Häältuvastustarkvara, millega enamik meist ilmselt nõustuks, on päris lahe asi. Kuid masinatega rääkimine on osa - olgu see siis nutitelefon, teleriekraan või armatuurlaud -, aga mitte nii palju. Kas küsite mõne seadme kohta nõu? Geekõrgused. Iga sõna vallandamine nii, et teid mõistetaks? Kui lahe sa tegelikult olla saad?
Kuid Apple, tõsi, vormis, on võtnud selle suuna, palgates oma viimases reklaamikampaanias Siri - iPhone 4S-i - jaoks kolm lahedat ikooni, et tärniga tähistada. Seal on Zooey Deschanel (Võluv lahe), John Malkovich (Cerebral Cool) ja Samuel L. Jackson (Ülim lahe) ning kõik muudavad telefoniga sõnamängus osalemise jumalate spordiks.
Kriitikud märgivad sellegipoolest, et päriselus pole Siri nii reageeriv ega kõiketeadev, kui teda reklaamides kujutatakse. Ka mina olen kindel, et olete seda kuuldes šokeeritud. Teised näevad, et kogu asi on paroodiaks küps - vaata, et Zooey vend Jooey teeb koos Zooey ja Siri vihmasest päevast naljaka või sureva versiooni.
Vahet pole. Siri on saanud pealauljaks robotikooris, uue põlvkonna hääles “You Got Mail”.
Mõnes ringis on moes arvata, et Siri pole Steve Jobs'i vääriline, et kui ta oleks alles elus, oleks Jobs selle turult eemale tõmbanud või vähemalt poleks kunagi nii kõrgetasemelist kuulutust heaks kiitnud kampaania nii vigase toote eest.
Kuid nagu ütles Jobsi järeltulija Tim Cook selle nädala alguses, meeldivad iPhone 4S-i omanikele Siri. Märtsis avaldatud uuringu kohaselt väidab peaaegu 90 protsenti, et nad kasutavad seda vähemalt kord kuus. Ja pidage meeles, et Siri, üks vähestest Apple'i toodetest, mille väidetavalt oli beetaversioon selle väljaandmisel, ei tähista oma esimest sünnipäeva oktoobrini. Ta õpib endiselt keelt ja, mis veelgi olulisem, alles hakkab kasutama tehisintellekti potentsiaali.
Siri on tõenäoliselt Apple TV keskpunkt, mis peaks oma debüüdi tegema detsembris. Kuid tõenäoline, et koht, kus masinatega vestelda saab, on meie autodes.
Sõida, ütles ta
Muidugi, see juba juhtub, kuid kui soovite, et teid mõistetaks, peate ikkagi üle minema robotite kõnelemisele. Ja isegi siis pole mingit garantiid. See hakkab muutuma sel suvel, kui mõned uued mudelid varustatakse midagi nimega Dragon Drive!
See on Massachusettsis asuva ettevõtte Nuance Communications leiutis, millest on saanud häältuvastuse äri tugevdaja. (Arvatakse, et see on Siri aju.) Nüanss ja hääletuvastus autodes võtsid eelmisel nädalal suure arengu edasi, kui firma teatas, et Dragon Drive! saab pilve koputada.
See tähendab, et süsteem suurendab dramaatiliselt oma arvutusvõimsust ja mälumahtu. Ja see tähendab, et hääl teie armatuurlaual muutub Siri-sarnaseks ja võimaldab teil sellega tegelikult vestelda. Enam pole monosüllabalist karjumist. Tulemas on päev, mil saate juhuslikult mainida, et tunnete end nagu mõni Allmani vend ja sekundit hiljem tuleb "Whipping Post" kõlaritest läbi.
Oluline on see, kui hästi suudame masinate konteksti ja pragmaatikat õpetada - kuidas keelt sotsiaalsetes olukordades kasutatakse. Ja see on keeruline äri. Alustuseks peab isegi kõige keerukam hääletuvastusseade ootama, kuni inimene räägib, et ta saaks kogu lause sõeluda ja tõlgendada. Siis on olemas “mõistusteooria”, võime mõista, et teistel inimestel võivad olla erinevad uskumused ja kavatsused kui meie omadel. Niipalju kui me teame, saavad seda teha ainult inimesed.
Kahe Stanfordi psühholoogi hiljutine uuring annab teile ülevaate masinate intuitiivse abistamise kohta. Teadlased Michael Frank ja Noah Goodman lõid veebikatse, milles osalejatel paluti vaadata objektide komplekt ja seejärel valida, kummale viidati kui konkreetsele sõnale. Näiteks nägi üks osalejate rühm sinist ruutu, sinist ringi ja punast ruutu. Selle grupi küsimus oli järgmine: Kujutage ette, et räägite kellegagi ja soovite viidata keskmisele objektile. Millist sõna kasutaksite, “sinine” või “ring”?
Teiselt grupilt küsiti: Kujutage ette, et keegi räägib teiega ja kasutab ühele neist objektidest sõna “sinine”. Millisest objektist nad räägivad?
Need vastused aitasid teadlastel saada selgema pildi sellest, kuidas kuulaja kõnelejast aru saab ja kuidas kõneleja otsustab, mida öelda. Sellest alates töötasid nad välja sellise matemaatilise mudeli, mis võimaldab arvuti mõtteprotsessi laiendada ja täpsustada.
Frank ütles: "See võtab aastaid tööd, kuid unistus on arvuti, mis tegelikult mõtleb pigem sellele, mida soovite ja mida mõtlete, mitte ainult sellele, mida ütlesite."
Kõneviis
Siin on mõned hiljutised arengud hääletuvastuses:
- Siri vaikib: IBM kipub ärisaladuste väljatuleku pärast tõeliselt närvi minema, nii et see keelab nüüd oma töötajatel kasutada avalikke failiedastussaite, näiteks Dropboxi. Kuid sellel on ka Siri kontoris kasutamise keeld, kuna turvaeksperdid muretsevad, et keegi võib oma telefoniga rääkides avaldada tundlikku teavet, mis Apple'i serveritesse jõuab.
- Võtke siis, Apple !: Samsung tõi sel nädalal Londonis turule oma uue nutitelefoni Galaxy X III ning kuigi selle suur puutetundlik ekraan on palju tähelepanu pälvinud, sisaldab see ka uut hääle- ja näotuvastustarkvara.
- Tehke seda, mida ma ütlen, mitte seda, mida ma teen: Ja Samsung ei peatu seal. Hiljuti esitas ta patenditaotluse robotile, mis mõistab inimeste kõnet. Robot saaks kohandada oma „kuulamisvõimalusi“, et võtta arvesse ümbritsevat müra, mis võib talle antud käske segada või häirida. Samuti suudaks see ära tunda, kes sellega räägib, isegi kui taustmüra on väga vali.
Infograafiline boonus: arvate, et teie auto on nüüd arvutil. Oodake, kuni see on täielikult Internetti ühendatud. Saate teada, mida ühendatud auto teha saab.
