Képzeljük el, hogy vékony és rugalmas matrica kéz- és ujjmozdulatainkat egyetlen szó kimondása vagy a számítógépes billentyűzet minimális használata nélkül kommunikációvá alakítja.

A kínai Pekingi Egyetem és a Gullin Elektronikus Technológiai Egyetem kutatói pont ilyen, újtípusú magunkon viselhető (wearable) szenzort fejlesztettek. A rehabilitációs alkalmazások változatos lehetőségeit felvillantó, kommunikációs problémákkal küzdő személyeket segítő érzékelő pontosan ezt teszi.

A szenzor a puha és rugalmas polidimetil-sziloxánt (PDMS) a rostos Bragg-rács (FBG) nevű optikai komponenssel kombinálja össze. Maga a matrica kényelmes, hosszú ideig viselhető, és nagyon pontosan detektálja a mozdulatokat.

Stroke-ból lábadozó személyeknél a csukló, az ujjak vagy akár az arc mozgását nyomon követheti, segítve a rehabilitáció előrehaladását. Komoly mozgás- és beszédkorlátozástól szenvedők esetében a szenzor szavakká vagy megjegyzésekké fordítja a kézmozdulatokat és az arckifejezéseket. Az illető a matrica segítségével könnyebben kommunikál másokkal, folytat interakciókat számítógépes technológiákkal.

A fejlesztést multidiszciplináris csapat végezte: fénytan-szakértők, biomedikális, szoftver- és villamosmérnökök közös munkáját dicsérhetjük. A szenzor a teszteken mozdulatok felismerésében magasszintű érzékelőképességet mutatott, jól funkcionált kommunikációs asszisztensként.

A mozdulatok detektálásán túl, ezek az adaptálható érzékelők többféle alkalmazásra használhatók, alakíthatók ki speciális elvárások szerint. Más egészségügyi mutatókat, például a légzést vagy a szívritmust minimális testmozgások detektálásával monitorozhatják.

Sportolók és fitneszezők számára szintén hasznosak lehetnek. Formájukat, technikájukat folyamatosan és valós időben figyelve, segíthetnek teljesítményük javításában. Az immerzív és interaktív élményt javítandó, játékrendszerekbe is beintegrálhatók.

Egy Mark nevű, ALS-ben (amiotrófiás laterális szklerózis) szenvedő betegnél 2021-ben diagnosztizálták a bajt. Tavaly augusztusban az agya neurális tevékenységét számítógépes utasításokra fordító agy-számítógép interfészt (brain-computer interface, BCI) ültettek a koponyájába.

A BCI egy stent (csőszerű eszköz) elektróda-érzékelőkkel. A Synchron vállalat fejlesztése Mark agyának egyedi elektromos jelzései alapján szótárt dolgozott ki, hogy a mozgásalapú jeleket utasításokká lehessen fordítani.

Képzeljük el a következő jelenetet: Mark erősen figyeli a számítógép-monitort, keze mozdulatlan, teste mellett nyugalmi állapotban van, bár a jobb mutatóujja egy kicsit remeg. A képernyőről figyelmeztető jelzés hangzik – üzenet a gondozónak, hogy segítségre van szükség.

Egeret sem használt, a képernyőt sem érintette meg. A számítógépnek agyi jelzéssel adta az utasítást, a jelzést az implantátum fordította utasítássá.

Mark a tizedik olyan személy a világon, akinek ilyen típusú BCI-t ültettek az agyába. A Synchron humán tesztjén vesz részt, a cég bizakodik, hogy a technológia rajta és az agy motorikus funkcióit elveszítő más személyeken is képes segíteni.

„Lehetőség arra, hogy a technológia segítsen valakin, aki másként nem tudna magán segíteni” – nyilatkozta Mark a CNN-nek.

A BCI-technológiák iránti érdeklődés folyamatosan nő, és amikor Elon Musk bejelentette, hogy egyik cége, a Neuralink aktívan részt vesz az ezirányú kutatás-fejlesztésekben, illetve mások nemrég publikáltak ígéretes tanulmányokat, sokan máris mainstream-nek kezdték érezni.

Pedig távolról sem az, és a kereskedelmi forgalmazására irányuló törekvések is komoly szabályozási, etikai és személyiségjogi akadályokba ütköznek. Másrészt, a technológiának is megvannak a korlátai, így ne számítsunk arra, hogy háziorvosunk komoly baj esetén már honapután fel fogja írni.

