De zoektocht naar kunstmatige intelligentie die menselijke interactie kan nabootsen, heeft geleid tot enkele fascinerende, en soms verontrustende, ontwikkelingen. In de zoektocht naar AI-assistenten die niet alleen intelligent maar ook herkenbaar zijn, passen bedrijven verschillende technieken toe om hun stemmodellen te trainen. Recente onthullingen werpen licht op een dergelijke inspanning: xAI’s “Project Xylophone.”
Inside Project Xylophone: Conversational AI ontwikkelen
Gelekte documenten hebben de innerlijke werking van Project Xylophone onthuld, een Scale AI-initiatief dat is ontworpen om de stemmodellen van xAI te verfijnen. Het project draait om het inschakelen van contractanten om zichzelf te laten opnemen terwijl ze improviseren op een divers scala aan onderwerpen. Het overkoepelende doel is om de modellen van xAI te doordringen met een meer natuurlijke, menselijke kwaliteit, waarbij wordt afgestapt van de robotachtige toon die vaak AI-interacties kenmerkt.
Deze contractanten, afkomstig van data-labelingbedrijf Scale AI, worden gecompenseerd voor het opnemen van gesprekken met hun collega’s over onderwerpen variërend van het alledaagse tot het fantasierijke, allemaal in dienst van het authentieker laten klinken van de stemmodellen van xAI. Vanaf april beheerde Scale AI minstens 10 generatieve AI-projecten voor xAI, wat de intense inspanning weerspiegelt die in dit gebied wordt gestoken.
De brede druk in de industrie op meer conversationele AI komt voort uit een verlangen om gebruikers aan te trekken naar premium, betaalde versies van deze services. Door AI-interacties aangenamer en natuurlijker te maken, hopen bedrijven gebruikers te verleiden om in deze geavanceerde technologieën te investeren.
Het plan voor conversationele training
Business Insider bemachtigde een reeks Scale AI-documenten die een gedetailleerd beeld geven van hoe Project Xylophone werkt. Deze documenten, inclusief projectinstructies, richtlijnen voor reviewers en gespreksthema’s, bieden een uitgebreid overzicht van de methodologie van het project.
Hoewel het specifieke xAI-model dat wordt getraind niet wordt onthuld in de documenten, suggereert de focus van het project op "audiokwaliteit en natuurlijke vloeiendheid" een sterke nadruk op het creëren van een naadloze en boeiende gebruikerservaring. Contractanten met acteerervaring worden met name aangemoedigd om deel te nemen, wat het belang weerspiegelt van vocale prestaties bij het bereiken van het gewenste niveau van realisme.
Project Xylophone is gestructureerd rond twee primaire componenten: "Conversations" en "Grasslands." De component "Conversations" omvat teams van drie contractanten die realistische gesprekken voeren via Zoom. Deze gesprekken worden geleid door een spreadsheet met honderden prompts, die een breed scala aan onderwerpen behandelen, van overlevingstactieken in een post-apocalyptische wereld tot het omgaan met angst en het plannen van internationale reizen.
Diepduiken in conversatie prompts: een blik in de verbeelding van AI
De conversatie prompts die in Project Xylophone worden gebruikt, bieden een fascinerende blik op het soort scenario’s en onderwerpen die AI-modellen worden getraind om te behandelen. De prompts variëren van het praktische tot het filosofische, en duiken zelfs in het rijk van sciencefiction.
Hier zijn een paar voorbeelden van gespreksstarters die in de Scale AI-documenten worden gebruikt:
- Als je de ‘cultuur’ zou ontwerpen voor de eerste Marskolonie, welke aardse traditie zou je dan zeker willen nabootsen, en wat zou je graag voorgoed achter je laten?
- Wat is een ‘schurk’ in je dagelijks leven waarvan je zou willen dat een superheldenteam kon ingrijpen en het voor iedereen kon oplossen?
- Als de zombie-apocalyps morgen toeslaat, wat is dan het eerste dat je uit je huis pakt voordat je op de vlucht slaat?
- Stel je voor dat je de missiepsycholoog bent voor een Marskolonie – welk persoonlijkheidstype of eigenzinnige eigenschap zou je in het geheim hopen te vinden bij je medekolonisten?
- Wat is de meest memorabele loodgietersramp die je als huiseigenaar hebt meegemaakt – en heb je geprobeerd het zelf te repareren of heb je meteen om hulp gebeld?
- Kun je je de eerste keer herinneren dat je om meer geld of betere secundaire arbeidsvoorwaarden moest vragen? Wat ging er toen door je hoofd?
Deze prompts zijn ontworpen om natuurlijke, onvoorbereide reacties van de contractanten uit te lokken, die vervolgens kunnen worden gebruikt om de AI-modellen te trainen om een breed scala aan conversatiescenario’s te behandelen.
Instructies voor “goede” gesprekken benadrukken het belang van natuurlijk en emotioneel klinken, met gevarieerde intonaties en onderbrekingen. Het doel is om de spontaniteit en onvoorspelbaarheid van echte menselijke gesprekken na te bootsen.
De Grasslands-aanpak: onvoorbereid en authentiek
In tegenstelling tot de gestructureerde component “Conversations”, richt de component “Grasslands” zich op individuele werknemers die onvoorbereide, natuurlijk klinkende opnames maken in hun moedertaal. Deze werknemers krijgen een conversatietype en subcategorie en worden aangemoedigd om het gesprek vrij te laten stromen, waarbij achtergrondgeluid zelfs wordt aangemoedigd.
