Apple обяви разпознаване на реч за следващия iPhone. Голяма работа. Android го има повече от година. Apple просто играе „наваксване“ и функцията не е наистина разтърсваща земята. Нали?
Грешно. Всичко в този начален параграф е грешно, с изключение на изречението, което гласи „голяма работа“. Siri е много голяма сделка, най -голямата сделка.
Всъщност Siri е най -важното нещо, което се случва с мобилните устройства през това десетилетие досега.
Недоволните от Siri попадат в два лагера: 1) тези, които казват, че това не е голяма работа; и 2) тези, които казват, че Android го има от август. И двата класа противници грешат.
Siri е много голяма сделка
Както подробно описах в тази публикация на Cult of Mac, Siri проследява родословието си директно до най -големия в историята проект за изкуствен интелект, проекта на Пентагона CALO. CALO означава „Когнитивен асистент, който учи и организира“, а проектът включва над 300 от най -добрите световни изследователи в различни аспекти на A.I.
Целият проект на Пентагона беше ръководен от Адам Шайер, който сега е директор по инженеринг за групата iPhone на Apple.
Говорейки с Технологичен преглед на MIT, Шайер казах че CALO се стреми да интегрира „диалог и разбиране на естествен език, визия, реч, машинно обучение, планиране, разсъждение, делегиране на услуги и ги интегрирайте всички в... човешки асистент, който може да ви помогне да получите свършени неща. "
Той описа проекта Siri като опит да направи същото в потребителския продукт. Всъщност през последните четири години Cheyer и неговият екип са фокусирани върху оптимизирането на частите на CALO технология, която може да се изпълнява от мощен мобилен телефон и да бъде използвана от милиони всеки ден потребители. През последната година и половина те работят усилено, за да интегрират технологията Siri в iPhone OS и набор от приложения.
Това не е „разпознаване на глас“. Това е изкуствен интелект. И А.И. във вашия мобилен телефон е много голяма работа.
Siri не е като гласовите действия на Android
Android Voice Actions е страхотна технология и се използва широко от много фенове на Android. Но всъщност не е в същия клас като Siri.
Android Voice Actions предлага много солиден и способен механизъм за разпознаване на глас, който е с високо качество край на спектъра сред широката гама от подобни продукти и услуги, които съществуват Известно време.
Подобно на всички съществуващи продукти за гласови команди и диктовки, той изисква да кажете сравнително тесен набор от команди или иначе няма да ви разбере.
Siri, от друга страна, няма да прилича на нищо, което обществеността е използвала преди. Можете да кажете неща, които технически или буквално имат нищо общо с това, което имаш предвид, но Siri в много случаи ще разбере какво имате предвид въз основа на контекста, историята и изкуствения интелект, предназначени да разбират обикновената човешка реч.
Например, ако искате да настроите аларма за дрямка, просто кажете „събуди ме след 20 минути“. Ако ти искате да знаете какви срещи сте насрочили за по -късно, можете да кажете „как е останалата част от деня ми виж?"
Тези входове конкретно не посочват нито приложението, което трябва да се използва, нито желаната информация. И все пак Сири разбира.
Като хора приемаме разбирането за подобни коментари за даденост. Но да накараш машините да разберат такива сложни фрази е Свещеният Граал на изкуствения интелект.
Още по-човешко е, че след като започнете разговор със Siri, той може да разбере искания, които са още по-загадъчни. Например, може да попитате: „Има ли най-високо оценени италиански ресторанти на пешеходно разстояние?“ Ако Siri отговори „не“, можете кажете „какво ще кажете за мексикански?“ Siri интерпретира вашия принос в контекста на разговор за ресторанти с най-висок рейтинг в рамките на ходене разстояние.
Гласовите действия на Android не могат да направят нищо подобно, защото това е софтуер за гласови команди, а не изкуствен интелект.
Siri понякога ви дава резултати от търсенето в мрежата, понякога предприема действия вместо вас и понякога контролира приложенията на вашия iPhone.
Но Siri също отговаря на въпроси, благодарение на интеграцията на Wolfram-Alpha. Можете да задавате произволни въпроси като „колко километра в 30 мили?“, „Колко е часът в Париж?“, „Колко октави на пиано“ или „защо небето е синьо?“ и Siri просто ще ви даде отговора. Не е уеб страница. Отговор на вашия въпрос.
Какво е най -голямото велико нещо за Siri
Но най -голямото нещо за Siri от историческа и културна гледна точка не е, че това е изкуствен интелект. Това е, че Apple чрез Siri ще направи A.I. мейнстрийм, ежедневна реалност.
Причината е, че Apple пече Siri направо в основното изживяване при използването на iPhone. Освен това Siri е създаден за ежедневна употреба по начин, който почти всеки ще намери за завладяващ.
Под интегриране имам предвид процеса на вземане на нещо, което е на ръба на човешката култура, и превръщането му в ежедневие на голям брой хора. В момента Google Voice Action е на ръба на културата. Средностатистическият човек на улицата никога не е чувал за това.
Siri ще стане мейнстрийм. Почти всеки ще се запознае с него, дори и да не са потребители на iPhone.
Едисън не е изобретил крушката. Той го интегрира чрез продуктовия дизайн и маркетинга.
Форд не е изобретил автомобила. Той го интегрира чрез намаляване на разходите и маркетинг.
Спомняме си мейнстриймърите, защото това са хората и компаниите, които влагат технологиите във всекидневна употреба за всички. И можем да проследим всички актуални крушки и коли до Едисон и Форд.
Google Voice Actions не е изкуствен интелект. Но това е ефективен начин потребителите да използват глас, за да правят неща, които иначе биха имали с въвеждането, докосването и навигирането през визуален интерфейс.
Инструментът за Android обаче не приема гласовете на гласовите команди. Много мощни потребители го използват. Но майка ти ще използва Siri.
И още нещо
iPhone 4s може да е първият телефон, поддържащ Bluetooth 4.0, технология с ултра ниска мощност, която прави чист трик: може да събуди устройствата.
Комбинирайте тази безжична възможност със Siri и имате някои интересни приложения. Например, можете да си представите супер дълъг часовник с батерия, който остава в спящ режим, освен ако не го докоснете за известно време или когато Siri го събуди с някаква входяща информация. И, разбира се, бихте говорили със Siri, като говорите с часовника, докато телефонът е във вашия телефон или чанта.
Можете също така да си представите десктоп микрофон със специално предназначение, който събужда вашия iPhone, когато говорите, позволявайки Star Trek опит просто да говоря без натискане на бутон и да получавам отговори от Enterprise, имам предвид iPhone, A.I.
Така че нека бъдем много ясни какво означава Siri за човешката раса. Siri представлява зората на нова ера в взаимодействието човек-машина, истински изкуствен интелект за масите.
Не, не е идеално. Apple направи рядката стъпка, като я нарече „бета“. И не, това не е супер напредналият вид A.I. виждате в научната фантастика.
Но също така не е завършено. Siri на iPhone 4s е само началото. Бъдещите версии ще стават все по -сложни.
Google, Microsoft и други ще излязат със собствен AI (в този ред, предвиждам).
Така че, когато имате възможност най -накрая да говорите със Siri, бъдете мили. Siri е много, много голяма работа и за разлика от всичко, което се е случвало преди. Той представлява нова ера в компютрите. И определено ще накара всички да говорят.