Siri-Ous Business: چگونه دستیاران مجازی به تدریج ارزشمند می شوند

من از دستیار مجازی استفاده نمی کنم. شاید در اعماق وجودم شک دارم که به اندازه کافی مهم هستم که یک دستیار، مجازی یا غیر آن را تضمین کنم، یا شاید فقط تجربه من از صحبت کردن با دستگاه هایم کمی ضعیف بوده است. از سیری و گوگل ناو گرفته تا خوشامدگویی با خرسندی ایکس باکس وان، من بدون پاداش کافی برای ارزشمند جلوه دادن کل ماجراجویی احساس خودآگاهی داشتم.

مربوطه را ببینید 

فیس بوک از هوش مصنوعی برای خواندن عکس ها برای نابینایان استفاده می کند

Inside Speech Graphics: ایجاد چهره های مجازی آینده

RIP Facebook M: مارک زاکربرگ تایید کرد که رقیب Siri و Cortana سایت را کنار گذاشته است.

بنابراین، با برخی توطئه های خارجی بود که در یک سری گفتگوهای Nuance، یکی از بزرگترین تولیدکنندگان نرم افزارهای تشخیص گفتار و رونویسی در جهان شرکت کردم. آنها ممکن است نام آشنا به نظر نرسند، اما تماس تلفنی مشتریانی که با آنها کار می‌کنند آنقدر گسترده است که فهرست کردن شرکت‌هایی که با آنها کار نمی‌کنند سریع‌تر به نظر می‌رسد. با این وجود، در اینجا انتخاب گسترده ای وجود ندارد: 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 و NHS. به طور خلاصه، حتی اگر نام Nuance هیچ زنگی را به صدا در نیاورد، احتمالاً تا حدی با آنها برخورد کرده اید. هوش مصنوعی با 14 میلیارد مشارکت مشتری در سال، به 80 زبان مختلف سروکار دارد.

اگر نگران این هستید که همان دستیار مجازی که روی پیتزای شما را انتخاب می کند، در NHS نیز مهتابی است، می توانید نفس راحتی بکشید. اگرچه برخی از عناصر مشترک وجود دارد، هوش مصنوعی مختلف عملکردهای بسیار متفاوتی دارند - در اینجا هیچ هوش مصنوعی jack-of-all-trades وجود ندارد. به همین دلیل است که نیلز لنکه، مدیر ارشد تحقیقات شرکتی در Nuance Communications، با این ایده که هوش مصنوعی به زودی جهان را تسخیر خواهد کرد، فکر نمی‌کند، حتی اگر این شرکت به‌خوبی همه چیز را زیر نظر داشته باشد، و در سازماندهی مشترک این پروژه مشارکت داشته باشد. چالش طرحواره وینوگراد - جانشین آزمون تورینگ.

او توضیح می دهد: «فناوری زیربنایی بسیار شبیه است، اما هنگامی که یک سیستم را آموزش دادید، تنها یک کار می تواند انجام دهد. "این سیستم Go در پخش Go بسیار خوب است ، اما نمی تواند چهره ها را تشخیص دهد یا گفتار را درک کند. ما [انسان ها] همه مشکلات خود را با یک مغز حل می کنیم، اما این کاری نیست که این سیستم ها انجام می دهند. به همین دلیل است که راه طولانی برای تقلید از هوش انسان وجود دارد - اگر هرگز وجود داشته باشد.

در واقع، این امکان وجود دارد که عدم تمایل طراحان دستیار مجازی دیگر به پذیرش این محدودیت‌ها، ریشه این باشد که چرا تجربیاتم را تا به امروز بسیار ضعیف می‌دانم. این را به لنکه گفتم: "دقیقا، آنها سعی می کنند اقیانوس را بجوشانند، درست است؟" لنکه پیشنهاد می‌کند که اگر دستیار خیلی عمومی باشد، اغلب متوجه نمی‌شوید که واقعاً چه انتظاری دارید و محدودیت‌های آن کجاست.

در عوض، به نظر می رسد که محدود کردن دامنه دستیار مجازی آن را مفیدتر می کند. «مثلاً با یک دستیار راننده، کاملاً واضح است که مشکلات یک راننده چیست. همه آنها بنزین می خواهند، همه باید بدانند که داشبورد چه می گوید، همه آنها به چیزی برای خوردن نیاز دارند: ساختن چیزی که برای رانندگان مفید باشد بسیار ساده تر است.

