Siri-Ous Business: Hogyan válnak fokozatosan felbecsülhetetlen értékűek a virtuális asszisztensek

Nem használok virtuális asszisztenseket. Mélyen talán szkeptikus vagyok afelől, hogy elég fontos vagyok-e egy asszisztensre, akár virtuálisan, akár más módon, vagy talán csak azért, mert az eszközeimmel való beszélgetéssel kapcsolatos tapasztalataim egy kicsit elkeserítőek voltak. A Siritől és a Google Asszisztenstől kezdve az Xbox One-om vidám üdvözléséig öntudatosnak éreztem magam, és nincs elég jutalom ahhoz, hogy érdemesnek tűnjön az egész rigmus.

Lásd kapcsolódó 

A Facebook a mesterséges intelligenciát használja fel, hogy a vakoknak olvassa el a fényképeket

Inside Speech Graphics: a jövő virtuális arcainak létrehozása

RIP Facebook M: Mark Zuckerberg megerősíti, hogy leállítja az oldal Siri és Cortana riválisát

Így történt némi kívülálló intrika mellett, hogy részt vettem a Nuance, a világ egyik legnagyobb beszédfelismerő és átírási szoftvergyártója előadásainak sorozatán. Lehet, hogy nem úgy hangzanak, mint egy megszokott név, de az ügyfelek névsoros hívása olyan kiterjedt, hogy gyorsabbnak tűnik felsorolni azokat a cégeket, amelyekkel nem dolgoznak együtt, mint azokat, amelyekkel dolgoznak. Ennek ellenére itt egy korántsem széles választék: 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 és az NHS. Röviden, még ha a Nuance név nem is harangoz, valószínűleg foglalkozott velük valamilyen minőségben. Az AI-k évente 14 milliárd ügyfélmegbízással foglalkoznak, 80 különböző nyelven.

Ha aggódik amiatt, hogy ugyanaz a virtuális asszisztens, aki a pizzájához feltéteket válogat, az NHS-ben is ott van, fellélegezhet. Bár vannak megosztott elemek, a különféle mesterséges intelligenciák nagyon eltérő funkciót töltenek be – itt nincs mindenre kiterjedő mesterséges intelligencia. Emiatt Nils Lenke, a Nuance Communications vállalati kutatási osztályának vezető igazgatója nemigen gondolkozik azzal a gondolattal, hogy a mesterséges intelligencia hamarosan átveszi az uralmat a világ felett, pedig a cég szorosan figyelemmel kíséri a dolgokat, társszervezőként szervezi meg a Winograd Schema Challenge – a Turing-teszt utódja.

„A mögöttes technológia nagyon hasonló, de ha egy rendszert betanítottunk, az csak egy feladatot tud elvégezni” – magyarázza. „Ez a Go rendszer nagyon jó a Go lejátszásához , de nem ismeri fel az arcokat és nem érti a beszédet. Mi [emberek] minden problémánkat ugyanazzal az aggyal oldjuk meg, de ezek a rendszerek nem ezt teszik. Ezért van még hosszú út az emberi intelligencia utánzásához – ha egyáltalán valaha is.”

Valójában lehetséges, hogy más virtuális asszisztensek tervezőinek nem hajlandó elfogadni ezeket a korlátokat, ami az oka annak, hogy az eddigi tapasztalataimat olyan nyomasztónak találtam. Ezt mondtam Lenkének: "Pontosan, az óceánt próbálják felforralni, igaz?" Ha az asszisztens túl általános, javasolja Lenke, akkor gyakran bizonytalannak találja magát, hogy valójában mire számítson, és hol vannak a korlátai.

Ehelyett úgy tűnik, hogy a virtuális asszisztens hatókörének korlátozása hasznosabbá teszi. „Ha mondjuk egy sofőr asszisztensét használjuk, teljesen egyértelmű, hogy mik a sofőr problémái. Mindannyian benzint akarnak, mindannyiuknak tudniuk kell, mit mond a műszerfal, mindannyiuknak ennie kell valamit: sokkal könnyebb olyat építeni, ami hasznos a sofőrök számára.”

