Vocea: Noua interfață pentru AI, conform CEO-ului ElevenLabs

Vocea ca Interfață Principală pentru AI

Mati Staniszewski, co-fondator și CEO al ElevenLabs, a declarat că vocea devine următoarea interfață majoră pentru AI, schimbând modul în care oamenii interacționează cu tehnologia. Vorbind la Web Summit în Doha, Staniszewski a explicat că modelele vocale dezvoltate de ElevenLabs au evoluat dincolo de simpla imitare a vorbirii umane, incluzând acum emoția și intonația, lucrând în tandem cu capacitățile de raționament ale modelelor de limbaj mari. «Sperăm că în anii următori toate telefoanele noastre vor reveni în buzunare, iar noi ne vom putea imersa în lumea reală din jurul nostru, cu vocea ca mecanism de control al tehnologiei», a spus Staniszewski.

Investiții și Tendințe în Industria AI

Această viziune a alimentat o rundă de finanțare de 500 de milioane de dolari pentru ElevenLabs, evaluată acum la 11 miliarde de dolari. Importanța vocii este recunoscută și de alte companii din industrie, precum OpenAI și Google, care au făcut din voce un punct central al modelelor lor de generație următoare. Apple, de asemenea, pare să dezvolte tehnologii vocale prin achiziții precum Q.ai. Pe măsură ce AI se extinde în domenii precum wearables și automobile, controlul prin voce devine tot mai important, transformându-se într-un câmp de luptă esențial pentru dezvoltarea AI.

Schimbarea Metodelor de Interacțiune

Seth Pierrepont, partener general la Iconiq Capital, a susținut pe scena Web Summit că, deși ecranele vor rămâne importante pentru gaming și divertisment, metodele tradiționale de input, precum tastaturile, încep să pară „depășite”. Pe măsură ce sistemele AI devin mai agentice, interacțiunea cu acestea se va schimba, modelele câștigând capacitatea de a răspunde cu mai puține indicații explicite din partea utilizatorilor.

Evoluția Sistemelor Vocale

Staniszewski a subliniat că această schimbare agentică este una dintre cele mai mari transformări în curs. În loc să detalieze fiecare instrucțiune, viitoarele sisteme vocale se vor baza din ce în ce mai mult pe memorie persistentă și context acumulat în timp, făcând interacțiunile să pară mai naturale și necesitând mai puțin efort din partea utilizatorilor.

Provocările și Colaborările Viitoare

ElevenLabs colaborează deja cu Meta pentru a aduce tehnologia sa vocală în produse precum Instagram și Horizon Worlds, platforma de realitate virtuală a companiei. Staniszewski a menționat că ar fi deschis să lucreze cu Meta și la ochelarii inteligenți Ray-Ban, pe măsură ce interfețele vocale se extind în noi forme. Totuși, pe măsură ce vocea devine mai persistentă și integrată în hardware-ul de zi cu zi, apar preocupări serioase legate de confidențialitate, supraveghere și cât de multe date personale vor stoca sistemele bazate pe voce, pe măsură ce se apropie de viețile noastre zilnice.