Udi Tirosh diseñó el VA5, un asistente de voz con IA que se arma en casa por unos 20 dólares, para que funcione como una hoja en blanco y se comporte como cada usuario quiera, informó Hackster.io el 28 de octubre. Una de las preguntas abiertas sobre la IA es cómo quiere interactuar la gente con ella, si con una personalidad simulada o como el software sin emociones que es. El VA5 deja esa decisión en manos de quien lo usa.
¿Qué hardware necesita?
Un asistente así pide muy poco hardware. Los grandes modelos de lenguaje corren en la nube, o sea que todo el procesamiento ocurre en un centro de datos. El aparato sobre el escritorio solo tiene que recibir lo que se le dice, mandarlo al modelo, recibir la respuesta y entregarla. En un asistente de voz eso se traduce en un controlador con WiFi, un micrófono y un parlante.
El cerebro del VA5 es una placa de desarrollo con el microcontrolador ESP32-S3. Escucha con un micrófono INMP441, envía y recibe los datos por WiFi y reproduce la respuesta a través de un conversor digital-analógico, un amplificador MAX98357A y un parlante. Una pantalla TFT LCD redonda muestra el estado del equipo.
Todos los componentes van soldados a un circuito impreso propio, que cabe dentro de una carcasa sencilla impresa en 3D.
Un prompt de sistema de 12 KB
Lo que lo hace una hoja en blanco es que Tirosh lo construyó para personalizarlo. El VA5 reserva 12 KB que el usuario puede llenar con un prompt de sistema, la información que el modelo toma en cuenta cada vez que genera una respuesta.
El autor de la nota en Hackster.io cuenta que él pondría en ese prompt algo como "no intentes ser gracioso, dame respuestas concisas y basadas en hechos", porque el humor de los modelos le resulta incómodo. Otro usuario podría preferir un trato más cercano y escribir "actúa como un amigo". La configuración se hace desde una aplicación complementaria, que además ofrece 10 voces distintas.
La limitación
El VA5 usa la API Realtime de OpenAI y no admite otro proveedor. Esa API se puede ajustar a cualquier estilo, así que debería alcanzar para conseguir el tono que cada uno busque.
