Siri-Ous Business: Hvernig sýndaraðstoðarmenn eru smám saman að verða ómetanlegir

Ég nota ekki sýndaraðstoðarmenn. Innst inni er ég ef til vill efins um að ég sé nógu mikilvægur til að ábyrgjast aðstoðarmann, sýndarmanneskja eða á annan hátt, eða kannski er það bara sú að reynsla mín af að tala við tækin mín hefur verið svolítið yfirþyrmandi. Allt frá Siri og Google Now til þess að heilsa Xbox One með glöðu geði, ég hef verið meðvitaður um sjálfan mig án nægilegrar verðlauna til að láta allt útlitið virðast þess virði.

Sjá tengd 

Facebook beitir gervigreind til að lesa myndir fyrir blinda

Inside Speech Graphics: skapa sýndarandlit framtíðarinnar

RIP Facebook M: Mark Zuckerberg staðfestir að hann sé að leggja Siri og Cortana keppinaut síðunnar á hilluna

Það var því með einhverjum utanaðkomandi forvitni sem ég sótti röð fyrirlestra frá Nuance, einum stærsta talgreiningar- og umritunarhugbúnaðarframleiðanda heims. Þeir hljóma kannski ekki eins og heimilisnafn, en nafnakall viðskiptavina sem þeir vinna með er svo umfangsmikið að það er fljótlegra að skrá fyrirtækin sem þeir vinna ekki með frekar en þeim sem þeir gera. Engu að síður, hér er langt frá því að vera mikið úrval: 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 og NHS. Í stuttu máli, jafnvel þótt nafnið Nuance hringi ekki neinum bjöllum, hefur þú líklega tekist á við þær að einhverju leyti. Gervigreindin takast á við 14 milljarða viðskiptavina á ári, á 80 mismunandi tungumálum.

Ef þú hefur áhyggjur af því að sami sýndaraðstoðarmaðurinn sem velur álegg á pizzuna þína sé líka tunglskin í NHS, geturðu andað léttar. Þó að það séu nokkrir sameiginlegir þættir, þá hafa hinar ýmsu gervigreindar mjög mismunandi aðgerðir - það er engin alhliða gervigreind hér. Þetta er ástæðan fyrir því að Nils Lenke, yfirmaður fyrirtækjarannsókna hjá Nuance Communications, hefur ekki mikla hugmynd um að gervigreind muni taka yfir heiminn á næstunni, jafnvel þó að fyrirtækið fylgist vel með hlutunum, sé með í skipulagi Winograd Schema Challenge – arftaki Turing prófsins.

„Tæknin sem liggur að baki er mjög svipuð, en þegar þú hefur þjálfað kerfi getur það aðeins gert eitt verkefni,“ útskýrir hann. „Þetta Go kerfi er mjög gott í að spila Go , en það getur ekki þekkt andlit eða skilið tal. Við [menn] leysum öll vandamál okkar með sama heila, en þetta er ekki það sem þessi kerfi gera. Þess vegna er langur vegur til að líkja eftir mannlegri greind – ef nokkurn tíma.“

Reyndar er mögulegt að óvilji hönnuða annarra sýndaraðstoðarmanna til að samþykkja þessar takmarkanir sé undirrót hvers vegna mér hefur fundist reynsla mín hingað til svo yfirþyrmandi. Ég setti þetta fyrir Lenke: "Einmitt, þeir eru að reyna að sjóða hafið, ekki satt?" Ef aðstoðarmaðurinn er of almennur, bendir Lenke á, finnurðu þig oft í vafa um hvað þú átt von á næst og hvar takmarkanir hans liggja.