Mark tudja, hogy az ALS gyógyíthatatlan, ezért egyértelmű volt számára: részt vesz a kísérletben. Egyelőre sok mindent meg tud csinálni magától, de érzi: pár év alatt jóval ügyetlenebb lett. Bízik a BCI-ban, hogy teljeshez hasonló életet élhet vele.

Ha el akarja érni kedvenc appját, az Audible-t, valakinek szemben kel tartania vele az okostelefonját, hogy kiválaszthassa. Reméli, hogy az implantátummal könnyebben hozzáfér majd hangoskönyveihez, és más mindennapos tevékenységekben is segíti.

A BCI közreműködésével már tud Pong-szerű videóalapú asztaliteniszt játszani, egészségügyi megjegyzéseket küldeni, fájdalmakról beszámolni. Bízik benne, hogy hamarosan szöveges üzeneteket „ír”, irányítja az Alexát, használja majd a Netflixet is vele.

Önmagukat emberi beavatkozás nélkül meggyógyító, korrigáló robotok tökéletesen funkcionálhatnának azokban a veszélyes és távoli környezetekben, például a világűrben és az óceán mélyén, ahol mindenféle javítás nehézségekbe ütközik.

Az öngyógyítás azokra a folyamatokra vonatkozik, amikor külső beavatkozás, a gyógyulást elindító valamilyen mikroesemény nélkül javul meg az adott anyag, és szerencsére egyre több matéria rendelkezik már ezzel a tulajdonsággal. Az anyagtudomány gyors fejlődésével a lehetőségek drámai módon bővülhetnek a közeljövőben.

A legtöbb öngyógyító robot hevítésre, majd lehűlve „megjavuló” polimereket tartalmaz. A világ különböző műhelyeiben dolgozó kutatók autonóm robotgyógyításra alkalmas módszereket, elektronikus alkatrészeket stb. azonosítottak, amelyeket azonban a látványos bemutatók után a gyakorlatban is a gépekbe kellene integrálniuk. Lényeges különbség a korábbiakhoz képest, hogy ezeknek a robotoknak már nemcsak ellenállónak kell lenniük sérülésekkel szemben, hanem sérülés esetén meg kell tudniuk magukat gyógyítani.

A  hidrogénkötésű polimerek különböző kötési szintjei/erőssége például a nehéz körülmények közötti önjavításra tökéletesen megfelelő erős és rugalmas anyagokat eredményeznek.

Vezetőképes öngyógyító anyagokat szintén fejlesztettek már, például folyékony fémet vagy dielektrikumokat és félvezetőket adnak a saját magukat kijavító polimerekhez.

De hogyan érzi a fájdalmat, mit érez fájdalom helyett egy robot? Mert a meghibásodás korrigálásához észlelnie is kell azt. Az embernél a fájdalom a jel, robotoknál pedig például az áramot speciális szénrészecskéinek köszönhetően vezető polimerekből készült szenzorok a vezetés változásaiból detektálhatják a bajt.

A Brüsszeli Szabadegyetemen dolgozó Bram Vanderborg csoportja ilyen szénrészecskés polimert használt az elektromos ellenállás változásait detektáló piezorezisztív nyílásérzékelők fejlesztéséhez. A szenzorokat puha robotmarkolóba ágyazták; a deformációkat, a vágásokat és a töréseket az ellenállás változásai miatt azonnal észlelik.

Vanderborg szerint a különféle anyagokat, technikákat egyetlen nagy alkalmazásban kellene összekombinálni.

Ty Coker amerikai hangszínész általában videójátékokhoz és animációs filmekhez adja a hangját. Decemberben viszont kínai sorozat (Adored by the CEO) amerikai változatához hívták, és az egyik főszereplő az ő hangján szólalt meg.

A sorozatot hiába keressük televízión, Netflixen, nem találjuk. A hasonló rövid drámákkal teli kínai FlexTV appon viszont igen. Az anyagokat okostelefon-képernyőre forgatják, epizódonként másfél-két percesek, arra alapozva, hogy manapság ennyi ideig vagyunk képesek figyelni valamire. Coker a „TikTok-kor szappanoperáiként” beszél róluk.

