Η Apple ανακοίνωσε την αναγνώριση ομιλίας για το επόμενο iPhone. Μεγάλο θέμα. Το Android το είχε για περισσότερο από ένα χρόνο. Η Apple απλώς παίζει "catch-up" και το χαρακτηριστικό δεν είναι πραγματικά γκρεμιστικό ούτως ή άλλως. Σωστά?
Λανθασμένος. Όλα σε αυτήν την πρώτη παράγραφο είναι λάθος, εκτός από την πρόταση που γράφει "μεγάλη υπόθεση". Το Siri είναι μια πολύ μεγάλη υπόθεση, η μεγαλύτερη από αυτές.
Στην πραγματικότητα, το Siri είναι το πιο σημαντικό πράγμα που συνέβη στα κινητά αυτήν τη δεκαετία μέχρι τώρα.
Οι αρνητές του Siri πέφτουν σε δύο στρατόπεδα: 1) εκείνους που λένε ότι δεν είναι μεγάλη υπόθεση. και 2) όσοι λένε ότι το Android το έχει από τον Αύγουστο. Και οι δύο κατηγορίες αρνητών είναι λάθος.
Το Siri είναι μια πολύ μεγάλη συμφωνία
Όπως ανέφερα λεπτομερώς αυτή τη δημοσίευση Cult of Mac, Το Siri εντοπίζει τη γενεαλογία του άμεσα στο μεγαλύτερο έργο τεχνητής νοημοσύνης στην ιστορία, το έργο CALO του Πενταγώνου. Το CALO σημαίνει "Γνωστικός βοηθός που μαθαίνει και οργανώνει" και το έργο συμμετείχε πάνω από 300 κορυφαίοι ερευνητές στον κόσμο σε διάφορες πτυχές της τεχνητής νοημοσύνης.
Ολόκληρο το έργο του Πενταγώνου είχε επικεφαλής τον Adam Cheyer, ο οποίος είναι τώρα διευθυντής μηχανικής για την ομάδα iPhone της Apple.
Μιλώντας στο MIT Technology Review, Cheyer είπε ότι το CALO προσπάθησε να ενσωματώσει «διάλογο και κατανόηση φυσικής γλώσσας, όραση, ομιλία, μηχανική μάθηση, προγραμματισμός, συλλογισμός, ανάθεση υπηρεσιών και ενσωμάτωσή τους σε έναν… ανθρώπινο βοηθό που μπορεί να σας βοηθήσει να αποκτήσετε πράγματα που έγιναν. "
Περιέγραψε το έργο Siri ως επιδίωξη να κάνει το ίδιο πράγμα σε ένα καταναλωτικό προϊόν. Στην πραγματικότητα, τα τελευταία τέσσερα χρόνια, ο Cheyer και η ομάδα του έχουν επικεντρωθεί στη βελτιστοποίηση των τμημάτων του Τεχνολογία CALO που μπορεί να εκτελεστεί από ένα ισχυρό κινητό τηλέφωνο και να χρησιμοποιηθεί από εκατομμύρια καθημερινά Καταναλωτές. Τον τελευταίο ενάμιση χρόνο, εργάζονται σκληρά για να ενσωματώσουν την τεχνολογία Siri στο λειτουργικό σύστημα iPhone και το σύνολο εφαρμογών.
Δεν είναι "αναγνώριση φωνής". Είναι τεχνητή νοημοσύνη. Και ο Α.Ι. στο κινητό σας είναι πολύ μεγάλη υπόθεση.
Το Siri δεν είναι σαν τις φωνητικές ενέργειες Android
Το Android Voice Actions είναι εξαιρετική τεχνολογία και χρησιμοποιείται ευρέως από πολλούς θαυμαστές του Android. Αλλά δεν είναι στην ίδια κατηγορία με το Siri.
Το Android Voice Actions προσφέρει μια πολύ σταθερή και ικανή μηχανή αναγνώρισης φωνής που είναι υψηλής ποιότητας τέλος του φάσματος μεταξύ του ευρέος φάσματος παρόμοιων προϊόντων και υπηρεσιών που υπήρχαν εδώ και καιρό Για λίγο.
Όπως όλα τα υπάρχοντα προϊόντα φωνητικής εντολής και υπαγόρευσης, απαιτεί να πείτε ένα σχετικά μικρό εύρος εντολών, διαφορετικά δεν θα σας καταλάβει.
