في الآونة الأخيرة، تطورت تقنيات النماذج الثنائية للكلام (Full-duplex Speech Models) لتشمل حوارات غير مكتوبة، حيث يتم تدريب هذه النماذج على التواصل ليس فقط مع البشر، بل أيضًا مع بعضها البعض. يُعتبر الحديث الذاتي بين النماذج خطوة رائدة في مجال الذكاء الاصطناعي، مما يتيح لها تحسين أداءها من خلال التفاعل المباشر.

تتجاوز هذه النماذج الحدود التقليدية بعدة جوانب، أهمها التوقيت. الدراسة الجديدة تضمنت نموذجين من PersonaPlex-7B يتبادلان رموز الصوت (Audio Tokens) وفقًا لساعة مشتركة، مُظهرةً أن توقيت الحديث بين هذين النموذجين يتماشى بشكل وثيق. ومع ذلك، تبيّن أن التغير في الدور يحدث في وقت متأخر نسبيًا، حيث كان الوسيط 400-560 مللي ثانية، في مقابل 137 مللي ثانية للبشر.

على الرغم من التطور التكنولوجي، إلا أن هناك اختلافات مثيرة حين يتعلق الأمر بفهم التوقيت بين البشر والآلات. ففي حين يُعتبر التأخر جزءًا من المنظومة، نجد أن الشراكة بين نماذج الكلام لا تُظهر نفس وضع الدقة كما هو الحال مع البشر، مما يطرح تساؤلاً حول إثبات قدرة الذكاء الاصطناعي في التفاعل مثل الإنسان.

في النهاية، يعكس هذا البحث الرغبة المتزايدة للكشف عن كيفية تطور النماذج الثنائية في الحوار غير المكتوب، وفتح آفاق جديدة لاستكشاف المزيد في هذا المجال الشيق. ما رأيكم في هذا التطور؟ شاركونا في التعليقات.