Þess í stað virðist sem takmörkun á umfangi sýndaraðstoðar gerir það gagnlegra. „Með til dæmis aðstoðarmanni ökumanns er nokkuð ljóst hver vandamál ökumanns eru. Þeir vilja allir bensín, þeir þurfa allir að vita hvað mælaborðið segir, þeir þurfa allir eitthvað að borða: það er miklu auðveldara að smíða eitthvað sem er gagnlegt fyrir ökumenn.“

„Það var ekki mikið kallað eftir sýndaraðstoðarmönnum sem báru fram nafn Jeremy Corbyn rétt fyrir ári síðan, segir hann, en sérhver gervigreind sem fyllir þig inn í fréttirnar í dag hefði betur vitað hvernig ætti að segja nafn Verkamannaflokksins rétt.

Þessi einföldun kemur jafnvel niður á meðfylgjandi orðaforða. John West, aðallausnaarkitekt hjá Nuance, segir mér að til að láta sambyggðar raddir sýndaraðstoðarmanna hljóma reiprennandi sé orðabókin oft endurskoðuð til að tryggja að tekið sé tillit til núverandi þróunar. Það var ekki mikið kallað eftir sýndaraðstoðarmönnum sem báru nafn Jeremy Corbyn rétt fram fyrir ári síðan, segir hann, en sérhver gervigreind sem fyllir þig inn í fréttirnar í dag hefði betur vitað hvernig ætti að segja nafn Verkamannaflokksins rétt. Þetta, samkvæmt Lenke, er önnur ástæða þess að æskilegt er að sýndaraðstoðarmaður sé sérhæfður: „Þú reynir að sjá fyrir hvað lénið er og þú býrð til rödd sem byggir á sýnum frá því léni. Ef þú reynir að hafa rödd sem getur sagt allt frá hverju léni geta gæði versnað.“

„Hvað varðar kyn sýndaraðstoðarmanna, þá kemur það oft niður á menningarmun eftir löndum – sumir þeirra hafa mjög djúpstæðar og ákveðnar skoðanir á því hvaða kyn sé rétt fyrir hvert verkefni.

Talandi um raddir, eitthvað sem hefur alltaf vakið athygli mína varðandi sýndaraðstoðarmenn er þörfin fyrir að þeir hafi yfirhöfuð karl- eða kventóna. Hvaða sess hefur kynið fyrir gervigreind? „Þetta er vísvitandi val sem þú þarft að gera,“ segir Lenke og það er eitt sem hver viðskiptavinur hefur lokaorðið um. „Þú getur annað hvort sagt að þú farir í blekkinguna um manneskju, eða þú getur sagt 'ég vil að fólk sjái að þetta er vélmenni', svo þú gefur því vélfærarödd og það kemur engin persóna við sögu. Hvað kynin varðar, þá kemur það oft niður á menningarmun eftir löndum – sumir þeirra hafa mjög djúpstæðar og ákveðnar skoðanir á því hvaða kyn sé rétt fyrir hvert verkefni. Aftur, val viðskiptavinarins, en ekki staður Nuance til að þröngva eigin heimspeki upp á hvern sem er.

Raddirnar sjálfar hljóma ríkar, reiprennandi og náttúrulegar í þeim demóum sem mér eru sýndar. Fræðilega séð, gæti einhver viðskiptavinur verið að reyna að afgreiða þá sem manneskjur, eða að minnsta kosti ekki nefna að þeir eru láni í lygi með því að sleppa? „Leyfðu mér að orða það svona: Ég persónulega myndi ekki ráðleggja að gera það,“ varar Lenke við.

En hversu gagnlegir reynast sýndaraðstoðarmenn? Nuance hefur nokkur lykildæmi um endurbætur á viðskiptum, allt frá líffræðileg tölfræði raddarinnar sem fer fram úr lykilorðinu, allt til þess að starfsánægja starfsmanna símavera eykst vegna þess að leiðinlegum forspurningum þeirra er sjálfkrafa brugðist við. En það sem er kannski ómetanlegt er innan heilbrigðisþjónustunnar, eitt mikilvægasta svið fyrirtækisins.

