Tavus از Griffin رونمایی کرده؛ سامانهای که این استارتاپ سانفرانسیسکویی آن را «مدل تعامل انسانی» مینامد. این سامانه برای گفتوگوی رودررو و همزمان طراحی شده و همزمان با تولید ویدیو، گفتار، حالتهای چهره، لحن، حرکات و مکثها را دریافت میکند. به گفته شرکت، هدف این سامانه درک چیزی فراتر از واژههای گفتهشده است؛ از جمله نشانههای دیداری و صوتیای که مردم در گفتوگو به کار میبرند.
در مطالعهای که Tavus انجام داده، 48 درصد از شرکتکنندگان پس از یک تماس ویدیویی یکدقیقهای باور کردند Griffin یک انسان واقعی است. Tavus میگوید عملکرد سامانههای قبلی از 2 درصد فراتر نرفته بود. The Decoder تعداد شرکتکنندگان مطالعه را اعلام نکرده و توضیح نداده آنها چگونه انتخاب شدهاند؛ بنابراین، این نتیجه اطلاعات محدودی درباره میزان تعمیمپذیری آن ارائه میدهد.
نتایج اعلامشده چه چیزی را نشان میدهند؟
Tavus همچنین به آزمایشی مستقل از Nvidia اشاره میکند که میزان انسانمانندبودن هوش مصنوعی را در گفتوگوی مستقیم صوتیـتصویری سنجیده است. Griffin امتیاز 3.83 را کسب کرده؛ در مقایسه با 3.92 برای انسانهای واقعی و 2.80 برای بهترین مدل هوش مصنوعی پیشین. The Decoder نام آزمون، مقیاس امتیازدهی یا شرایط آن را اعلام نکرده است؛ بنابراین، تفسیر این امتیازها جز در چارچوب همین مقایسه دشوار است.
این ارقام نتایجی هستند که شرکت اعلام کرده، نه مدرکی که نشان دهد Griffin برای همه انسانمانند به نظر میرسد یا در موقعیتهای دیگر به همان خوبی عمل میکند. مطالعه تماس یکدقیقهای و آزمون Nvidia موضوعات مرتبط اما متفاوتی را میسنجند؛ The Decoder نگفته است که این دو آزمون با شرکتکنندگان یا شرایط یکسان انجام شدهاند.
چه کسانی میتوانند از Griffin استفاده کنند؟
Tavus میگوید Griffin-Lite بهعنوان نسخه پیشنمایش پژوهشی در اختیار گروهی از آزمایشکنندگان قرار دارد. این شرکت قصد دارد نسخه توانمندتری را بعداً عرضه کند؛ پس از آنکه به گفته خودش، نگرانیهای ایمنی برطرف شوند. بااینحال، تاریخی برای عرضه اعلام نکرده و نگفته چه کسانی واجد شرایط خواهند بود. بنابراین Griffin بهعنوان محصولی با دسترسی عمومی عرضه نشده است.
Tavus تدریس خصوصی، تمرین گفتوگوهای دشوار و پشتیبانی فنی با استفاده از دوربین را از کاربردهای احتمالی این سامانه میداند. این استارتاپ که در سال 2020 تأسیس شد، کارش را با تولید ویدیوهای هوش مصنوعی شخصیسازیشده برای فروش و بازاریابی آغاز کرد و سپس به گفتوگوهای زنده با شخصیتهای دیجیتال گسترش داد. The Decoder گزارشی نداده که آیا Griffin در این موقعیتها آزمایش شده یا هنگام بروز خطا و گفتوگوهای حساس چگونه عمل میکند.
چرا مهم است
برای کسانی که به تدریس خصوصی با هوش مصنوعی یا پشتیبانی فنی مبتنی بر دوربین فکر میکنند، Griffin راهی بالقوه برای تعامل ویدیویی طبیعیتر را نشان میدهد. اما دسترسی به آن به گروهی از آزمایشکنندگان محدود است و نتایج اعلامشده نشان نمیدهند که این سامانه در کاربردهای واقعی چقدر خوب یا ایمن عمل میکند.