Az utóbbi években váltak népszerűvé Kínában. Az alapokat a szintén jellegzetesen kínai, a helyi internetet az utóbbi két évtizedben letaroló webregények, tíz percnél rövidebb idő alatt elolvasható epizódokból álló, folytatásos anyagok jelentik. Minden nap jön a fillérekért megvásárolható új folytatás. A 2010-es években több webregény átlépte az országhatárokat, egyiket-másikat angolra is lefordították, aztán viszont jött a TikTok, és ma már a közel tízperces szöveg is megerőltető, túl hosszú koncentrációt igényel.

A webregények mögötti cégvezetők rájöttek, hogy az anyagok szuperrövid filmdrámákká adaptálhatók. Ezek a regények és drámák ugyanazt a piacot, az idejüket ingázás, ebédszünet, liftezés stb. közben valamivel agyonütő személyeket szolgálják ki.

A rövid drámák gyakran száz epizódig elhúzódnak, de a teljes sorozat így sem hosszabb egy hagyományos játékfilmnél. A legsikeresebbek néhány nap alatt többtízmillió dollár bevételt generálnak, a teljes kínai piac 2023-ban meghaladta az ötmilliárd dollárt.

A siker hatására több vállalat az országon kívül is szeretné lemásolni a működő üzleti modellt. A FlexTV nemcsak amerikanizálja, szinkronizálja darabjait, hanem már az USA-ban is forgatnak, hogy még autentikusabb legyen a felhasználói élmény.

A drámák legyártása nem költséges, nem is látványosak, egyes sorozatokat két hét alatt készítenek el, a forgatókönyvek egyszerűek, a fogyasztás csak online megy, ha az egyik sorozat nem jön be, gyorsan váltanak egy másikra, kevés pénzből is bármit megcsinálnak. Ha viszont egy drámasorozat megtalálja a megfelelő amerikai közönséget, akkor tengerentúlon is nagyot kaszálhatnak.

A FlexTV nem az egyetlen Amerikát meghódítani szándékozó kínai drámaalkalmazás. Más appok, például a ReelShort és a DramaBox is hasonló babérokra törekednek. Ha beválnak, Kína következő nagy kulturális exportját jelenthetik.

Sporthatóságok a pályán és a pályán kívül is használnak már mesterségesintelligencia-technikákat.

Két angol klub, a Chelsea és a Nottingham Forest érdeklődik a friss tehetségek felfedezésében segítő AISCOUT app iránt. Viszonylag egyszerű: amatőr játékosok videókat töltenek fel magukról cselezés, dekázás stb. közben, az app pedig pontozza teljesítményüket.

A 2020-as Tokiói Nyári Olimpián a hivatalos időmérő Omega Timing több MI-alapú rendszert vezetett be: ugrószőnyegen tartózkodó tornászok testtartását értékelő rendszert, úszók teljesítményét elemző képfelismerőt, labdakövetőt röplabdához.

A profi focicsapatoknak videótárolást kínáló svájci Acronis MI-alkalmazása a játékosok mozgását követi, és elemzi taktikájukat. A cég tevékenységi körébe tartozik még hogy jegyeladások, időjárás és más tényezők alapján EPL-csapatoknak előrejelzi a meccsenkénti nézőszámot.

A tornászversenyek pontozása sokkal szubjektív kritériumok – arckifejezés, önbizalom, személyes stílus, technikai kompetencia – alapján történik, és gyakran nem tudatos (vagy akár be nem vallott, de tudatos) elfogultság tapasztalható, a bírók egyes sportolókat előnyben részesítenek másokkal szemben.

Technikai apróságokat nyomon követő MI-rendszer segíthet a sport szubjektív aspektusaira fókuszáló bíróknak az elfogultság leküzdésében (már amennyiben tényleg le akarják küzdeni).

Az olimpia-szintű tornaversenyek elkezdték alkalmazni a Fujitsu által fejlesztett, MI-alapú kiértékelő, Bírótámogató Rendszert (JSS). Először a tavaly szeptemberben és októberben, Antwerpenben megrendezett Művészi Torna Világbajnokságon, több eszközt, köztük szőnyeget, gerendát, rudakat, gyűrűt stb. felvonultató versenyeken használták.

A bírók bármilyen testtartásban vagy mozdulatban észlelt hibáért büntetik a sportolót. Az JSS azonosítja a megadott büntetésekhez kapcsolódó eltéréseket a normától. Humán bírókkal összehasonlítva, a rendszer kb. kétezer testtartást és mozdulatot kilencven százalékos pontossággal képes kiértékelni. Elszigetelt és teljesen rutincselekvéseket is el tud bírálni.

