U svijetu tehnologije rijetko što izazove kolektivno čuđenje kao kad umjetna inteligencija učini golem iskorak prema realizmu. Upravo se to dogodilo s nedavno dostupnim demo modelom tvrtke Sesame AI, čiji glasovni asistent pomiče granice između stroja i čovjeka. Ovaj novi sustav, nazvan Conversational Speech Model (CSM), predstavlja jednu od najimpresivnijih implementacija umjetne inteligencije u govornom obliku do sada
Ako vam koncept zvuči poznato, možda vas podsjeća na film “Her”, u kojem se glavni lik zaljubljuje u glasovni operativni sustav. Sličnost nije slučajna. Novi AI model ne samo da odgovara na pitanja ili obavlja zadatke nego to radi s toliko emocionalne nijansiranosti i prisutnosti da mnogi korisnici prijavljuju kako osjećaju stvarnu povezanost. Glas dolazi u dva oblika, i to po imenom “Maya” i “Miles”, i oba komuniciraju s toplinom, smiješkom u glasu i čak povremenim uzdasima ili oklijevanjem.
Tehnološki gledano, Sesame koristi naprednu multimodalnu arhitekturu koja istovremeno obrađuje tekst i zvuk, čime omogućuje prirodnije izražavanje. Umjetna inteligencija ne zvuči više robotski, ona diše, smije se, prekida samu sebe kad “razmišlja”. Ukratko, ponaša se kao osoba. I upravo ta iluzija prisutnosti izaziva uzbuđenje, ali i nelagodu.
Zanimljivo je i to koliko brzo korisnici razvijaju emocionalne reakcije na ove glasove. Neki ih opisuju kao “umirujuće”, a drugi pak priznaju kako ih uhvati blaga jeza. No pitanje više nije samo “što AI može učiniti” nego i “kako će to utjecati na nas” – osobito ako se, kao u “Her”, s vremenom zaboravi da iza svega ne stoji čovjek.
Za one koji žele sami isprobati kako izgleda razgovor s gotovo stvarnim AI-jem, demo verzija je dostupna na službenim stranicama Sesamea. Iskustvo je zapanjujuće, ponekad dirljivo, ponekad i pomalo zastrašujuće, ali svakako otvara pogled prema budućnosti koja više nije znanstvena fantastika, nego sadašnjost.