Το Siri, από την άλλη πλευρά, δεν μοιάζει με οτιδήποτε έχει χρησιμοποιήσει το κοινό πριν. Μπορείτε να πείτε πράγματα που έχουν τεχνικά ή κυριολεκτικά καμια σχεση με αυτο που εννοεις, αλλά η Siri σε πολλές περιπτώσεις θα καταλάβει τι εννοείτε με βάση το πλαίσιο, την ιστορία και την τεχνητή νοημοσύνη που έχει σχεδιαστεί για να κατανοεί τον κανονικό ανθρώπινο λόγο.
Για παράδειγμα, εάν θέλετε να ρυθμίσετε ένα ξυπνητήρι για τον υπνάκο σας, απλώς πείτε "ξύπνα με σε 20 λεπτά". Αν εσύ θέλετε να μάθετε ποιες συναντήσεις έχετε προγραμματίσει για αργότερα, μπορείτε να πείτε, «πώς είναι η υπόλοιπη μέρα μου Κοίτα?"
Αυτές οι είσοδοι δεν αναφέρονται συγκεκριμένα ούτε στην εφαρμογή που θα χρησιμοποιηθεί ούτε στις επιθυμητές πληροφορίες. Ωστόσο, η Siri καταλαβαίνει.
Ως άνθρωποι, θεωρούμε δεδομένη την κατανόηση τέτοιων σχολίων. Αλλά το να καταλάβεις τις μηχανές για να καταλάβουν τέτοιες περίπλοκες φράσεις είναι το Άγιο Δισκοπότηρο της τεχνητής νοημοσύνης.
Ακόμα πιο ανθρώπινο είναι ότι μόλις ξεκινήσετε μια συνομιλία με το Siri, μπορεί να καταλάβει αιτήματα που είναι ακόμη πιο κρυφά. Για παράδειγμα, μπορείτε να ρωτήσετε: "Υπάρχουν ιταλικά εστιατόρια με κορυφαία βαθμολογία σε κοντινή απόσταση με τα πόδια;" Εάν η Siri απαντήσει, "όχι", μπορείτε πείτε, "τι λέτε για το Μεξικό;" Το Siri ερμηνεύει τη γνώμη σας στο πλαίσιο μιας συνομιλίας για εστιατόρια με κορυφαία βαθμολογία στο περπάτημα απόσταση.
Οι Android Voice Actions δεν μπορούν να κάνουν κάτι τέτοιο επειδή είναι λογισμικό φωνητικών εντολών και όχι τεχνητή νοημοσύνη.
Το Siri μερικές φορές σας δίνει αποτελέσματα αναζήτησης στον ιστό, μερικές φορές πραγματοποιεί ενέργειες για εσάς και μερικές φορές ελέγχει τις εφαρμογές στο iPhone σας.
Αλλά η Siri απαντά επίσης σε ερωτήσεις, χάρη στην ενσωμάτωση Wolfram-Alpha. Μπορείτε να κάνετε τυχαίες ερωτήσεις όπως "πόσα χιλιόμετρα σε 30 μίλια;", "Τι ώρα είναι στο Παρίσι;", "πόσες οκτάβες στο πιάνο" ή "γιατί ο ουρανός είναι μπλε;" και η Siri θα σου δώσει απλώς την απάντηση. Δεν είναι ιστοσελίδα. Μια απάντηση στην ερώτησή σας.
Ποιο είναι το μεγαλύτερο σπουδαίο πράγμα για το Siri
Αλλά το μεγαλύτερο πράγμα για το Siri από ιστορική και πολιτιστική σκοπιά δεν είναι ότι είναι τεχνητή νοημοσύνη. Είναι ότι η Apple μέσω του Siri θα κάνει την A.I. μια κυρίαρχη, καθημερινή πραγματικότητα.
Ο λόγος είναι ότι η Apple ψήνει το Siri ακριβώς στην βασική εμπειρία χρήσης του iPhone. Και επίσης το Siri έχει σχεδιαστεί για συνηθισμένη, καθημερινή χρήση με τρόπο που σχεδόν όλοι θα βρουν συναρπαστικό.
Με την ενσωμάτωση της έννοιας, εννοώ τη διαδικασία λήψης κάτι που βρίσκεται στο περιθώριο του ανθρώπινου πολιτισμού και το καθιστά καθημερινό μέρος της ζωής για έναν τεράστιο αριθμό ανθρώπων. Αυτή τη στιγμή, η Google Voice Action βρίσκεται στο περιθώριο του πολιτισμού. Ο μέσος άνθρωπος στο δρόμο δεν το άκουσε ποτέ.
