Thinking Machines готовит «полнодуплексный» ИИ, который умеет слушать и говорить одновременно

[душман]

Стартап Thinking Machines Lab, учреждённый в прошлом году бывшим техническим директором OpenAI Мирой Мурати, рассказал о своём новом проекте. Речь идёт о моделях взаимодействия — системах искусственного интеллекта, способных прерывать человека при общении с ним.

Все существующие модели ИИ являются «полудуплексными» и работают по единой схеме. Когда человек говорит, ИИ слушает — и наоборот, когда говорит ИИ, человеку остаётся только слушать его. В Thinking Machines решили изменить эту схему и создать модель, которая обрабатывает человеческую речь и одновременно генерирует ответ. 

Общение с этой моделью больше напоминает телефонный разговор, чем переписку. Такой способ взаимодействия называется полнодуплексным. Разработанная компанией ИИ-модель TML-Interaction-Small даёт ответ всего за 0,4 секунды. Это примерно соответствует скорости естественного человеческого разговора — и значительно быстрее, чем сопоставимые модели от OpenAI и Google.

Пока это предварительная исследовательская версия, а не готовый для широкой аудитории продукт, и компания сейчас не намерена выпускать его в открытый доступ. В ближайшие месяцы Thinking Machines опубликует «ограниченную исследовательскую версию», а широкая аудитория увидит TML-Interaction-Small до конца текущего года.