Siri-Ous Business: Как виртуалните асистенти постепенно стават безценни

Не използвам виртуални асистенти. Дълбоко в себе си може би съм скептичен, че съм достатъчно важен, за да имам нужда от асистент, виртуален или друг, или може би просто опитът ми да говоря с моите устройства е бил малко впечатляващ. От Siri и Google Now до веселото поздравяване на моя Xbox One, бях оставен да се чувствам притеснен без достатъчно награда, за да накарам цялата бъркотия да изглежда полезна.

Вижте свързани 

Facebook използва изкуствен интелект, за да чете снимки на незрящи

Inside Speech Graphics: създаване на виртуални лица на бъдещето

RIP Facebook M: Марк Зукърбърг потвърждава, че изоставя съперника на сайта Siri и Cortana

Така че с някаква външна интрига присъствах на поредица от разговори от Nuance, един от най-големите световни производители на софтуер за разпознаване на реч и транскрипция. Може да не звучат като име на домакинство, но поименното обаждане на клиенти, с които работят, е толкова обширно, че изглежда по-бързо да изброите компаниите, с които не работят, вместо тези, с които работят. Въпреки това тук далеч не е голям избор: Roku, Panasonic, LG, Samsung, Lexus, Ford, BMW, Toyota, Vodafone, BT, T-Mobile, Domino's, Coca-Cola, Barclays, Citi, Delta, Air France, FedEx , AT&T, BMW и NHS. Накратко, дори ако името Nuance не звъни на звънци, вероятно сте се занимавали с тях в някаква степен. AI се справят с 14 милиарда клиентски ангажименти годишно на 80 различни езика.

Ако се притеснявате, че същият виртуален асистент, избиращ гарнитурата на вашата пица, работи и в NHS, можете да въздъхнете с облекчение. Въпреки че има някои споделени елементи, различните изкуствени интелекти имат много различни функции – тук няма универсален ИИ. Ето защо Нилс Ленке, старши директор на корпоративните изследвания в Nuance Communications, не е много притеснен с идеята, че изкуственият интелект ще превземе света скоро, въпреки че компанията следи отблизо нещата, съорганизирайки Winograd Schema Challenge – наследник на теста на Тюринг.

„Основната технология е много подобна, но след като сте обучили система, тя може да изпълни само една задача“, обяснява той. „Тази система Go е много добра при игра на Go , но не може да разпознава лица или да разбира реч. Ние [хората] решаваме всичките си проблеми с един и същи мозък, но това не е, което тези системи правят. Ето защо има дълъг път за имитиране на човешкия интелект – ако изобщо се случи.”

Наистина е възможно нежеланието на дизайнерите на други виртуални асистенти да приемат тези ограничения да е причината, поради която намирам досегашния си опит за толкова неприятен. Казах това на Ленке: „Точно така, те се опитват да сварят океана, нали?“ Ако асистентът е твърде общ, Ленке предполага, че често се оказвате несигурни какво всъщност да очаквате по-нататък и къде са неговите ограничения.

Вместо това изглежда, че ограничаването на обхвата на виртуалния асистент го прави по-полезен. „С, да речем, асистент на водача е доста ясно какви са проблемите на водача. Всички искат бензин, всички трябва да знаят какво пише на таблото, всички имат нужда от нещо за ядене: много по-лесно е да се направи нещо, което да е полезно за шофьорите.“

„Преди една година нямаше много нужда от виртуални асистенти, произнасящи правилно името на Джереми Корбин, отбелязва той, докато всеки изкуствен интелект, който ви запознава с новините днес, трябваше да знае как да произнесе правилно името на лидера на лейбъристите.“

Това опростяване се свежда дори до включен речник. Джон Уест, главен архитект на решения в Nuance, ми казва, че за да поддържат синтезираните гласове на виртуалните асистенти да звучат гладко, речникът често се преразглежда, за да се гарантира, че са съобразени с текущите тенденции. Преди година нямаше много нужда от виртуални асистенти, произнасящи правилно името на Джереми Корбин, отбелязва той, докато всеки изкуствен интелект, който ви запознава с новините днес, трябваше да знае как да произнася правилно името на лидера на лейбъристите. Това, според Ленке, е друга причина, поради която е за предпочитане виртуалният асистент да бъде специализиран: „Опитвате се да предвидите какъв е домейнът и генерирате глас въз основа на проби от този домейн. Ако се опитате да имате глас, който може да каже всичко от всяка област, качеството може да се влоши.“

„Що се отнася до пола на виртуалните асистенти, това често се свежда до културни различия по държави – някои от които имат много дълбоко установени и предписани възгледи за това кой пол е подходящ за всяка задача.“