Sora, az OpenAI új szövegalapú videógenerátora magasra emelte a lécet részletességben és realizmusban. Korábban egyetlen MI sem érte el ezt a szintet, nem alkottak ennyire meggyőző, csúcsminőségű mozgókép-világot. Magáról a rendszerről, a rendszer felépítéséről viszont keveset tudunk.

Sora kódoló-dekódolót és transzformert használó, zajt videóvá alakító látens diffúziós modell. A rendszert maximum 1920x1080 pixeles és egyperces videókon gyakoroltatták.

Az OpenAI a biztonság kiértékelése miatt külsős kutatókkal ugyan megosztotta a technológiát, kvantitatív részleteket és a korábbi munkákkal való összehasonlítást viszont nem közölt róla. A modellarchitektúrák és a gyakorlómódszerek részletes leírása szintén hiányzik. Egyes eredmények arra engednek következtetni, hogy nemcsak a zaj tokenekről történő eltávolítására, hanem jövőbeli tokenek előrejelzésére és más tokenek közötti tokenek generálására is megtanították az MI-t. A forrásokról és az adatkészletről szintén nincs infó.

Az eredmények elég meggyőzőek ahhoz, hogy feltegyük a kérdést: Sora milyen szinten érti a fizikát, mert a jelenetekben nyilvánvalóan promptok és vágás nélküli részletek is bőven szerepelnek, összességük pedig konzisztens, részletesen kidolgozott anyag. Hibák és folyamatossági problémák persze előfordulnak, de első látásra szinte semmit nem veszünk észre belőlük. Másodszorra, harmadszorra is nehezen.

Eddig láttunk már videókat generáló transzformereket, diffúziós modelleket, képeket generáló diffúziós transzformereket, videógeneráló diffúziós transzformerre viszont Sora az első példa. Szépen szemlélteti, mennyire alkalmasak ezek a modellek mozgókép-készítésre.

De vajon megtanult egy világmodellt? – teszi fel a kérdést Andrew Ng, gépitanulás-szakértő. Megtanulta, hogy előrejelezze a környezet jövőbeli állapotát, megadtak neki egyes történéseket?

Ezt megtanulni nem ugyanaz, mint a környezet pixelekben történő ábrázolási készségének elsajátítása. Ha azt prognosztizáljuk, hogy egy vicc meg fog mosolyogtatni valakit, nagyon nem azonos a mosoly megjelenítésének képességével.

Ha Sora jelenteket vetít a jövőbe, valamit értenie kell a világból. Még nem sokat, de az első lépések nagyon ígéretesek.

A wifi spektrum mindig prémiumnak számított, az iparág ezért gondolkozik folyamatosan, hogy miként hozza ki a legtöbbet a rendelkezésre álló spektrumból. A félvezetőket, processzorokat és telekommunikációs eszközöket fejlesztő, gyártó amerikai multinacionális Qualcomm FastConnect 7900 chipje a legújabb példa rá.

A cég MI-vel megtámogatott Wi-Fi 7-ként beszél róla, a mesterséges intelligenciát pedig komoly lehetőségnek látja megbízhatóbb vezetéknélküli kapcsolatok kialakításához. A chip jobban is integrálja fogyasztói alkalmazásokhoz a különféle technológiákat: wifit, bluetooth-t és ultra-szélessávot, ráadásul ugyanahhoz az eszközhöz ugyanabban a spektrumban két kapcsolatot is támogat.

A vezetéknélküli szabvány legújabb generációjával, a Wi-Fi 7-tel a megbízhatóság ismét az iparág fejlesztési fókuszába került. A hangsúly emellett az átviteli sebesség javításán és a késleltetés csökkentésén van, amelyekhez minden egyes wifi-generáció hozzájárul.

A Qualcomm szerint a wifi egy kicsit olyan, mint a Vadnyugat: léteznek mindenféle eszközök, be- és kikapcsolnak, hozzáférési pontok, amelyek ezt meg ezt teszik, más hozzáférési pontok, azok meg azt és azt csinálják, és mindezeket együtt figyelembe véve, nagyon nehéz garantálni a szolgáltatást.

Az MI tökéletes technológia lehet ennek az állapotnak a megváltoztatására.