„Breskir læknar vinna þriggja og hálfa klukkustund af stjórnunarvinnu á dag,“ útskýrir Frederik Brabant, yfirlæknir Nuance. Mér eru sýnd nokkur sýnishorn, eitt þar sem læknir getur klárað 20 lyfseðla um þriðjung hraðar með raddskipunum og annað þar sem heilbrigðisstarfsmaður fær allar viðeigandi upplýsingar um hina ýmsu sjúklinga sína á iPad. Merkingarlega séð virðist kerfið jafnvel hvetja lækna til smáatriði sem þeir gætu hafa gleymt: hvaða tegund sykursýki, til dæmis, svo athugasemdir þeirra eru skynsamlegar þegar þær eru fluttar. Þetta getur leitt til aukningar tekna, að sögn Brabant, um á bilinu 6 til 8% að meðaltali.

Hér er stefnt að því að auðvelda störf lækna frekar en að skipta út eða auka faglega sérfræðiþekkingu þeirra. „Læknar hata þetta. Við viljum ekki fá leiðbeiningar. Vélin ætti aldrei að segja 'þú lærðir sjö ára læknisfræði, en...'“ Þrátt fyrir takmarkanir á NHS sem er enn að mestu leyti pappírsbundið, er Dragon Medical notað af meira en 80% af traustum í

Bretland með mismikilli samþættingu. Hvað framtíðina varðar, eru þó notkunir umfram stjórnun. Ef þú ert að vinna í skurðaðgerð geturðu ekki nálgast mikilvægar upplýsingar með höndum þínum af augljósum hreinlætisástæðum, svo raddaðstoðarmaður er fullkomlega skynsamleg.

Og það er hér sem hinar framfarirnar sem fyrirtækið ætlar að gera í framtíðinni munu raunverulega koma við sögu: að gera hugbúnaðinn snjallari og rökréttari. Dæmi sem mér er gefið: ef þú segir við bílinn þinn: "Bókaðu borð á Joe's Pizza eftir síðasta fund minn og láttu Tom vita að hann hitti mig þar," þá ertu í raun að treysta á hrífandi blöndu af mikilli þekkingu, merkingarfræði stefnumótun, skipulagningu, merkingarfræði og samræður. Það þarf að skoða dagatalið þitt fyrir síðasta fundartíma, skoða kort til að sjá hvar Joe's Pizza er í tengslum við fundarstað, leita uppi númerið fyrir veitingastaðinn og reyna að bóka, leitaðu síðan að tengiliðaupplýsingum Toms og sendu skilaboð . Það er áhrifamikið eins og staðan er, en þeir vilja að bíllinn geti fundið gæða ítalska valkosti ef Joe's Pizza er allt uppbókað og benda á tíma sem henta öllum. Fræðilega séð er þetta ekki of langt í burtu, og sömuleiðis er snjallsími sem getur sagt lækni um fjölda rauðra blóðkorna sjúklings á flugu gríðarlega nálægt. Hins vegar þurfa læknar að missa viðhengið sitt við blaðið og pennann og fara fyrst 100% stafrænt.

„Fræðilega séð er þetta ekki of langt í burtu, og sömuleiðis er snjallsími sem getur sagt lækni um fjölda rauðra blóðkorna sjúklings á flugu gríðarlega nálægt.

„Persónulega held ég að það verði fullt af tækifærum fyrir Bretland á næstu fjórum eða fimm árum í stafrænu umskiptin og að ný tækni eins og raddþekking og náttúruleg málvinnsla muni koma því á næsta stig,“ segir Brabant að lokum.

Eftir að hafa yfirgefið viðburðinn og farið aftur á skrifstofuna ákveð ég að prófa sýndaraðstoðarmenn aðra tilraun. „Allt í lagi Google,“ segi ég, „siglaðu mig að Goodge Street. Og það gerir það á tvöföldum skjótum tíma, og ég velti því fyrir mér hvort kannski sé laust starf fyrir sýndaraðstoðarmann á persónulegu skrifstofunni minni eftir allt saman.

LESA NÆSTA: 10 hlutir sem þú þarft að skilja um gervigreind