fosse.Dal punto di vista tecnico, il modello è abbastanza leggero da girare in locale su un MacBook Pro M4 Max (o superiore), il che è una notizia interessante per chi tiene alla privacy dei propri dati vocali. Per ora, però, l'accesso è limitato a un piccolo gruppo di ricercatori di sicurezza AI: nessuna app, nessun accesso pubblico, nessuna data di rilascio annunciata.L'articolo Dessa di Block è l'IA che ha imparato a parlare ascoltando soltanto, senza leggere un solo testo sembra essere il primo su Smartworld.