Jack Dorsey, đồng sáng lập Twitter, qua công ty Block vừa công bố mô hình AI mới mang tên Dessa. Đặc điểm nổi bật của Dessa là được huấn luyện “từ đầu” chỉ dựa trên các đoạn hội thoại thực tế của con người, không sử dụng bất kỳ dữ liệu văn bản nào.
Dessa được mô tả là một “true speech‑to‑speech model”: nó nhận vào âm thanh, xử lý và trả lời bằng giọng nói mà không qua bước chuyển đổi thành văn bản. Đội ngũ phát triển cho biết mô hình có thể chạy trực tiếp trên một chiếc MacBook Pro M4 Max hoặc thiết bị mạnh hơn, mở ra khả năng triển khai tại nhà mà không cần tới máy chủ đám mây.
Để minh họa khả năng, Block đã công khai một loạt các đoạn hội thoại giữa Dessa và người dùng. Một ví dụ điển hình là khi Dessa nhầm người nói thành “Ronaldo” và sau đó nhanh chóng điều chỉnh. Các đoạn hội thoại khác cho thấy Dessa có thể đưa ra phản hồi cảm xúc, như tỏ ra “cảm động” khi người dùng chia sẻ chuyến đi bất ngờ tới Paris.
Ba lý do chính khiến Block phát triển Dessa là: khám phá sự học ngôn ngữ tự nhiên giống trẻ em (curiosity), cải thiện giao diện giọng nói tự nhiên cho AI (speech‑first interface) và giải quyết vấn đề an toàn khi AI không nhận ra cảm xúc của con người. Hiện tại, một nhóm nhỏ các nhà nghiên cứu an toàn AI đã được mời dùng thử sớm.
Với khả năng chạy cục bộ và tập trung vào âm thanh, Dessa có thể mở ra một kỷ nguyên mới cho các ứng dụng AI tại Việt Nam – từ trợ lý ảo trong nhà đến các giải pháp hỗ trợ người khuyết tật, đồng thời thúc đẩy nghiên cứu về giao tiếp giọng nói trong cộng đồng.
Nguồn: The Verge — Biên dịch & tổng hợp: danhbaai.com