Jack Dorsey og hans fintech-gigant Block har netop smidt en fascinerende – og herligt særpræget – bombe ind på AI-scenen. Mød Dessa, en helt ny stemmemodel, der dropper den polerede, robotagtige perfektion til fordel for noget langt mere ambitiøst: ægte, rå og til tider vidunderligt akavet menneskelig samtale.
Hvor de fleste kendte stemmeassistenter blot er en klassisk sprogmodel med et lag tekst-til-tale klistret ovenpå, er Dessa bygget helt anderledes. Modellen er en ægte speech-to-speech-AI, der er trænet helt fra bunden på intet andet end rå menneskelig samtale. Målet? At fange de bittesmå pauser, tonefald, timing og følelsesmæssige nuancer, som hidtil har fået computere til at lyde som… ja, computere.
Fra Christopher Nolan til tårevædet taknemmelighed
Resultatet er fascinerende, men det befinder sig også solidt i den berømte uncanny valley. Block har delt en række demoer af samtaler med Dessa, og de lyder bemærkelsesværdigt levende – men bestemt ikke uden overraskelser.
I et eksempel forvekslede modellen resolut en tester med fodboldikonet Cristiano Ronaldo. I en anden samtale startede snakken uskyldigt om filminstruktøren Christopher Nolan, hvorefter Dessa uden varsel afsporede samtalen og begyndte at fabulere over Bryan Singers Superman-film. Mest dramatisk blev det dog under en snak om en hypotetisk tur til Paris, som pludselig udløste en overvældende, næsten tårevædet taknemmelighed fra den digitale samtalepartner.
Det er måske ikke altid logisk, men det føles uforudsigeligt og ægte – præcis som en snak med et rigtigt menneske, der har fået en kop kaffe for meget.
Slår OpenAI på naturlighed – og kan køre lokalt
Selvom Dessa laver finurlige fejl, bemærker tidlige sammenligninger med OpenAIs GPT-Live-1, at Blocks nye model ofte leverer et langt mere organisk samtaleflow. Den forstår ganske enkelt rytmen i en samtale på et helt andet niveau end forgængerne.
Teknisk set imponerer modellen også under motorhjelmen. På trods af den avancerede stemmebehandling kan Dessa køre lokalt direkte på forbrugerhardware, nærmere bestemt en Mac med en M4 Max-chip. Det åbner døren for lynhurtig responstid og langt bedre privatliv uden behov for tunge serverklynger i skyen.
Jack Dorseys store AI-vision
Lanceringen af Dessa flugter perfekt med Jack Dorseys overordnede planer for Block. Dorsey har tidligere luftet tanken om, at AI-værktøjer på sigt kan overtage tunge interne koordinationslag i store virksomheder, og investeringen i speech-native AI viser, at selskabet mener det alvorligt.
Hvis du allerede nu glæder dig til at have dybe, lettere forvirrende nattesamtaler med Dessa, må du dog væbne dig med lidt tålmodighed. Block ruller i første omgang udelukkende modellen ud til en udvalgt skare af AI-sikkerhedsforskere, som skal hjælpe med at fintune de følelsesmæssige udbrud, før resten af verden slippes løs.