Говорейки за гласове, нещо, което винаги ме вълнува във виртуалните асистенти, е необходимостта те изобщо да имат мъжки или женски тонове. Какво място има полът за изкуствения интелект? „Това е съзнателен избор, който трябва да направите“, казва Ленке, и всеки клиент има последната дума. „Можете или да кажете, че избирате илюзията за човешко същество, или можете да кажете „Искам хората да видят, че това е робот“, така че да му придадете роботизиран глас и да няма намесена личност.“ Що се отнася до пола, това често се свежда до културни различия по държави – някои от които имат много дълбоко установени и предписани възгледи за това кой пол е подходящ за всяка задача. Отново, изборът на клиента, а не мястото на Нюанс да налага собствените си философии на даден клиент.

Самите гласове звучат богато, плавно и естествено в демонстрациите, които ми показват. Теоретично, може ли клиентите да се опитват да ги представят за хора или поне да не споменават, че са бот в лъжа чрез пропуск? „Позволете ми да го кажа така: аз лично не бих посъветвал да правите това“, предупреждава Ленке.

Но колко полезни се оказват виртуалните асистенти? Nuance има няколко ключови примера за подобрения в бизнеса, от гласови биометрични данни, надминаващи паролата, до повишаване на удовлетвореността от работата на служителите в кол център, тъй като техните досадни предварителни въпроси се разглеждат автоматично. Но може би най-безценното е в здравеопазването, една от най-значимите области на компанията.

„Лекарите в Обединеното кралство извършват административна работа по три часа и половина на ден“, обяснява Фредерик Брабант, главен служител по медицинска информация на Nuance. Показани са ми няколко демонстрации, една, в която лекар може да изпълни 20 предписания около една трета по-бързо с помощта на гласови команди, и друга, в която на медицински специалист се дава цялата подходяща информация за различните му пациенти на iPad. Семантично изглежда, че системата дори подсказва на лекарите подробности, които може да са забравили: кой тип диабет например, така че техните бележки да имат смисъл, когато се прехвърлят. Това може да доведе до увеличение на приходите, според Брабант, средно между 6 и 8%.

Целта тук е да се улесни работата на лекарите, а не да се замени или увеличи професионалният им опит. „Лекарите мразят това. Не искаме да получаваме инструкции. Машината никога не трябва да казва „учили сте седем години медицина, но…“ Въпреки ограниченията на все още базираната предимно на хартия NHS, Dragon Medical се използва от повече от 80% от тръстовете в

Великобритания с различна степен на интеграция. От гледна точка на бъдещето обаче има приложения извън администрацията. Ако работите в хирургия, нямате достъп до важна информация с ръцете си поради очевидни хигиенни причини, така че гласовият асистент е напълно логичен.

И тук наистина ще влязат в действие другите постижения, които компанията иска да постигне в бъдеще: да направим софтуера по-интелигентен и логичен. Давам пример: ако кажете на колата си „Резервирайте маса в пицария на Джо след последната ми среща и уведомете Том да ме посрещне там“, вие всъщност разчитате на опияняваща комбинация от големи знания, семантични маршрутизиране, планиране, семантика и диалог. Трябва да провери календара ви за последния час на срещата, да направи справка с карта, за да види къде се намира Joe's Pizza спрямо мястото на срещата, да намери номера на ресторанта и да се опита да резервира, след това да потърси данните за контакт на Том и да изпрати съобщение . Това е впечатляващо в сегашния си вид, но те искат колата да може да намери качествени италиански алтернативи, ако Joe's Pizza е резервирана, и да предложи часове, които работят за всички. Теоретично това не е твърде далеч и по същия начин смартфон, който може да каже на лекар броя на червените кръвни клетки на пациент в движение, е вбесяващо близо. Лекарите обаче трябва да загубят привързаността си към хартията и химикала и първо да преминат на 100% дигитално.

„Теоретично това не е твърде далеч и по същия начин смартфон, който може да каже на лекар броя на червените кръвни клетки на пациент в движение, е вбесяващо близо.“

„Аз лично смятам, че ще има много възможности за Обединеното кралство през следващите четири или пет години в цифровия преход и че новите технологии като разпознаване на глас и обработка на естествен език ще го изведат на следващото ниво“, заключава Брабант.

След като напуснах събитието и се върнах в офиса, реших да опитам още един път с виртуалните асистенти. „OK Google“, казвам аз, „навигирайте ме до Goodge Street.“ И го прави двойно по-бързо, оставяйки ме да се чудя дали все пак има свободно място за виртуален асистент в личния ми кабинет.

ПРОЧЕТЕТЕ СЛЕДВАЩИЯ: 10 неща, които трябва да разберете за изкуствения интелект