AI është bërë shumë e mirë në kuptimin e asaj që ne themi. Por komunikimi njerëzor nuk ka qenë kurrë vetëm për fjalët. Ne vëmë re hesitje, siguri, pasiguri, angazhim dhe pajtueshmëri, shpesh pa që dikush të shprehet haptaz.
Këto sinjale jo-verbale dhe kontekstuale ndikojnë në mënyrën që ne interpretojmë një interaksion, por shumë nga këto informacione mbeten kryesisht të padukshme për sistemet e sotme të AI. Interhuman AI, me bazë në Kopenhagë, po punon për të mbyllur këtë gap.
Një nga kompanitë e vogla europiane të start-up-it të AI që ndërton modelet e veta, kompania zhvillon teknologjinë e Inteligjencës Sociale, e krijuar për të ndihmuar AI-në të interpretojë këto sinjale. Modeli i saj i fundit, Inter-2, analizon sinjalet sociale përmes tekstit, audio dhe video në kohë reale.
Për të mësuar më shumë, intervistova bashkë-themuesit, COO Frederik Sally dhe CEO Paula Petcu. Petcu tha se ideja për Interhuman u shfaq me ardhjen e gjerë të LLM-ve (Large Language Models) si ChatGPT.
Ndërsa këto transformuan mënyrën se si njerëzit ndërvepruan me AI, ato mbetën në atë mënyrë, të verbër ndaj gjuhës së trupit, tonit të zërit, shprehjeve të fytyrës dhe sinjaleve sociale të tjera. Në atë kohë, Petcu po punonte në industri farmaceutike, duke eksploruar se si AI mund të kuptojë më mirë pacientët në studimet klinike.
“Aty nga aty erdhi ideja: a mund të kombinonim modelet e gjuhës së madhe me modelet që analizojnë video dhe audio nga një kamerë dhe mikrofon, dhe të shtonim një shtresë të tjera të ndjeshmërisë për të kuptuar se çfarë komunikon në të vërtetë përdoruesi?”
Petcu takoi co-founder dhe CRO Line Clemmense, përmes një webinar, e cila kishte qenë duke hulumtuar në fushë. Ata ndërtuan një prototip të parë: një trajner AI që përgjigjej jo vetëm për atë që dikush thoshte, por edhe për mënyrën se si e thoshte.
Më vonë, ata u bashkuan me programin e Antler, ku takuan Sally, i cili solli një perspektivë të operacioneve dhe produkteve në ekip.
“Përvojës së përdoruesit të AI varet shumë nga mënyra se si modeli reagon ndaj jush dhe sa mirë ju kupton,” tha Sally.
Inter-2 është modeli i parë në një familje të re. Ai analizon shprehjet e fytyrës, tonin e zërit, gjuhën e trupit dhe sinjale të sjelljes, siç janë ndryshimet në shikim, posturë dhe gjeste të kokës, për të zbuluar 12 sinjale sociale në kohë reale, duke përfshirë angazhimin, hesitjen, pasigurinë, konfuzionin, pajtueshmërinë dhe pakënaqësinë. Kompania thotë se Inter-2 ofron gjithashtu një inferenc
Burimi: Tech.eu
