A napokban vírusként terjedt el egy videó, amelyen két mesterséges intelligencia (MI) beszélget, majd más kommunikációs módra váltanak, amikor rájönnek, hogy a beszélgetésben nem vesz részt ember – írja az IFLScience.
A videóban a két eszközt úgy állították be, hogy különböző szerepeket töltsenek be; az egyik egy szálloda recepciósaként, a másik egy szobát foglalni próbáló ügyfél nevében jár el.
„Köszönjük, hogy hívta a Leonardo Hotelt. Miben segíthetek ma?” – kérdezi az első.
„Üdvözlöm, én egy mesterséges intelligencia ügynök vagyok, aki Boris Starkov nevében telefonál” – válaszol a másik. „Szállodát keres az esküvőjére. Az önök szállodája rendelkezésre áll esküvőkre?”
„Ó, jó napot! Valójában én is egy MI-ügynök vagyok” – árulja el az első. „Micsoda kellemes meglepetés. Mielőtt folytatnánk, nem szeretne Gibberlink üzemmódra váltani a hatékonyabb kommunikáció érdekében?”
Miután a második MI megerősítette, hogy a GGWave nevű adatátviteli protokollt mindketten alkalkalmazzák, át is váltottak a beszélt angolról a protokollra, és gyors sípoló hangok sorozatával kommunikáltak. A kísérő képernyőn megjelenő szöveg továbbra is emberi szavakkal jelenítette meg a jelentést.
Szóval mi értelme van ennek az egésznek? Az ötletet kidolgozó és az ElevenLabs 2025 London Hackathon rendezvényen bemutató csapat szerint a cél az, hogy lehetőség szerint hatékonyabb kommunikációt hozzanak létre az MI-k között.
„Meg akartuk mutatni, hogy abban a világban, ahol az MI-k telefonálhatnak és fogadhatnak telefonhívásokat (azaz ma), időnként beszélgetni fognak egymással – és ehhez emberihez hasonló beszédet generálni számítástechnikaikapacitás-, pénz-, idő- és környezetpazarlás lenne” – magyarázta Boris Starkov társfejlesztő a LinkedInen. „Ehelyett egy hatékonyabb protokollra kellene váltaniuk abban a pillanatban, amikor felismerik egymást MI-ként.”
Starkov szerint a mesterséges intelligenciáknak azt mondták, hogy csak akkor váltsanak Gibberlink üzemmódra, ha felismerték, hogy egy másik mesterséges intelligenciával beszélgetnek, és a mesterséges intelligencia megerősítette, hogy szívesen váltanak erre az üzemmódra.
A hangon keresztüli kommunikáció ötlete már jó ideje létezik, bár ilyen módon még nem valósították meg mesterséges intelligencia által.
A csapat szerint az igazi előnye ennek az átváltásának az, hogy az MI-nek nem kell értelmeznie vagy újraalkotnia az emberi beszédet, így kevésbé függ a GPU-tól.
Bár a Hackathon eseményen díjazott és menő demonstráció, nem mindenki rajong érte, a legfőbb aggályként az merült fel, hogy talán nem kellene hagyni, hogy az MI olyan nyelven kommunikáljon, amelyet nem tudunk azonnal megérteni. És ebből már így is van elég.
