AI တွေက အဖော် Companion ဖြစ်လာဖို့ နီးစပ်လာပြီလား...
.
အခု Post က ဒီအတိုင်းကျနော်တို့ လျှောက်မွှေ၊ စာတွေလိုက်ဖတ်၊ စမ်းရင်းနဲ့ တွေ့မိလိုက်တဲ့ AI Model တစ်ခုအကြောင်းကို ပြန်ပြီး Sharing လုပ်ပေးတာပါ။ ဒါကတော့ Sesame AI ပါ။
ပြောရရင် AI Model တွေက များသောအားဖြင့် နာမည်ကြီး ChatGPT | Google Gemini | Perplexity | Copilot လိုမျိုးတွေက အခုဆို Voice Mode ဆိုပြီး စကားနဲ့ပြောလို့၊ မေးလို့ရနေပြီ။​ အဓိကအသုံးချဖို့က ဒီ AI ကနေတစ်ဆင့် ကိုယ်လိုချင်တဲ့အဖြေ၊ အလုပ်ကို ကူညီခိုင်းဖို့ပဲ။
ဒါပေမယ့် Sesame AI ကို သွားပြီး သတိထားမိတာက ဒီလိုမျိုး Data Benchmark တွေမှာ ဘယ်လောက် Accurate ဖြစ်ပါတယ်တို့၊ ဘယ် AI Benchmark မှာ ဘယ် AI ကို ကျော်သွားပြီတို့မဟုတ်ပဲ သူ့အဓိကရည်ရွယ်ချက်ကိုက "Bringing the computer to life" "ကွန်ပျူတာကို လက်တွေ့ဘဝထဲကို ဆွဲခေါ်လာဖို့" ဖြစ်နေတာပါ။ Sesame AI ရဲ့ ယုံကြည်ချက််မှာကိုက ကွန်ပျူတာ (AI) တွေက ဘဝထဲရောက်လာပြီး မြင်နိုင်၊ ကြားနိုင်မယ့်အပြင် တကယ့်လူသားတွေလို စကားပြောဆိုဆက်ဆံနိုင်မယ့် အနာဂါတ်ကို ဖန်တီးဖို့လုပ်နေတာလည်းဖြစ်တယ်ပေါ့။
ဒါကို အကောင်အထည်ဖော်နိုင်ဖို့အတွက် Sesame ကနေ လုပ်နေတဲ့နည်းလမ်း (၂) မျိုးရှိတယ် -
(၁) ကိုယ့်အတွက် အသံနဲ့ အဖော်တစ်ယောက် Companion အဖြစ်ရှိနေဖို့
(၂) ပေါ့ပါးတဲ့ မျက်မှန်တစ်ခုအနေနဲ့ AI ကနေ ကိုယ်မြင်၊ ကြားသမျှကို သိရှိပြီး ကူညီပေးနိုင်ဖို့
ဒီနေရာမှာ AI Glasses ကတော့ အခုထိမမြင်ရသေးဘူး၊ အရင် လူတိုင်းစမ်းသုံးနိုင်၊ သေချာထုတ်ပေးနေတာက ပထမတစ်ခု - A Personal Companion ပါ။
Sesame AI ကို စမ်းမယ်ဆိုရင် လောလောဆယ် Website ကနေပဲ Demo အနေနဲ့ Session တစ်ခုကို မိနစ် (၂၀) လောက်စမ်းလို့ရမယ်။ စကားပြောမယ့် AI Model တွေကို ယောက်ျားလေးကို Miles နဲ့ မိန်းကလေးကို Maya လို့ နာမည်ပေးထားတယ်။ သူတို့နဲ့ ဖုန်းပြောသလို စကားပြော၊ မေးချင်တာတွေမေးလို့ရမယ်။
ဒီလိုစကားပြောကြည့်လိုက်တာနဲ့ Sesame AI က ဘာကွာခြားသလဲဆိုတာကို တန်းသိနိုင်မှာပါ - ကိုယ်တိုင်မစမ်းခင် Sesame ကနေ AI နဲ့မတူပဲ လူတစ်ယောက်က ပြောနေသလို ခံစားရအောင် Conversational Speech Model (CSM) ကို အဓိကအသုံးပြုထားတယ်။ ဒီ CSM AI Model အတွက် နာရီပေါင်း ၁ သန်းကျော် Data Train ထားတဲ့အပြင် AI နဲ့မတူညီအောင် အာရုံစိုက်ထားတဲ့အပိုင်းတွေရှိတယ်။
