هوش مصنوعی در جیب شما؛ Underdog مدل گفتاری ۳۲ مگابایتی را برای اجرا روی موبایل معرفی کرد

در عصری که مدل‌های هوش مصنوعی روزبه‌روز بزرگ‌تر و تشنه‌تر به قدرت پردازشی می‌شوند، استارتاپ Underdog رویکرد متفاوتی را در پیش گرفته است. این شرکت با رونمایی از مدل صوتی «Woof»، نشان داده که می‌توان با مدل‌هایی به حجم تنها ۳۲ مگابایت نیز به نتایج قابل‌قبولی دست یافت.

این مدل که به صورت یک بازی دمو در مرورگر اجرا می‌شود، می‌تواند متن‌های تایپ شده را به گفتار تبدیل کند و حتی با چرخاندن یک دکمه مجازی، موسیقی تولید کند. نکته کلیدی اینجاست که تمام این پردازش‌ها به صورت محلی (Local) و بدون نیاز به اتصال به اینترنت یا سرورهای ابری انجام می‌شود. Underdog معتقد است که این مدل‌ها می‌توانند راه را برای دستیارهای صوتی شخصی باز کنند که برخلاف نمونه‌های فعلی، کاملاً خصوصی بوده و داده‌های کاربر را خارج از دستگاه نمی‌فرستند.

سیجیل ون، بنیان‌گذار Underdog، هدف خود را ساخت مدل‌های متن‌باز آمریکایی می‌داند که به جای تکیه بر مدل‌های ابریِ «مزاحم»، روی دستگاه‌های شخصی کاربران اجرا شوند. این استارتاپ پیش‌تر نیز مدل صوتی Bark با حجم ۱۶۷ مگابایت را برای تبدیل گفتار به متن معرفی کرده بود.

اگرچه این مدل‌های کوچک ممکن است در حال حاضر قدرت مدل‌های عظیمِ ابری را نداشته باشند، اما Underdog معتقد است ظرف چند ماه آینده، مدل‌های توانمندی ساخته خواهند شد که روی سخت‌افزارهای معمولی موبایل اجرا می‌شوند. این شرکت در حال حاضر علاوه بر مدل‌های صوتی، یک مدل ۲۷ میلیارد پارامتری نیز برای لپ‌تاپ‌ها ارائه داده است.