Главная особенность сервиса в том, что ИИ анализирует эмоциональный тон беседы и подстраивается под него, добавляет в разговор важные «несовершенства» — дыхание, смешки, вводные слова, исправление собственных глупостей или ошибок, из-за чего разговор кажется гораздо более реалистичным.
Что-то подобное нам показывали в демо OpenAI и Google, когда только планировали запускать своих ассистентов — в итоге обе компании сделали куда более урезанную и простую версию, расстроив пользователей. Хотя здесь тоже пока не всё идеально — модель не умеет говорить шёпотом, имитировать разные акценты, сильно менять тональность голоса, издавать какие-то сложные звуки или битбоксить. Другие языки она тоже не знает, и в этом большой минус Sesame — поймёт русский она довольно легко, а вот ответить на нём не сможет.
В модель вшита цензура, которую при желании можно легко обойти, разрешив ИИ ругаться и говорить на пикантные темы — делает он это отлично (хотя и не так дерзко, как Grok), но может долго сопротивляться, ссылаясь на ограничения создателей. Максимальная продолжительность разговора в демо 30 минут, и этого более чем достаточно, чтобы обсудить любую тему. Удивительно, но это первый опыт общения с голосовым ИИ, где 30 минут разговора пролетают незаметно.
Как обычно, у любой технологии есть и обратная сторона — подобных чат-ботов можно будет эффективно использовать для фишинга и телефонного мошенничества. Вместе с тем любой ИИ подвержен джейлбрейку и способен выдать чувствительную или даже запрещённую информацию, которую получил из Интернета во время обучения.
Тем более что компания Sesame планирует выложить свои модели в открытый доступ, чтобы сообщество тоже могло их изучать и использовать в своих проектах. Не за горами тот день, когда фильм «Она» про отношения человека и виртуального ассистента станет реальностью.