Siri-Ous Business: Jak wirtualni asystenci stopniowo stają się nieocenieni

Nie korzystam z wirtualnych asystentek. Być może w głębi duszy jestem sceptyczny, czy jestem na tyle ważny, by zasługiwać na asystenta, wirtualnego lub innego, a może po prostu moje wrażenia z rozmów z urządzeniami były nieco rozczarowujące. Od Siri i Google Now po radosne powitanie mojej konsoli Xbox One – czułem się skrępowany bez wystarczającej nagrody, która sprawiałaby, że cała ta bajka wydawała się warta zachodu.

Zobacz powiązane 

Facebook wykorzystuje sztuczną inteligencję do czytania zdjęć niewidomym

Inside Speech Graphics: tworzenie wirtualnych twarzy przyszłości

RIP Facebook M: Mark Zuckerberg potwierdza, że ​​odsuwa na półkę rywala Siri i Cortany

Dlatego też, zaintrygowany jakąś osobą z zewnątrz, wziąłem udział w serii wykładów prowadzonych przez firmę Nuance, jednego z największych na świecie producentów oprogramowania do rozpoznawania mowy i transkrypcji. Może nie brzmi to jak powszechnie znane nazwisko, ale lista klientów, z którymi współpracują, jest tak obszerna, że ​​łatwiej jest wymienić firmy, z którymi nie współpracują, niż te, z którymi współpracują. Niemniej jednak wybór jest daleki od szerokiego: 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 i NHS. Krótko mówiąc, nawet jeśli nazwa Nuance nie budzi żadnych podejrzeń, prawdopodobnie miałeś z nimi do czynienia w pewnym sensie. Sztuczne inteligencje obsługują 14 miliardów klientów rocznie w 80 różnych językach.

Jeśli obawiasz się, że ten sam wirtualny asystent wybierający dodatki do Twojej pizzy dorabia także w NHS, możesz odetchnąć z ulgą. Chociaż istnieją pewne wspólne elementy, różne sztuczne inteligencje mają bardzo różne funkcje – nie ma tu uniwersalnej sztucznej inteligencji. Dlatego Nils Lenke, starszy dyrektor ds. badań korporacyjnych w Nuance Communications, nie podziela poglądu, że sztuczna inteligencja w najbliższym czasie przejmie kontrolę nad światem, mimo że firma uważnie obserwuje sytuację, współorganizując Winograd Schema Challenge – następca testu Turinga.

„Podstawowa technologia jest bardzo podobna, ale wyszkolony system może wykonać tylko jedno zadanie” – wyjaśnia. „Ten system Go bardzo dobrze radzi sobie z grą w Go , ale nie rozpoznaje twarzy ani nie rozumie mowy. My [ludzie] rozwiązujemy wszystkie nasze problemy za pomocą tego samego mózgu, ale te systemy tego nie robią. Dlatego droga do naśladowania ludzkiej inteligencji jest daleka – jeśli w ogóle.”

Rzeczywiście możliwe, że niechęć innych projektantów wirtualnych asystentów do zaakceptowania tych ograniczeń jest powodem, dla którego moje dotychczasowe doświadczenia są tak rozczarowujące. Powiedziałem to Lenke: „Dokładnie, oni próbują zagotować ocean, prawda?” Jeśli asystent jest zbyt ogólny, sugeruje Lenke, często nie jesteś pewien, czego właściwie się spodziewać w następnej kolejności i gdzie leżą jego ograniczenia.

Zamiast tego wydaje się, że ograniczenie zakresu wirtualnego asystenta czyni go bardziej użytecznym. „Dzięki, powiedzmy, asystentowi kierowcy, całkiem jasne jest, jakie problemy ma kierowca. Wszyscy chcą benzyny, wszyscy muszą wiedzieć, co mówi tablica rozdzielcza, wszyscy potrzebują czegoś do jedzenia: znacznie łatwiej jest zbudować coś, co będzie przydatne dla kierowców”.

„Rok temu nie było zbyt wielu chętnych, aby wirtualni asystenci poprawnie wymawiali nazwisko Jeremy’ego Corbyna, zauważa, podczas gdy każda sztuczna inteligencja, która informuje Cię dzisiaj w wiadomościach, powinna wiedzieć, jak poprawnie wymówić imię lidera laburzystów”.

To uproszczenie sprowadza się nawet do zawartego w nim słownictwa. John West, główny architekt rozwiązań w firmie Nuance, mówi mi, że aby zapewnić płynność syntezowanych głosów wirtualnych asystentów, często przegląda się słownik, aby upewnić się, że uwzględniono aktualne trendy. Rok temu nie było zbyt wielu chętnych do korzystania z wirtualnych asystentów, którzy poprawnie wymawiali nazwisko Jeremy’ego Corbyna, zauważa, podczas gdy każda sztuczna inteligencja, która będzie Was informować dzisiaj w wiadomościach, powinna wiedzieć, jak poprawnie wymówić imię lidera labourzystów. To, zdaniem Lenke, kolejny powód, dla którego lepiej, aby wirtualny asystent był wyspecjalizowany: „Próbujesz przewidzieć, jaka to domena, i generujesz głos na podstawie próbek z tej domeny. Jeśli starasz się mieć głos, który może powiedzieć wszystko z każdej dziedziny, jakość może się pogorszyć”.

„Jeśli chodzi o płeć wirtualnych asystentów, często sprowadza się to do różnic kulturowych w zależności od kraju – niektóre z nich mają bardzo głęboko ugruntowane i określone poglądy na temat tego, która płeć jest odpowiednia do każdego zadania”.

