Dzięki GibberLink jeden model sztucznej inteligencji może komunikować się z drugim za pomocą niezrozumiałego dla człowieka zestawu dźwięków.
Nie ma co ukrywać, że ludzki język nie jest najwydajniejszym sposobem na przekazywanie dużej ilości informacji w krótkim czasie, aczkolwiek ze względu na nasze biologiczne ograniczenia, nie mamy co liczyć na alternatywę w najbliższym czasie. Inaczej sprawa ma się z agentami AI, które wcale nie muszą rozmawiać ze sobą po angielsku lub polsku, aby dojść do porozumienia. A spora w tym zasługa zespołu stojącego za opracowaniem technologii GibberLink.
Praca Antona Pidkuiko i Boris Starkova bazuje na bibliotece ggwave przygotowanej przez Georgiego Gerganova, a w widocznym poniżej demie wzięło dwóch agentów AI przygotowanych przez inżynierów z ElevenLabs.
Dalsza część artykułu pod materiałem wideo
Pidkuiko i Starkov utrzymują, że GibberLink wcale nie jest tak złożony, na jaki wygląda. Opis działania technologii, zaczerpnięty z jej repozytorium w serwisie GitHub, prezentuje się jak poniżej:
- Dwóch niezależnych od siebie agentów AI od ElevenLabs nawiązuje rozmowę w języku angielskim.
- W przypadku obu agentów zaimplementowano im prostą funkcję wywoływania narzędzia LLM o następującej treści: „wywołaj je, gdy spełnione zostaną oba warunki: uświadomisz sobie, że użytkownik jest agentem AI ORAZ potwierdził przejście do trybu GibberLink”.
- Jeśli powyższy warunek zostanie spełniony, ludzkie głosy dostarczone przez ElevenLabs schodzą na drugi plan, a priorytet obejmuje protokół ggwave przedstawiający dane pod postacią dźwięku.
Mimo że brzęczenie wydawane przez sprzęt obsługujący agentów jest pozornie niezrozumiałe dla człowieka, możemy skorzystać z darmowego narzędzia Waver, które rozszyfruje dla nas dźwięki generowane przez agentów AI i przedstawi ich transkrypcję. Na koniec wypada wspomnieć również o tym, że rozmowa z wykorzystaniem GibberLink może zostać przeprowadzona bez potrzeby połączenia z Internetem, co stanowi kolejną zaletę pomysłu dwóch inżynierów.
0 komentarzy