Το Siri θα γίνει mainstream. Σχεδόν όλοι θα εξοικειωθούν με αυτό, ακόμη και αν δεν είναι χρήστες iPhone.
Ο Έντισον δεν εφηύρε τον λαμπτήρα. Το ενσωμάτωσε μέσω του σχεδιασμού προϊόντων και του μάρκετινγκ.
Η Ford δεν εφηύρε το αυτοκίνητο. Το ενσωμάτωσε μέσω της μείωσης του κόστους και του μάρκετινγκ.
Θυμόμαστε τους mainstreamers γιατί αυτοί είναι οι άνθρωποι και οι εταιρείες που χρησιμοποιούν τις τεχνολογίες σε καθημερινή χρήση για όλους. Και μπορούμε να εντοπίσουμε όλους τους τρέχοντες λαμπτήρες και αυτοκίνητα πίσω στο Edison και τη Ford.
Οι Google Voice Actions δεν είναι τεχνητή νοημοσύνη. Αλλά είναι ένας αποτελεσματικός τρόπος για τους χρήστες να χρησιμοποιούν τη φωνή για να κάνουν πράγματα που διαφορετικά θα είχαν να κάνουν με την πληκτρολόγηση και το άγγιγμα και την πλοήγηση μέσω μιας οπτικής διεπαφής.
Ωστόσο, το εργαλείο Android δεν λαμβάνει τη φωνητική εντολή mainstream. Το χρησιμοποιούν πολλοί χρήστες ενέργειας. Αλλά η μαμά σου θα χρησιμοποιήσει το Siri.
Και κάτι ακόμα
Το iPhone 4s μπορεί να είναι το πρώτο τηλέφωνο που υποστηρίζει Bluetooth 4.0, μια τεχνολογία εξαιρετικά χαμηλής κατανάλωσης ενέργειας που κάνει ένα προσεγμένο κόλπο: Μπορεί να ξυπνήσει τις συσκευές.
Συνδυάστε αυτήν την ασύρματη δυνατότητα με το Siri και έχετε μερικές ενδιαφέρουσες χρήσεις. Για παράδειγμα, μπορείτε να φανταστείτε ένα ρολόι χειρός με εξαιρετικά μεγάλη διάρκεια ζωής μπαταρίας που παραμένει σε κατάσταση ύπνου, εκτός εάν το αγγίξετε για λίγο ή όταν το ξυπνήσει η Siri με κάποιες εισερχόμενες πληροφορίες. Και, φυσικά, θα μιλούσατε στη Siri μιλώντας στο ρολόι, ενώ το τηλέφωνο βρίσκεται στο τηλέφωνο ή την τσάντα σας.
Θα μπορούσατε επίσης να φανταστείτε ένα επιτραπέζιο μικρόφωνο ειδικού σκοπού που ξυπνά το iPhone σας όταν μιλάτε, επιτρέποντας ένα Star Trek εμπειρία απλής συνομιλίας χωρίς να πιέσετε ένα κουμπί και επιστροφής απαντήσεων από το Enterprise, εννοώ του iPhone, ΟΛΑ ΣΥΜΠΕΡΙΛΑΜΒΑΝΟΝΤΑΙ.
Ας είμαστε λοιπόν σαφείς σχετικά με το τι σημαίνει το Siri για την ανθρώπινη φυλή. Το Siri αντιπροσωπεύει την αυγή μιας νέας εποχής στη διασύνδεση ανθρώπου-μηχανής, πραγματικής τεχνητής νοημοσύνης για τις μάζες.
Όχι, δεν είναι τέλειο. Η Apple έκανε το σπάνιο βήμα για να την αποκαλέσει "beta". Και όχι, δεν είναι το σούπερ προηγμένο είδος A.I. βλέπετε στην επιστημονική φαντασία.
Αλλά επίσης δεν έχει τελειώσει. Το Siri του iPhone 4s είναι μόνο η αρχή. Οι μελλοντικές εκδόσεις θα γίνουν όλο και πιο εξελιγμένες.
Η Google, η Microsoft και άλλοι θα βγουν με τη δική τους Α.Ι. (με αυτή τη σειρά, προβλέπω).
Έτσι, όταν έχετε την ευκαιρία να μιλήσετε επιτέλους με τη Siri, να είστε καλοί. Το Siri είναι μια πολύ, πολύ μεγάλη υπόθεση και σε αντίθεση με οτιδήποτε έχει συμβεί στο παρελθόν. Αντιπροσωπεύει μια νέα εποχή στον υπολογιστή. Και σίγουρα θα κάνει όλους να μιλήσουν.