„Egy évvel ezelőtt nem sok felhívás volt olyan virtuális asszisztensekre, akik helyesen ejtik ki Jeremy Corbyn nevét – jegyzi meg –, míg bármely mesterséges intelligencia, aki ma beszámol a hírekről, jobban tudja, hogyan mondja ki helyesen a munkáspárti vezető nevét.”

Ez az egyszerűsítés még a mellékelt szókincsre is vonatkozik. John West, a Nuance vezető megoldástervezője azt mondja, hogy a virtuális asszisztensek szintetizált hangjának folyékony hangzása érdekében gyakran újranézik a szótárt, hogy az aktuális trendeket figyelembe vegyék. Megjegyzi, hogy egy évvel ezelőtt nem sok felhívás volt olyan virtuális asszisztensekre, akik helyesen ejtik ki Jeremy Corbyn nevét, míg bármely mesterséges intelligencia, aki ma beszámol a hírekről, jobban tudja, hogyan mondja ki helyesen a munkáspárti vezető nevét. Lenke szerint ez egy másik ok, amiért jobb, ha egy virtuális asszisztens szakosodott: „Megpróbálod előre látni, hogy mi a tartomány, és az adott tartományból származó minták alapján generálsz hangot. Ha megpróbálsz olyan hangot adni, amely minden területről mindent elmond, a minőség romolhat."

„Ami a virtuális asszisztensek nemét illeti, ez gyakran az országokonkénti kulturális különbségekre vezethető vissza – amelyek közül néhánynak nagyon mélyen meghatározott és előírt nézetei vannak arról, hogy melyik nem a megfelelő az egyes feladatokhoz.”

Ha már a hangokról beszélünk, a virtuális asszisztensekkel kapcsolatban mindig az volt a fejem, hogy egyáltalán férfi vagy női hangokra van szükségük. Egyáltalán milyen helye van a nemnek egy mesterséges intelligenciában? „Ez egy tudatos döntés, amelyet meg kell hoznia” – mondja Lenke, és amelyhez minden ügyfélnek van végső szó. „Vagy azt mondhatod, hogy az emberi lény illúzióját keresed, vagy azt, hogy „Azt akarom, hogy az emberek lássák, hogy ez egy robot”, tehát robothangot adsz neki, és nincs benne személy. Ami a nemet illeti, ez gyakran az országokonkénti kulturális különbségekre vezethető vissza – amelyek némelyike ​​nagyon mélyen meghatározott és előírt nézeteket tartalmaz arról, hogy melyik nem a megfelelő az egyes feladatokhoz. Ismét az ügyfél választása, és nem a Nuance helye, hogy rákényszerítse a saját filozófiáját az adott ügyfélre.

Maguk a hangok gazdagon, gördülékenyen és természetesen szólnak a számomra bemutatott demókban. Elméletileg bármelyik kliens megpróbálhatja embernek kiadni őket, vagy legalábbis nem említi, hogy mulasztásból hazug bot? „Hadd mondjam el: én személy szerint nem tanácsolnám ezt” – figyelmeztet Lenke.

De mennyire bizonyulnak hasznosnak a virtuális asszisztensek? A Nuance számos kulcsfontosságú példát kínál az üzleti élet fejlesztésére, a hangbiometrikus adatoktól kezdve a jelszót meghaladó biometrikus adatokon át egészen a call centerek dolgozóinak munkával való elégedettségének növekedéséig, mert unalmas előzetes kérdéseik automatikusan megválaszolásra kerülnek. De a legfelbecsülhetetlenebb talán az egészségügyben van, amely a cég egyik legjelentősebb területe.