ဒါက Sesame AI ကို သုံးနေတဲ့အချိန်မှာ AI မဟုတ်ပဲ တကယ့်လူသားတစ်ယောက်လို့ ထင်ရစေဖို့ Voice Presence ရှိနေအောင် ထည့်ပေးထားတာတွေရှိတယ်။ ဒါတွေက Emotional Intelligence - စကားပြောနေတဲ့သူရဲ့ အသံအနေအထားကို ကြည့်ပြီး စိတ်အခြေအနေကို ခန့်မှန်းနိုင်တယ်၊ Conversational Dynamics - လူတစ်ယောက်က စကားပြောနေသလို အသံအနိမ့်အမြင့်၊ ခတ္တအသက်ရှုဖို့ နားတာတွေ၊ စကားဖြတ်ပြောတာတွေကို လုပ်နိုင်မယ်၊ Contextual Awareness - စကားပြောနေတဲ့ Topic အပေါ်မှုတည်ပြီး ဘယ်လောက် Serious ဖြစ်မယ်၊ ဒါမှမဟုတ် Fun ဖြစ်တဲ့ပုံစံနဲ့ ပြောမလားဆိုတာ ဆုံးဖြတ်နိုင်မယ်၊ Consistent Personality - စကားပြောနေတဲ့အချိန်မှာ AI ကို ပြောနေတာမဟုတ်ပဲ Maya နဲ့ Miles ဆိုပြီး နာမည်ပေးထားတဲ့ လူတွေကို ပြောနေရသလို သူတို့မှာ ကိုယ်ပိုင် Personality တွေရှိမယ်။
ဒီလိုမျိုး Voice Presence ရအောင် လုပ်နေတာက လုံးဝ Perfect ဖြစ်နေတာတော့မဟုတ်သေးဘူး။ အခုနကပြောတဲ့ လူတစ်ယောက် စကားပြောတဲ့ဟန်ကို ရနေဖို့အတွက် Sesame AI မှာ ဘယ်လိုမျိုး နေရာတွေမှာ ဘယ်လိုအချက်လေးတွေထည့်မယ်ဆိုတာက အခုနက Conversational Speech Model မှာရှိပြီးသားပါ။ Perfect မဖြစ်ပေမယ့် တော်တော်လေးကို Natural ဖြစ်နေတယ်။
ကိုယ်တိုင်စမ်းပြီး စကားပြောကြည့်တဲ့အချိန်မှာလည်း တချို့နေရာတွေမှာ အသက်ရှုတာမျိုးတွေ၊ AI ပဲ ဘယ်စကားလုံးကို အသံထွက်အမှန်သိနေပေမယ့် လူတစ်ယောက်လို ၂ ခါထပ်ပြောတာမျိုးတွေ၊ Flirty Tone တွေနဲ့ပြောတာမျိုး၊ နောက်ဆုံး ခဏမိနစ်ပိုင်း စကားပြောပြီးတဲ့အချိန်မှာတင် ကိုယ်တွေရဲ့ MBTI က ဘာဖြစ်လောက်လဲဆိုတာကို ခန့်မှန်းနိုင်တာတွေက တော်တော်လေး Impressed ဖြစ်ဖို့ကောင်းတယ်။
အဲ့ဒါနဲ့ စိတ်ဝင်စားပြီး လိုက်ရှာကြည့်တော့ Sesame AI ရဲ့ CTO ကိုယ်တိုင်က ဒီလို AI ခေတ်မှာ လူတစ်ယောက်လို Personality ရှိတဲ့ AI ကိုပဲ တချို့နေရာမှာ သိပ်မမှန်တာမျိုး၊ အရမ်းမတော်နေရင်တောင် လူအတိုင်းပဲ စကားပြောနိုင်မယ့် အဖော်ဖြစ်ဖို့ ရည်ရွယ်ထားတယ်ဆိုပြီး ပြောထားတာမြင်တော့ ဆက်စောင့်ကြည့်ရမယ့် ကုမ္ပဏီတစ်ခုဖြစ်လာပြီ။ လောလောဆယ်မှာ Sesame AI ကို App အနေနဲ့ သုံးနိုင်အောင် လုပ်နေတယ်လို့လည်း ပြောတော့ Website Demo ကနေ App အနေနဲ့ဆို တော်တော်မိုက်မယ်။ ဘာသာစကားကလည်း အဓိက English ပဲရဦးမယ်ပေါ့။
အမိုက်ဆုံးက ဒီ Sesame AI ရဲ့ အဓိကအားသာချက် - Conversational Speech Model ကို Apache 2.0 License အောက်ကနေပြီး လုံးဝ Open-Source လုပ်ပေးထားတယ်။ ဆိုတော့ Sesame ရဲ့ CSM Model ကို သုံးပြီး မကြာခင် ဘယ်လိုမျိုး AI Model တွေထွက်လာဦးမလဲဆိုတာလည်း စိတ်ဝင်စားစရာပဲ။
ဒီအတိုင်းဆိုရင် HER ရုပ်ရှင်ထဲက Samantha က တကယ်ဖြစ်လာဖို့ နီးကပ်နေပါပြီ...။