De component “Grasslands” omvat tientallen subcategorieën, waaronder “socratische vragenstelling”, “reflectieve story telling”, “hoofse liefdesscenario’s”, “held-schurk confrontaties” en “gezamenlijk puzzel oplossen”. Deze subcategorieën omvatten vaak specifieke vereisten, zoals verschillende accenten, geluidseffecten of uitgevonden taalkundige patronen.
De “Grasslands”-aanpak weerspiegelt een verlangen om de nuances en complexiteit van menselijke gesprekken op een meer authentieke en onbeperkte manier vast te leggen.
De economie van AI-training: een blik op compensatie
De Scale AI-contractanten die betrokken zijn bij Project Xylophone worden gecompenseerd voor hun bijdragen, wat het economische aspect van AI-training benadrukt. Volgens rapporten worden contractanten een paar dollar per taak betaald voor hun werk.
De betalingsstructuur voor het project “Grasslands” begon naar verluidt bij $ 3 per taak, maar werd later verlaagd tot $ 1 per taak. Elke taak omvat het opnemen van een audiobestand, dat contractanten vervolgens uploaden naar een Scale AI-platform en handmatig transcriberen.
De lage tarieven onderstrepen de vaak onzichtbare arbeid die gaat zitten in het creëren en trainen van AI-modellen.
Het belang van datakwaliteit: het vastleggen van de nuances van menselijke spraak
Het succes van AI-stemmodellen hangt af van de beschikbaarheid van grote hoeveelheden hoogwaardige gegevens. Project Xylophone weerspiegelt de inspanning om geschikte gegevens te genereren door real-world scenario’s na te bootsen, zoals natuurlijk klinkende gesprekken tussen mensen.
Het “Grasslands”-document instrueert contractanten expliciet om stopwoorden zoals “uh” in hun transcripties op te nemen. Deze aandacht voor detail onderstreept het belang van het vastleggen van de subtiele nuances van menselijke spraak, inclusief pauzes, aarzelingen en andere non-verbale signalen.
Door deze elementen in de trainingsgegevens op te nemen, kunnen AI-modellen leren om meer natuurlijke en boeiende gesprekken te produceren.
Persoonlijkheid injecteren in AI: een concurrentievoordeel
Project Xylophone is onderdeel van een bredere trend onder AI-bedrijven om persoonlijkheid te injecteren in hun AI-modellen, in een poging zich te onderscheiden in een steeds drukkere markt.
Meta heeft bijvoorbeeld naar verluidt een project via Scale AI uitgevoerd waarin gig-werknemers die zijn AI trainen, werden gevraagd om verschillende persona’s aan te nemen, zoals "een wijze en mystieke tovenaar" of een "hyper-enthousiaste muziektheoriestudent".
Sam Altman van OpenAI erkende dat de nieuwste GPT-4o "te slijmerig en irritant" was geworden, wat aanleiding gaf tot een reset om de antwoorden natuurlijker te maken.
Deze inspanningen weerspiegelen de erkenning dat AI-modellen meer moeten zijn dan alleen intelligent – ze moeten ook sympathiek en herkenbaar zijn.
De ethische dimensies van AI-training: nauwkeurigheid in evenwicht brengen met bias
Naarmate AI-modellen geavanceerder worden, zijn de zorgen over bias en ethische overwegingen toegenomen, wat debatten op gang brengt over verantwoorde AI-ontwikkeling.
xAI heeft Grok op de markt gebracht als een politiek scherpere chatbot in vergelijking met wat Musk "woke" rivalen heeft genoemd, met trainingsmethoden die soms zwaar leunen op rechtse of contrasterende standpunten.
xAI heeft ook zijn inspanningen opgevoerd om de onvoorspelbare kant van Grok te beheersen. Nieuwe medewerkers "red teamen" Grok, waarbij ze het testen op onveilige of beleids schendende antwoorden, vooral over controversiële onderwerpen en in "NSFW" of "ongebreidelde" modi.
Deze inspanningen benadrukken de uitdagingen bij het creëren van AI-modellen die zowel informatief als ethisch zijn, en de noodzaak van voortdurende monitoring en evaluatie.
De voortdurende evolutie van AI-stemmodellen: een toekomst van naadloze interactie
Project Xylophone en soortgelijke initiatieven vertegenwoordigen een belangrijke stap voorwaarts in de zoektocht naar AI-stemmodellen die naadloos met mensen kunnen interageren. Naarmate AI-technologie zich blijft ontwikkelen, kunnen we in de toekomst nog geavanceerdere en natuurlijk klinkende AI-assistenten verwachten.
De zoektocht naar mensachtige AI-stemmodellen is niet zonder uitdagingen. Zorgen over bias, ethische overwegingen en het potentieel voor misbruik blijven bestaan. De potentiële voordelen van deze technologieën zijn echter enorm, van het verbeteren van de toegankelijkheid tot het verbeteren van communicatie en samenwerking.
Naarmate AI-stemmodellen steeds vaker voorkomen, is het belangrijk om deze uitdagingen proactief aan te pakken en ervoor te zorgen dat deze technologieën verantwoord en ethisch worden gebruikt. De toekomst van AI-stemmodellen is veelbelovend, maar het is aan ons om die toekomst vorm te geven op een manier die de hele mensheid ten goede komt.
De inspanning om meer menselijk klinkende AI te creëren is moeilijk, zoals blijkt uit de gelekte documenten. De AI moet niet alleen vloeiend spreken met correcte grammatica, maar moet ook een persoonlijkheid hebben die echt lijkt voor de persoon die ermee spreekt. Deze monumentale taak is waar deze bedrijven zich nu bevinden.