„Az Egyesült Királyság orvosai napi három és fél órás adminisztrátori munkát végeznek” – magyarázza Frederik Brabant, a Nuance egészségügyi információs igazgatója. Megmutatunk néhány bemutatót, az egyikben egy orvos körülbelül egyharmadával gyorsabban tud elkészíteni 20 receptet hangutasításokkal, a másikban pedig az egészségügyi szakember minden lényeges információt megkap a különböző pácienseiről egy iPaden. Szemantikailag úgy tűnik, hogy a rendszer az orvosokat olyan részletekre is felkéri, amelyeket esetleg elfelejtettek: például, hogy melyik típusú cukorbetegségről van szó, így a feljegyzéseik értelmesek az átvitelkor. Ez Brabant szerint átlagosan 6-8%-os bevételnövekedéshez vezethet.

A cél itt az orvosok munkájának megkönnyítése, nem pedig szakmai tudásuk helyettesítése vagy bővítése. „Az orvosok utálják ezt. Nem akarunk utasításokat kapni. A gépnek soha nem szabad azt mondania, hogy „hét évig tanult orvost, de…” A még mindig nagyrészt papíralapú NHS korlátai ellenére a Dragon Medicalt a trösztök több mint 80%-a használja.

az Egyesült Királyság különböző fokú integrációjával. A jövőt illetően azonban az adminisztráción túl is vannak felhasználási lehetőségek. Ha a sebészeten dolgozik, nyilvánvaló higiéniai okokból nem férhet hozzá a kezével a fontos információkhoz, így a hangos asszisztens teljesen logikus.

És itt jönnek igazán szóba a vállalat által a jövőben megvalósítani kívánt egyéb fejlesztések: a szoftver intelligensebbé és logikusabbá tétele. Mondok egy példát: ha azt mondod az autódnak: „Foglalj asztalt a Joe's Pizzába a legutóbbi találkozásom után, és értesítsd Tomot, hogy ott találkozunk”, akkor valójában nagy tudás, szemantika mámorító keverékére támaszkodsz. útválasztás, tervezés, szemantika és párbeszéd. Meg kell néznie a naptárát az utolsó találkozó időpontjára vonatkozóan, meg kell néznie egy térképet, hogy megtudja, hol van a Joe's Pizza a találkozó helyéhez képest, le kell keresnie az étterem számát, és meg kell próbálnia foglalni, majd meg kell keresnie Tom elérhetőségeit, és üzenetet kell küldenie. . A jelenlegi állás szerint ez lenyűgöző, de azt akarják, hogy az autó minőségi olasz alternatívákat tudjon találni, ha a Joe's Pizza le van foglalva, és olyan időpontokat javasolnak, amelyek mindenki számára megfelelőek. Elméletileg ez nincs túl messze, és hasonlóképpen dühítően közel van egy okostelefon, amely meg tudja mondani az orvosnak a páciens vörösvérsejtszámát. Az orvosoknak azonban el kell veszíteniük a papírhoz és a tollhoz való ragaszkodásukat, és először 100%-ban digitálisra kell váltaniuk.

"Elméletileg ez nincs túl messze, és hasonlóképpen dühítően közel van egy okostelefon, amely képes megmondani az orvosnak a beteg vörösvérsejtszámát menet közben."

„Személy szerint úgy gondolom, hogy a következő négy-öt évben az Egyesült Királyság számára nagyon sok lehetőség kínálkozik a digitális átállásban, és az új technológiák, mint a hangfelismerés és a természetes nyelvi feldolgozás a következő szintre emelik ezt” – összegzi Brabant.

Miután elhagytam a rendezvényt, és visszaindulok az irodába, úgy döntök, teszek még egy próbát a virtuális asszisztensekkel. „OK Google” – mondom –, navigáljon a Goodge Streetre. És ez duplán gyors idő alatt megtörténik, és elgondolkodtat, vajon van-e még szabad virtuális asszisztens hely a személyes irodámban.

OLVASSA EL A KÖVETKEZŐT: 10 dolog, amit meg kell értened a mesterséges intelligenciáról