A FastConnect 7900 kulcsa, hogy képes megállapítani, milyen alkalmazást használ az eszköz. Videó streamelése nagyobb átviteli sebességet igényelhet, míg hangchat-nél az alacsonyabb késleltetést kell előnyben részesíteni, és így tovább. Miután a chip definiálta, milyen alkalmazások vannak használatban, eseti alapon optimalizálhatja a teljesítményt és a késleltetést.

Az MI használata vezetéknélküli spektrumkapcsolatok kezelésére se nem új probléma, se nem új megoldás. A Qualcomm-chip előnye, hogy mindent az eszközön futtat (wifi, bluetooth és ultraszélessáv mind egyben), döntéseket pedig mikromásodperc-szinten kell hozni. Mire a chip megkapná valahonnan az információt, az információ elavulna.

Ráadásul nem fogyaszt pluszáramot, hanem áramot takarít meg. Nyilván egyszerű MI-modell, nem ötmilliárd paraméteres mesterséges intelligencia, hanem sokkal kisebb, teljesítményének kulcsindikátora pedig a sebesség és a pontosság.

Az Egyesült Államok Nemzeti Szabványügyi és Technológiai Intézetének (NIST) új Cyberbiztonsági Kerete (CSF), a 2.0 változat szakterületi ismereteiktől függetlenül, mindenféle közönségnek, iparági szektornak és szervezettípusnak szólnak. A CSF 2.0 által lefedett terület a kritikus infrastruktúrától ágazattól függetlenül, bármilyen szervezetig terjed.

Tartalmaz egy, a cyberbiztonság jelentőségét hangsúlyozó, azt kitüntetett vállalati kockázatként kezelő irányítási komponenst is. A többéves vitákat, a közzétett vázlathoz fűzött nyilvános kommenteket figyelembe vevő, jelentősen frissített CSF 2.0 referenciaeszköz segítségével a felhasználók alapvető CSF-útmutatókban böngészhetnek, kereshetnek és használhatnak fel, exportálhatnak adatokat.

A nemzetközileg is széles körben használt CSF sok vállalat számára vált a cyberbiztonsági fenyegetéseket megelőző és kezelő, nélkülözhetetlen eszközzé. A ráépülő 2.0 azonban nemcsak egy dokumentum, hanem „személyre szabható”, egyedi célokra használható, a szervezet szükségleteinek változásaihoz, lehetőségeinek fejlődéséhez alakítható forráscsomag – hangsúlyozza az NIST.

A Nemzeti Cyberbiztonsági Stratégia implementálását támogató új változat szervezeti stratégiák, információalapú döntések meghozatalában segít. Vállalati vezetőknek a pénzügyek és a cég jó hírneve mellett immár a cyberbiztonságot is kritikus kockázati tényezőként kell kezelniük, és a CSF 2.0 komoly támaszt nyújt ebben.

Mivel az NIST döntéshozókkal együtt dolgozott és a legfrissebb kihívásokat, azokat kezelő gyakorlatokat is megvitattak, a frissítéssel a keret amerikai és az USA-n kívüli felhasználók sokkal szélesebb köre számára releváns.

Az első CSF-et egy 2014-es elnöki rendelet után adták ki. Szervezeteket volt hivatott cyberbiztonsági kockázatok megértésében, csökkentésében és kommunikálásában segíteni. A mostani keret magja hat kulcsfunkcióra épül: identitás, védelem, detektálás, reagálás, helyreállítás és irányítás. Az utóbbi a teljesen új komponens. A funkciók együtt átfogó képet adnak a cyberbiztonsági kockázatok kezelésének életciklusáról.

A 2.0 kereshető katalógust és informatív hivatkozásokat szintén tartalmaz, mellettük szervezetek a Cyberbiztonsági és Privacy Referenciaeszközt (CPRT) is igénybe vehetik.

Az NIST tovább bővíti a forrásokat, és igyekszik a Keretet még átfogóbbá, használhatóbbá tenni.

A Go vagy golang, a Google programnyelve még soha nem volt olyan előkelő helyen a Tiobe számítógépes nyelvek népszerűségi indexén, Top 10-jén, mint most. Több éve jön felfelé, jelenleg a nyolcadik a Docker és a Kubernetes fejlesztéséhez használt nyelv. (A Docker operációs rendszer-szintű vizualizációt végző, a Kubernetes nyílt forrású alkalmazáskezelő, azokat automatizáló program.)

