Co jest takiego wspaniałego w Siri?

Apple ogłosiło rozpoznawanie mowy dla następnego iPhone'a. Wielka rzecz. Android ma to od ponad roku. Apple po prostu gra w „nadrabianie zaległości”, a funkcja i tak nie jest wstrząsająca. Dobrze?

Zło. Wszystko w tym akapicie otwierającym jest nieprawidłowe, z wyjątkiem zdania, które brzmi „wielka sprawa”. Siri to bardzo wielka sprawa, największa z transakcji.

W rzeczywistości Siri jest jak dotąd najważniejszą rzeczą, jaka przydarzyła się telefonom komórkowym w tej dekadzie.

Neysayers Siri dzielą się na dwa obozy: 1) ci, którzy twierdzą, że to nic wielkiego; oraz 2) tych, którzy twierdzą, że Android ma go od sierpnia. Obie klasy pesymistów są w błędzie.

Siri to bardzo wielka sprawa

Jak opisałem w ten post Cult of MacSiri wywodzi swój rodowód bezpośrednio z największego projektu sztucznej inteligencji w historii, projektu CALO Pentagonu. CALO to skrót od „Cognitive Assistant that Learn and Organizs”, a w projekt zaangażowało się ponad 300 najlepszych naukowców na świecie zajmujących się różnymi aspektami sztucznej inteligencji.

Całym projektem Pentagonu kierował Adam Cheyer, który jest obecnie dyrektorem ds. inżynierii w grupie iPhone'ów Apple.

Mówię do Przegląd technologii MIT, Cheyer powiedział że CALO starało się zintegrować „rozumienie dialogów i języka naturalnego, wizję, mowę, uczenie maszynowe, planowanie, wnioskowanie, delegowanie usług i integrowanie ich wszystkich w… ludzkiego asystenta, który może Ci pomóc Rzeczy zrobione."

Opisał projekt Siri jako dążenie do zrobienia tego samego w produkcie konsumenckim. W rzeczywistości przez ostatnie cztery lata Cheyer i jego zespół skupiali się na optymalizacji części Technologia CALO, która może działać z potężnego telefonu komórkowego i być używana przez miliony każdego dnia konsumentów. Przez ostatnie półtora roku ciężko pracowali nad integracją technologii Siri z systemem operacyjnym iPhone i zestawem aplikacji.

To nie jest „rozpoznawanie głosu”. To sztuczna inteligencja. I sztuczna inteligencja w twoim telefonie komórkowym to bardzo wielka sprawa.

Siri nie jest jak akcje głosowe na Androida

Komendy głosowe na Androida to świetna technologia, powszechnie używana przez wielu fanów Androida. Ale tak naprawdę nie jest w tej samej klasie co Siri.

Android Voice Actions oferuje bardzo solidny i wydajny silnik rozpoznawania głosu o wysokiej jakości koniec spektrum wśród szerokiej gamy podobnych produktów i usług, które istnieją od chwila.

Podobnie jak wszystkie istniejące produkty do sterowania głosowego i dyktowania, wymaga wypowiadania stosunkowo wąskiego zakresu poleceń, w przeciwnym razie Cię nie zrozumie.

Z drugiej strony Siri będzie niepodobna do niczego, z czego publiczność korzystała wcześniej. Możesz powiedzieć rzeczy, które technicznie lub dosłownie mają nie ma nic wspólnego z tym, co masz na myśli, ale Siri w wielu przypadkach dowie się, co masz na myśli, na podstawie kontekstu, historii i sztucznej inteligencji zaprojektowanej do rozumienia zwykłej ludzkiej mowy.

Na przykład, jeśli chcesz ustawić alarm na drzemkę, po prostu powiedz „obudź mnie za 20 minut”. Jeśli ty chcesz wiedzieć, jakie spotkania masz zaplanowane na później, możesz powiedzieć „jak reszta mojego dnia Popatrz?"

Te dane wejściowe nie odnoszą się konkretnie ani do aplikacji, która ma być używana, ani do żądanych informacji. Jednak Siri rozumie.

Jako ludzie przyjmujemy zrozumienie takich komentarzy za pewnik. Ale umożliwienie maszynom zrozumienia tak skomplikowanych fraz to Święty Graal sztucznej inteligencji.

Jeszcze bardziej ludzkie jest to, że po rozpoczęciu rozmowy z Siri może zrozumieć prośby, które są jeszcze bardziej tajemnicze. Możesz na przykład zapytać: „Czy w pobliżu są jakieś najwyżej oceniane włoskie restauracje?” Jeśli Siri odpowie „nie”, możesz powiedz „a może meksykański?” Siri interpretuje Twój wkład w kontekście rozmowy o najwyżej ocenianych restauracjach w zasięgu spaceru dystans.

