Bluesky accapare la quasi-totalité de la couverture médiatique lorsqu’il s’agit des projets non liés à Twitter de Jack Dorsey, et l’on pourrait facilement oublier qu’il fut aussi l’un des créateurs de Square, le système de point de vente omniprésent qui compte plusieurs filiales notables comme Cash App, Afterpay et Tidal.
Square a également changé de nom pour devenir Block, Inc. en 2021. Cherchant peut-être à familiariser les personnes non initiées avec l’entreprise rebrandée par le biais de retombées médiatiques, Block vient de lancer un modèle d’IA avec une petite touche.
Le nom du modèle est Dessa et le post d’annonce de Block indique qu’il a « été entraîné à partir de zéro sur rien d’autre que des conversations humaines ». Block affirme que « discuter avec lui donne l’impression de parler à une personne… remplie d’émotion, de nuances, de pauses et d’une cadence naturelle ».
Comme l’a rapporté The Verge, Dessa traite et génère l’audio directement en utilisant une architecture voix-à-voix plutôt que de convertir la parole d’entrée en texte puis de générer une réponse comme le font les modèles vocaux conventionnels. Cette architecture en duplex permet aussi à Dessa de parler et d’écouter en même temps, ce qui devrait éviter certains silences abrupts et subordonnés que la plupart des IA offrent dès que l’utilisateur prend la parole.
Block comprend que, pour ce genre de technologies, c’est l’audition qui convainc, c’est pourquoi l’entreprise a diffusé plusieurs extraits audio de Dessa en train de parler pour démontrer ses capacités.
Regardez cette vidéo sur X, publiée par le responsable de l’équipe Dessa, Ragavan Thurairatnam, dans laquelle un stagiaire de Block joue au Jeu des Devinettes avec le modèle et lui fait deviner les objets du quotidien auxquels elle pense. C’est assez drôle que Dessa gâche involontairement le jeu en devinant immédiatement l’objet dès le premier essai, deux fois d’affilée. C’est encore plus drôle lorsqu’elle montre certaines des limites typiques des capacités de compréhension de l’IA en poursuivant les devinettes après qu’on lui a dit que c’était gagné. Mais ce qui frappe le plus, c’est à quel point la voix de Dessa paraît étrangement humaine.
Dans une autre publication vidéo sur X par Thurairatnam, une Dessa au timbre différent adopte la cadence reconnaissable d’un homme afro-américain. Interrogée sur son état, cette Dessa répond : « man, I’m doing good, breh. I ain’t gonna even lie. I’m tired. » Dessa poursuit en expliquant que sa fatigue vient du fait d’aller travailler et de ramasser des fruits et légumes. Il évoque ensuite son nouveau fils, qu’il et sa femme appellent Darius Johnson. Étrangement, le nouveau-né fictif ne semble pas prendre en compte la somnolence alléguée de Dessa. On peut sans doute deviner le genre de réponses que ce post a suscité.
D’autres vidéos et extraits montrent la palette d’intonations et d’émotions du modèle, comme l’empathie et les pleurs, ainsi qu’un comparatif côte à côte avec ChatGPT, qui paraît carrément robotic à côté du flux plus naturel de Dessa.
Block affirme que l’équipe Dessa a déjà accordé un accès anticipé à ce modèle à « un petit groupe de chercheurs en sécurité de l’IA », et qu’il peut fonctionner localement sur n’importe quel MacBook Pro M4 Max « ou mieux ».
Les créateurs de Dessa disent que le modèle a été conçu dans un esprit de « curiosité (aka fun), une meilleure compréhension entre les humains et l’IA », et pour répondre aux problèmes de sécurité qui surviennent lorsque les modèles d’IA sont « pratiquement sourds à l’émotion qui se dégage de nos voix ».
Il faudra attendre et voir ce que Block fera finalement de Dessa. Mais une fois qu’un modèle aussi humainement convaincant se retrouve dans le monde réel, chacun d’entre nous va devoir mettre à jour son propre « firmware » interne d’IA.