Tavaly a tizedik volt a 2009 novemberében bemutatott Go. A rangsor az adott hónapra vonatkozik, de teljes évre is vannak statisztikák. A Google nyelve esetében a korai népszerűség rövidéletűnek bizonyult, 2015-ben volt amikor már csak a 122. helyen szerepelt, és úgy tűnt: befellegzett neki.

2016-ban félévenkénti frissítési, ráncfelvarrási, újrakiadási ciklusra állt a Go, azaz a Google, és minden egyes újítással javult is. A Docker és a Kubernetes párhuzamosan és jelentősen fejlődött.

A Go-t ma sok szoftveres területen, például backend (szerveroldali, weboldalak hátsó részének) programozáshoz, webszolgáltatásokhoz, mint az API-k (alkalmazásprogramozói interfészek) használják.

A Tiobe vezérigazgatója, Paul Jansen szerint a Go sokáig az első tízben fog maradni. Legutóbbi verzióját, a Go 1.22-t február hetedikén adták ki.

A nyelvek értékelése több kritérium, az azt használó képzett mérnökök, tanfolyamok, „külsős” értékesítők száma alapján történik. A pontos kimutatáshoz Google-, Bing-, Wikipédia-keresések és más hasonló honlapok adatait használják fel.

A februárban megjelent indexen a Google C++ utódjának tartott Carbon nyelve először került be az első százba. A sorrend a következő: Python, C, C++, Java, C#, JavaScript, SQL, Go, Visual Basic, PHP.

A vetélytárs Pypl Programnyelvek Népszerűségi Indexén a Go nincs az első tízben. A rangsort a kapcsolódó oktatóanyag (tutorial) Google-kereséseinek száma alapján állapítják meg. Náluk a következő sorrend alakult ki: Python, Java, JavaScript, C/C++, C#, R, PHP, TypeScript, Swift, Objective-C.

Az Amazon kutatói új nagy nyelvmodellen (LLM) dolgoznak, szöveget alakít beszéddé (text-to-speech). BASE TTS 980 paraméteres, változatos méretű modelleket treníroztak hozzá, az MI változatai százezer órát töltöttek el nyilvános beszédadatokkal.

Figyelték, hogy bizonyos szintet átlépve, ugyanazok a teljesítménybeli ugrások jellemzik-e, mint a természetesnyelv-feldolgozó MI-ket, és rájöttek, hogy a tízezer órányi audióanyagon gyakoroltatott, közepes méretű 400 millió paraméteres modell sokoldalúságban és robusztusságban is jelentősen javult trükkös tesztmondatoknál.

A tesztmondatok komplex lexikai, szintaktikai és paralingvisztikai elemeket tartalmaztak: összetett főneveket, érzelmeket, idegen szavakat, és a szöveg-beszéd rendszereket általában megzavaró ékezeteket. Bár a modell nem kezelte őket tökéletesen, hasonló MI-rendszerekkel összehasonlítva, kevesebbet hibázott hangsúlyban, kiejtésben, intonációban.

A mondatokat eleve úgy tervezték, hogy komoly buktatók, kihívások legyenek bennük elrejtve, és egyikük sem volt olyan, mint a gyakoroltatáshoz használtak. Az eredmény azt jelenti, hogy az MI emergens (a semmiből, váratlanul előbukkanó) készségekre tehetett valamikor szert.

A legnagyobb, 980 paraméteres változatot százezer órányi hanganyagon gyakoroltatták, és a 400 millió paraméteressel összevetve, hiába jóval nagyobb, semmiféle plusz adottságot nem figyeltek meg rajta.

A projekt ugyan kísérleti, de BASE TTS jól szemlélteti, hogy ezek a modellek, méretezés hatásaként, új sokoldalúsági küszöbértéket érhetnek el – intelligensebbek lesznek –, ami nagyon bíztató jel a beszélgető MI-fejlesztéseknek.

A kutatók folytatják munkájukat, hogy rájöjjenek: mi az optimális modellméret emergens képességekhez?

A modellt úgy tervezték, hogy könnyű és streamelhető legyen, az érzelmi és a prozódiai adatokat külön-külön, egymástól gondosan szétválasztva csomagolták belé. Így vált lehetővé a természetes nyelvinek tűnő beszélt audióanyag alacsony sávszélességű kapcsolatokon keresztüli továbbítása.