او خاطرنشان می‌کند: «یک سال پیش تماس زیادی برای دستیاران مجازی که نام جرمی کوربین را به درستی تلفظ می‌کنند، صورت نگرفت، در حالی که هر هوش مصنوعی که شما را در اخبار امروز پر می‌کند بهتر است بداند که چگونه نام رهبر حزب کارگر را به درستی بیان کند.»

این ساده سازی حتی به واژگان گنجانده شده نیز برمی گردد. جان وست، معمار اصلی راه‌حل در Nuance، به من می‌گوید که برای اینکه صدای ترکیبی دستیاران مجازی روان بماند، فرهنگ لغت اغلب مورد بازبینی قرار می‌گیرد تا اطمینان حاصل شود که روندهای فعلی مورد توجه قرار می‌گیرند. او خاطرنشان می کند که یک سال پیش تماس زیادی برای دستیاران مجازی وجود نداشت که نام جرمی کوربین را به درستی تلفظ کنند، در حالی که هر هوش مصنوعی که شما را در اخبار امروز پر می کند بهتر است بداند چگونه نام رهبر حزب کارگر را به درستی بیان کند. به گفته لنکه، این یکی دیگر از دلایلی است که ترجیح می‌دهد یک دستیار مجازی تخصصی باشد: «شما سعی می‌کنید دامنه را پیش‌بینی کنید و بر اساس نمونه‌هایی از آن دامنه، صدایی تولید می‌کنید. اگر سعی کنید صدایی داشته باشید که بتواند همه چیز را از هر حوزه ای بگوید، کیفیت می تواند بدتر شود."

در مورد جنسیت دستیاران مجازی، این اغلب به تفاوت‌های فرهنگی بر اساس کشور مربوط می‌شود – که برخی از آنها دیدگاه‌های بسیار عمیقی در مورد اینکه کدام جنسیت برای هر وظیفه مناسب است، تنظیم و تجویز شده است.»

وقتی صحبت از صداها شد، چیزی که همیشه در مورد دستیاران مجازی به من توجه می کند، نیاز آنها به داشتن لحن مردانه یا زنانه است. جنسیت چه جایگاهی برای هوش مصنوعی دارد؟ لنکه می گوید: "این یک انتخاب عمدی است که باید انجام دهید." می‌توانید بگویید که دنبال توهم یک انسان می‌روید، یا می‌توانید بگویید «می‌خواهم مردم ببینند این یک ربات است»، بنابراین صدایی روباتیک به آن می‌دهید و هیچ شخصیتی در کار نیست.» در مورد جنسیت، این اغلب به تفاوت‌های فرهنگی بر اساس کشور مربوط می‌شود – که برخی از آن‌ها دیدگاه‌های بسیار عمیقی در مورد اینکه کدام جنسیت برای هر کار مناسب است، دارند. باز هم، انتخاب مشتری، و نه مکان Nuance برای تحمیل فلسفه های خود بر هر مشتری خاص.

خود صداها در دموهایی که من نشان داده ام غنی، روان و طبیعی به نظر می رسند. از نظر تئوری، آیا هر مشتری می‌تواند سعی کند آن‌ها را به‌عنوان انسان معرفی کند، یا حداقل به این موضوع اشاره نکند که آنها یک ربات هستند که در یک دروغ نادیده گرفته شده‌اند؟ لنکه هشدار می‌دهد: «اجازه دهید این‌طور بگویم: من شخصاً چنین کاری را توصیه نمی‌کنم».

اما دستیارهای مجازی چقدر مفید هستند؟ Nuance چندین مثال کلیدی از بهبودهای کسب و کار دارد، از بیومتریک صوتی که از رمز عبور فراتر رفته، تا رضایت شغلی کارکنان مرکز تماس، زیرا به طور خودکار به سؤالات اولیه خسته کننده آنها رسیدگی می شود. اما شاید ارزشمندترین آن در بخش مراقبت های بهداشتی باشد، یکی از مهم ترین حوزه های این شرکت.

