هگینگ فیس و سربراس جما ۴ را به هوش مصنوعی صوتی بلادرنگ آوردند: معماری یک پشته باز و آبشاری گفتار به گفتار

شرح خبر

هگینگ فیس و سربراس با همکاری یکدیگر، مدل جما ۴ گوگل دیپمایند را به یک سیستم هوش مصنوعی صوتی بلادرنگ تبدیل کرده‌اند. این معماری جدید، یک پشته باز و ماژولار گفتار به گفتار ارائه می‌دهد که هر بخش آن قابل بررسی، اصلاح و توسعه توسط توسعه‌دهندگان است. نتیجه، تجربه‌ای طبیعی‌تر از مکالمات هوش مصنوعی است که با واکنش‌پذیری مشابه تعامل انسانی همراه است. این سیستم از سربراس برای استنتاج سریع، جما ۴ با ۳۱ میلیارد پارامتر به عنوان مدل زبانی و کوئن برای تبدیل متن به گفتار بهره می‌برد. هدف، حل گلوگاه‌های تاخیر در پاسخ‌گویی مدل‌های زبانی و ایجاد تجربه‌ای پایدار و بلادرنگ است که در مقیاس طبیعی به نظر برسد. این فناوری در حال حاضر بیش از ۹۰۰۰ ربات ریچی مینی را تغذیه می‌کند. هگینگ فیس و سربراس با همکاری یکدیگر، مدل جما ۴ را به یک سیستم هوش مصنوعی صوتی بلادرنگ تبدیل کرده‌اند. این معماری باز و ماژولار، تجربه گفتار به گفتاری طبیعی‌تری را ارائه می‌دهد که واکنش‌پذیری آن مشابه تعامل انسانی است. سربراس با سرعت بخشیدن به استنتاج مدل زبانی، تاخیرهای چند ثانیه‌ای را کاهش داده و پایداری سیستم را بهبود می‌بخشد. این پشته در حال حاضر برای تغذیه ربات‌های ریچی مینی استفاده می‌شود. هدف این همکاری، ایجاد نسل بعدی هوش مصنوعی مکالمه‌ای با تمرکز بر باز بودن و کارایی است. این همکاری نشان‌دهنده گامی مهم در جهت بهبود تجربه کاربری هوش مصنوعی صوتی است، زیرا تاخیرهای بلندمدت را کاهش داده و واکنش‌پذیری را به سطح تعاملات انسانی نزدیک می‌کند. استفاده از معماری باز و ماژولار امکان سفارشی‌سازی و توسعه توسط جامعه توسعه‌دهندگان را فراهم می‌آورد که می‌تواند نوآوری در این حوزه را شتاب بخشد. علاوه بر این، این فناوری می‌تواند در کاربردهای عملی مانند ربات‌ها، دستیاران صوتی و هوش مصنوعی مجسم مورد استفاده قرار گیرد و تجربه کاربری را به طور قابل توجهی بهبود بخشد. این فناوری می‌تواند بازار هوش مصنوعی صوتی را متحول کند و فرصت‌های جدیدی برای شرکت‌ها در زمینه توسعه دستیاران صوتی، ربات‌ها و سیستم‌های مکالمه‌ای ایجاد نماید. کاهش تاخیر و بهبود پایداری می‌تواند اعتماد کاربران را افزایش داده و پذیرش این فناوری‌ها را تسریع کند. همچنین، استفاده از مدل‌های منبع باز و زیرساخت‌های باز می‌تواند هزینه‌ها را کاهش داده و دسترسی به فناوری را دموکراتیک‌تر کند. توسعه‌دهندگان ایرانی می‌توانند از این معماری باز برای ایجاد راهکارهای بومی هوش مصنوعی صوتی استفاده کنند و از مزایای سرعت و پایداری آن بهره‌مند شوند. این فناوری می‌تواند در حوزه‌های مختلفی مانند آموزش، خدمات مشتری و اتوماسیون صنعتی در ایران مورد استفاده قرار گیرد. همچنین، دسترسی به مدل‌ها و ابزارهای منبع باز می‌تواند فرصت‌های یادگیری و نوآوری را برای جامعه فناوری ایران فراهم آورد. استفاده از مدل‌ها و معماری‌های منبع باز می‌تواند چالش‌های حقوقی مربوط به مالکیت فکری و مجوزها را کاهش دهد، زیرا توسعه‌دهندگان می‌توانند به راحتی از این ابزارها استفاده کرده و آنها را سفارشی‌سازی کنند. این رویکرد می‌تواند به شفافیت بیشتر در توسعه هوش مصنوعی کمک کند و اعتماد عمومی را افزایش دهد. همچنین، این همکاری می‌تواند استانداردهای جدیدی برای توسعه هوش مصنوعی باز و کارآمد ایجاد نماید. این همکاری بین هگینگ فیس (فرانسه/ایالات متحده) و سربراس (ایالات متحده) نشان‌دهنده روند رو به رشد همکاری‌های بین‌المللی در حوزه هوش مصنوعی است که می‌تواند تأثیرات ژئوپلیتیکی در زمینه رقابت فناوری و نوآوری داشته باشد. استفاده از مدل‌های منبع باز می‌تواند تعادل قدرت در حوزه هوش مصنوعی را تغییر داده و دسترسی کشورها و شرکت‌های کوچکتر را به فناوری‌های پیشرفته تسهیل کند. فنی و توسعه‌ای هگینگ فیس و سربراس با استفاده از جما ۴ و معماری باز، تجربه‌ای طبیعی‌تر از هوش مصنوعی صوتی بلادرنگ ارائه داده‌اند. این فناوری در حال حاضر بیش از ۹۰۰۰ ربات را تغذیه می‌کند.

این صفحه خلاصه و تحلیل فارسی خبر را نمایش می‌دهد. نسخه کامل/اصلی از طریق لینک منبع در دسترس است.