به گزارش تابش کوثر، مدل صوتی جدید شرکت «سسامی» به قدری واقعی به نظر می‌رسد که تفاوتی با مکالمه با یک انسان واقعی ندارد، و همین ویژگی آن را حتی ترسناک‌تر کرده است.هوش مصنوعی هر روز به واقعیت نزدیک‌تر می‌شود و حالا مدل جدید شرکت سسامی مرزهای این فناوری را جابه‌جا کرده است. مدل Conversational Speech Model (CSM) که به‌تازگی رونمایی شده، آن‌قدر طبیعی صحبت می‌کند که برخی کاربران پس از شنیدن صدای آن احساس ناخوشایند و حتی نگران‌کننده‌ای پیدا کرده‌اند.
یک کاربر Hacker News درباره تجربه خود نوشت: «این صدا آن‌قدر واقعی بود که حس کردم دارم با یک آدم حرف می‌زنم. راستش را بخواهید، کمی ترسیدم.»
این مدل هوش مصنوعی با دو شخصیت صوتی «مایلز» و «مایا» عرضه شده و در برخی مکالمات، می‌تواند مانند یک انسان واقعی مکث کند، بخندد، اشتباه کند و خودش را تصحیح کند. این ویژگی‌ها به عمد در آن طراحی شده‌اند.
برخلاف مدل‌های قدیمی، CSM به‌جای تولید گفتار در دو مرحله، متن و صدا را هم‌زمان پردازش می‌کند. این مدل از ۸.۳ میلیارد پارامتر استفاده می‌کند و بر اساس یک میلیون ساعت گفتار آموزش دیده است. در آزمایش‌های انجام‌شده، شنوندگان در بسیاری از موارد قادر به تشخیص صدای مدل از صدای واقعی نبودند.
اما این شباهت دقیق، برای برخی ترسناک است. مارک هچمن، ویراستار ارشد PCWorld، پس از آزمایش این مدل نوشت:
«بعد از ۱۵ دقیقه صحبت با این هوش مصنوعی، هنوز حس عجیبی دارم. صدا و لحن آن برایم بیش از حد آشنا و واقعی بود.»
پیشرفت هوش مصنوعی صوتی، علاوه بر شگفتی، نگرانی‌هایی درباره کلاهبرداری و جعل هویت ایجاد کرده است. برخی کارشناسان هشدار داده‌اند که صداهای این‌چنینی می‌توانند در تماس‌های تلفنی جعلی و کلاهبرداری‌های اینترنتی به‌کار گرفته شوند.
در حالی که سسامی اعلام کرده که قصد دارد این فناوری را متن‌باز کند، نگرانی‌ها درباره سوءاستفاده‌های احتمالی آن همچنان وجود دارد. برخی کاربران پیشنهاد کرده‌اند که برای مقابله با فریبکاری صوتی، افراد در خانواده یا محل کار از رمزهای مخفی برای تأیید هویت استفاده کنند.
با این حال، این شرکت قصد دارد مدل‌های بزرگ‌تری بسازد و آن را به بیش از ۲۰ زبان گسترش دهد. هوش مصنوعی صوتی در آینده ممکن است به‌قدری واقعی شود که تمایز آن از صدای انسان دشوار باشد. آنچه مسلم است این است که این فناوری هر روز به مرزهای جدیدی می‌رسد و به همان میزان که پیشرفت می‌کند، ترسناک‌تر می‌شود.
م/۱۱۰*
نظر شما