Mówiąc o głosach, coś, co zawsze mnie irytowało w przypadku wirtualnych asystentów, to potrzeba, aby w ogóle miały one męski lub żeński ton. Jakie miejsce w ogóle ma płeć dla sztucznej inteligencji? „To przemyślany wybór, którego należy dokonać” – mówi Lenke, a w jego sprawie ostateczny głos ma każdy klient. „Możesz albo powiedzieć, że wolisz iluzję istoty ludzkiej, albo powiedzieć: „Chcę, żeby ludzie zobaczyli, że to robot”, i nadać mu głos robota, bez angażowania jakiejkolwiek osoby”. Jeśli chodzi o płeć, często sprowadza się to do różnic kulturowych w zależności od kraju – niektóre z nich mają bardzo głęboko ugruntowane i określone poglądy na temat tego, która płeć jest odpowiednia do każdego zadania. Ponownie jest to wybór klienta, a nie miejsce firmy Nuance do narzucania własnej filozofii jakiemukolwiek klientowi.

W pokazanych mi demonstracjach same głosy brzmią bogato, płynnie i naturalnie. Teoretycznie, czy klienci mogliby próbować udawać ich jako ludzi lub przynajmniej nie wspominać, że są botem, przez zaniechanie? „Ujmę to tak: osobiście nie radziłbym tego robić” – przestrzega Lenke.

Ale jak przydatni są wirtualni asystenci? Firma Nuance ma kilka kluczowych przykładów ulepszeń w biznesie, począwszy od biometrii głosowej przewyższającej hasło, aż po wzrost zadowolenia z pracy pracowników call center, ponieważ ich żmudne pytania wstępne są automatycznie rozpatrywane. Ale być może najbardziej bezcenna jest opieka zdrowotna, jeden z najważniejszych obszarów firmy.

„Brytyjscy lekarze wykonują codziennie trzy i pół godziny pracy administracyjnej” – wyjaśnia Frederik Brabant, dyrektor ds. informacji medycznej w firmie Nuance. Pokazano mi kilka demonstracji: jedną, w której lekarz może zrealizować 20 recept o około jedną trzecią szybciej, używając poleceń głosowych, oraz drugą, w której pracownik służby zdrowia otrzymuje na iPadzie wszystkie istotne informacje o różnych pacjentach. Semantycznie system wydaje się nawet podpowiadać lekarzom szczegóły, o których mogli zapomnieć: na przykład rodzaj cukrzycy, aby ich notatki miały sens po przeniesieniu. Według Brabancji może to prowadzić do wzrostu przychodów średnio o 6–8%.

Celem jest ułatwienie pracy lekarzom, a nie zastąpienie lub poszerzenie ich wiedzy zawodowej. „Lekarze tego nienawidzą. Nie chcemy otrzymywać instrukcji. Maszyna nigdy nie powinna mówić: „Studiowałeś siedem lat medycyny, ale…”. Pomimo ograniczeń NHS, która w dalszym ciągu opiera się głównie na dokumentach papierowych, z Dragon Medical korzysta ponad 80% trustów w

Wielkiej Brytanii o różnym stopniu integracji. Jednak w przyszłości istnieją zastosowania wykraczające poza administrację. Jeśli pracujesz na chirurgii, ze względów higienicznych nie możesz uzyskać dostępu do ważnych informacji rękami, dlatego asystent głosowy jest jak najbardziej sensowny.

I właśnie tutaj inne postępy, które firma planuje wprowadzić w przyszłości, naprawdę znajdą zastosowanie: uczynienie oprogramowania bardziej inteligentnym i logicznym. Podany mi przykład: jeśli powiesz swojemu samochodowi: „Zarezerwuj stolik w Joe's Pizza po moim ostatnim spotkaniu i daj znać Tomowi, żebyśmy się tam spotkali”, w rzeczywistości polegasz na mocnej mieszance dużej wiedzy, semantyki wyznaczanie tras, planowanie, semantyka i dialog. Musi sprawdzić w kalendarzu godzinę ostatniego spotkania, sprawdzić na mapie, gdzie znajduje się Joe's Pizza w stosunku do miejsca spotkania, znaleźć numer do restauracji i spróbować dokonać rezerwacji, a następnie wyszukać dane kontaktowe Toma i wysłać wiadomość . To imponujące, ale chcą, aby samochód mógł znaleźć wysokiej jakości włoskie alternatywy, jeśli Joe's Pizza jest już zarezerwowany, i sugerować godziny, które odpowiadają każdemu. Teoretycznie nie jest to zbyt daleko, podobnie jak smartfon, który będzie w stanie na bieżąco poinformować lekarza o liczbie czerwonych krwinek pacjenta, jest irytująco blisko. Lekarze muszą jednak stracić przywiązanie do papieru i długopisu i najpierw przejść na tryb 100% cyfrowy.

„Teoretycznie nie jest to zbyt daleko, podobnie jak smartfon, który może na bieżąco poinformować lekarza o liczbie czerwonych krwinek pacjenta, jest irytująco blisko”.

„Osobiście uważam, że w ciągu najbliższych czterech–pięciu lat przed Wielką Brytanią pojawi się wiele możliwości w zakresie transformacji cyfrowej, a nowe technologie, takie jak rozpoznawanie głosu i przetwarzanie języka naturalnego, wyniosą ją na wyższy poziom” – podsumowuje Brabant.

Po wyjściu z wydarzenia i powrocie do biura postanawiam dać wirtualnym asystentom kolejną szansę. „OK, Google” – mówię – „poprowadź mnie do Goodge Street”. I robi to w dwukrotnie szybszym czasie, przez co zaczynam się zastanawiać, czy w moim osobistym biurze jest jednak wakat dla wirtualnej asystentki.

CZYTAJ DALEJ: 10 rzeczy, które musisz zrozumieć o sztucznej inteligencji