فردریک برابانت، مدیر ارشد اطلاعات پزشکی Nuance، توضیح می دهد: «پزشکان بریتانیا به اندازه سه ساعت و نیم در روز کار مدیریتی انجام می دهند. چند نسخه نمایشی به من نشان داده می‌شود، یکی که در آن یک پزشک می‌تواند 20 نسخه را با استفاده از دستورات صوتی تقریباً یک سوم سریع‌تر تکمیل کند، و دیگری که در آن به یک متخصص مراقبت‌های بهداشتی تمام اطلاعات مربوطه در مورد بیماران مختلف خود در iPad داده می‌شود. از نظر معنایی، حتی به نظر می‌رسد که این سیستم پزشکان را برای جزئیاتی که ممکن است فراموش کرده باشند، ترغیب می‌کند: مثلاً کدام نوع دیابت، بنابراین یادداشت‌های آن‌ها هنگام انتقال معنا پیدا می‌کند. به گفته برابانت، این می تواند منجر به افزایش درآمد به طور متوسط ​​بین 6 تا 8 درصد شود.

هدف در اینجا آسان‌تر کردن کار پزشکان به جای جایگزینی یا افزایش تخصص حرفه‌ای آنهاست. دکترها از آن متنفرند. ما نمی خواهیم دستورالعمل دریافت کنیم. دستگاه هرگز نباید بگوید «شما هفت سال پزشکی خوانده‌اید، اما...» علی‌رغم محدودیت‌های یک NHS که هنوز عمدتاً مبتنی بر کاغذ است، بیش از 80 درصد از شرکت‌های معتبر دراگون پزشکی از آن استفاده می‌کنند.

انگلستان با درجات مختلف ادغام. با این حال، از نظر آینده، کاربردهایی فراتر از مدیریت وجود دارد. اگر در جراحی کار می کنید، به دلایل بهداشتی واضح نمی توانید با دستان خود به اطلاعات مهم دسترسی پیدا کنید، بنابراین دستیار صوتی کاملاً منطقی است.

و اینجاست که پیشرفت‌های دیگری که این شرکت به دنبال انجام آن در آینده است، واقعاً به وجود خواهد آمد: هوشمندتر و منطقی‌تر کردن نرم‌افزار. مثالی که به من داده شده است: اگر به ماشین خود بگویید: «پس از آخرین جلسه من در پیتزای جو رزرو کنید و به تام اطلاع دهید تا آنجا با من ملاقات کند»، در واقع بر ترکیبی از دانش بزرگ و معنایی تکیه می کنید. مسیریابی، برنامه ریزی، معناشناسی و گفتگو. باید برای آخرین جلسه با تقویم شما مشورت کند، با نقشه مشورت کنید تا ببینید پیتزا جو در رابطه با مکان جلسه کجاست، شماره رستوران را پیدا کنید و سعی کنید رزرو کنید، سپس اطلاعات تماس تام را جستجو کنید و پیام ارسال کنید. . این از نظر ظاهری چشمگیر است، اما آنها می‌خواهند که اگر پیتزای جو تماماً رزرو شده باشد، ماشین بتواند جایگزین‌های ایتالیایی باکیفیت پیدا کند و زمان‌هایی را پیشنهاد کند که برای همه مناسب باشد. از نظر تئوری، این خیلی دور نیست، و به همین ترتیب، گوشی هوشمندی که می‌تواند تعداد گلبول‌های قرمز یک بیمار در حال پرواز را به پزشک بگوید، بسیار نزدیک است. با این حال، پزشکان باید وابستگی خود را به کاغذ و خودکار از د��ت بدهند و ابتدا 100% دیجیتال شوند.

از نظر تئوری، این خیلی دور نیست، و به همین ترتیب، گوشی هوشمندی که می‌تواند تعداد گلبول‌های قرمز یک بیمار در حال پرواز را به پزشک بگوید، بسیار نزدیک است.»

برابانت نتیجه می گیرد: "من شخصا فکر می کنم فرصت های زیادی برای بریتانیا در چهار یا پنج سال آینده در انتقال دیجیتال وجود خواهد داشت و فناوری های جدید مانند تشخیص صدا و پردازش زبان طبیعی آن را به سطح بعدی می رساند."

پس از ترک رویداد و بازگشت به دفتر، تصمیم گرفتم دستیاران مجازی را دوباره امتحان کنم. می گویم: «OK Google»، «من را به خیابان گودج هدایت کن.» و این کار را در زمان مضاعف انجام می دهد، و من را به این فکر می اندازد که آیا بالاخره در دفتر شخصی من جای خالی برای دستیار مجازی وجود دارد یا خیر.

بعدی را بخوانید: 10 چیزی که باید در مورد هوش مصنوعی بدانید