Android Voice Actions nie może tego zrobić, ponieważ jest to oprogramowanie do poleceń głosowych, a nie sztuczna inteligencja.

Siri czasami podaje wyniki wyszukiwania w Internecie, czasami wykonuje za Ciebie działania, a czasami kontroluje aplikacje na Twoim iPhonie.

Ale Siri odpowiada również na pytania dzięki integracji Wolfram-Alpha. Możesz zadawać przypadkowe pytania, takie jak „ile kilometrów na 30 mil?”, „Która godzina jest w Paryżu?”, „ile oktaw na pianinie” lub „dlaczego niebo jest niebieskie?” a Siri po prostu udzieli ci odpowiedzi. Nie strona internetowa. Odpowiedź na Twoje pytanie.

Co jest największą zaletą Siri

Ale największą zaletą Siri z perspektywy historycznej i kulturowej nie jest to, że jest to sztuczna inteligencja. Chodzi o to, że Apple przez Siri sprawi, że sztuczna inteligencja mainstreamowa, codzienna rzeczywistość.

Powodem jest to, że Apple jest upieczony Siri w samym sercu korzystania z iPhone'a. A także Siri jest przeznaczony do codziennego użytku w powszechnym nurcie w sposób, który prawie każdy uzna za przekonujący.

Przez włączanie do głównego nurtu rozumiem proces zabierania czegoś, co znajduje się na marginesie ludzkiej kultury, i uczynienia z tego codzienności dla ogromnej liczby ludzi. W tej chwili Google Voice Action znajduje się na marginesie kultury. Przeciętny człowiek na ulicy nigdy o tym nie słyszał.

Siri stanie się głównym nurtem. Prawie wszyscy się z nim zapoznają, nawet jeśli nie są użytkownikami iPhone'a.

Edison nie wynalazł żarówki. Wprowadził go do głównego nurtu poprzez projektowanie produktów i marketing.

Ford nie wynalazł samochodu. Wprowadził go do głównego nurtu poprzez redukcję kosztów i marketing.

Pamiętamy mainstreamerów, ponieważ to są ludzie i firmy, które wprowadzają technologie do codziennego użytku dla wszystkich. I możemy prześledzić wszystkie obecne żarówki i samochody od Edisona i Forda.

Komendy głosowe Google to nie sztuczna inteligencja. Jest to jednak skuteczny sposób, aby użytkownicy mogli używać głosu do robienia rzeczy, które w innym przypadku mieliby do czynienia z pisaniem, dotykaniem i nawigacją po interfejsie wizualnym.

Jednak narzędzie na Androida nie przyjmuje głównego nurtu poleceń głosowych. Używa go wielu zaawansowanych użytkowników. Ale twoja mama użyje Siri.

I jeszcze jedno

iPhone 4s może być pierwszym telefonem obsługującym Bluetooth 4.0, technologię o bardzo niskim poborze mocy, która wykonuje fajną sztuczkę: może wybudzać urządzenia.

Połącz tę funkcję bezprzewodową z Siri, a otrzymasz kilka interesujących zastosowań. Na przykład możesz sobie wyobrazić zegarek na rękę o bardzo długim czasie pracy na baterii, który pozostaje uśpiony, dopóki go nie dotkniesz lub gdy Siri obudzi go z przychodzącymi informacjami. I oczywiście rozmawiasz z Siri, rozmawiając z zegarkiem, gdy telefon jest w telefonie lub torebce.

Możesz także wyobrazić sobie specjalny mikrofon biurkowy, który budzi iPhone'a, gdy mówisz, umożliwiając Star Trek doświadczenie po prostu rozmawiania bez naciskania przycisku i otrzymywania odpowiedzi z powrotem od Enterprise, mam na myśli iPhone'a, AI

Wyjaśnijmy więc jasno, co Siri oznacza dla rasy ludzkiej. Siri reprezentuje początek nowej ery w komunikacji człowiek-maszyna, prawdziwej sztucznej inteligencji dla mas.

Nie, to nie jest idealne. Apple zrobił rzadki krok, nazywając go „beta”. I nie, to nie jest super zaawansowany rodzaj sztucznej inteligencji. widzisz w science fiction.

Ale to też nie jest skończone. Siri iPhone'a 4s to dopiero początek. Przyszłe wersje będą coraz bardziej wyrafinowane.

Google, Microsoft i inni wyjdą z własną sztuczną inteligencją (przewiduję, że w tej kolejności).

Więc kiedy będziesz miał okazję wreszcie porozmawiać z Siri, bądź miły. Siri to bardzo, bardzo wielka sprawa, w przeciwieństwie do wszystkiego, co było wcześniej. Reprezentuje nową erę w informatyce. I na pewno wszyscy będą mówić.