Pengertian Bahasa Alami Adalah Masa Depan A.I. Pengenalan suara

Dengan kedatangan Alexa dan kapasitas Siri yang konsisten dari Amazon untuk melakukan lebih banyak tugas (dan mendapatkan lebih banyak dan lebih lancang), banyak yang bertanya-tanya: apa yang selanjutnya untuk pemahaman bahasa alami dan antarmuka suara percakapan?

Ada beberapa perusahaan yang saling bersaing dalam lomba ini. Ada Wit.ai, perusahaan yang diakuisisi Facebook - Anda dapat bermain-main dengan demo. (Coba perintah ini: "Saya ingin menonton kucing.") Apple memiliki HomeKit-nya dan, dengan itu, melakukan apa yang terbaik dari Apple - menendang pantat. Amazon juga berada di depan dengan Echo dan Echo Dot yang dilengkapi Alexa.

Salah satu perusahaan yang populer di jalur pemahaman bahasa alami adalah MindMeld. MindMeld memberikan kemampuan pemahaman bahasa alami kepada perusahaan lain yang ingin menambahkan antarmuka suara cerdas ke produk, layanan, atau perangkat mereka. Perusahaan yang berbasis di San Francisco memberi para mitra pilihan infrastruktur dan penyesuaian sehingga perangkat mereka dapat memiliki asisten pribadi mereka yang telah disesuaikan. MindMeld baru-baru ini mengumumkan kemitraan semacam itu dengan Spotify, tetapi juga bekerja dengan perusahaan otomotif, agen pertahanan, perusahaan e-commerce, dan banyak lagi. (Dan, tentu saja, itu tidak dapat berbagi banyak spesifik dari kemitraan semacam itu.)

Terbalik berbicara dengan MindMeld, Sam Vasisht tentang keadaan bidang pengenalan suara - tetapi ia dengan cepat menunjukkan bahwa "pengenalan suara," sebagai sebuah perusahaan, sekarang menjadi "topik duniawi." Saat ini, ini semua adalah tentang "pemahaman bahasa alami. ”Pengenalan suara hampir mencapai puncaknya: setelah 50 tahun perkembangan aneh, AI sekarang dapat secara efektif mengenali ucapan. Sistem ini hampir lebih baik daripada manusia di tempat kerja, dan tentunya akan segera melampaui manusia.

Langkah selanjutnya yang dapat diprediksi, kemudian - seperti perkembangan anak - adalah mengajarkan sistem ini memahami bahasa yang sekarang bisa mereka kenali. “Manusia ini berbicara kata-kata; ini adalah kata-kata "jauh dari kata," Saya memahami apa yang dikatakan manusia ini; izinkan saya untuk membantu."

Dan langkah lebih lanjut dan pengembangan membutuhkan interpretasi berarti: Meniru cara pikiran manusia memproses informasi verbal. Ada dua bagian dari persamaan ini. Yang pertama adalah niat: Apa tujuan atau keinginan manusia dalam mengucapkan kalimat ini? Komputer yang dapat mengekstrak maksud dari kalimat yang diucapkan dapat "memahami" bahwa manusia ingin mempengaruhi x atau berinteraksi dengan y. Terjalin dengan proses ini adalah bagian kedua dari persamaan: Entity. A.I. harus tahu cara menentukan entitas yang sedang dituju, objek niat manusia.

Untuk melakukannya, MindMeld tidak (seperti yang saya duga, atau harapkan) mempekerjakan filsuf.Ini mempekerjakan ahli bahasa alami, tetapi banyak dari A.I. Proses "belajar" itu sendiri relatif mudah. Jika Anda mengajarkan sistem untuk memahami pesanan kopi, Anda harus menunjukkan sistem semua cara yang berbeda yang mungkin orang memesan kopi.

"Aku suka moka."

"Bisakah saya minta secangkir joe?"

"Cuma kopi besar untukku."

Dan di situlah ahli bahasa alami - ahli bahasa - masuk. Tetapi bahkan itu tidak lagi diperlukan karena kita dapat melakukan crowdsource data. Alat-alat ini memungkinkan Anda untuk menanyakan ribuan orang pertanyaan yang sama dan menyusun tanggapan mereka. Kemudian, Anda cukup memasukkan respons tersebut ke A.I., dan voila: A.I. dapat bereaksi terhadap berbagai pertanyaan yang mungkin. “Dari ribuan pertanyaan, kita sekarang pada dasarnya hanya dapat mempelajari bagaimana miliaran dari pertanyaan lain dapat dihasilkan,” kata Vasisht.

Terbalik tanya Vasisht, yang sudah lama menjadi orang dalam di A.I. dan alam pemahaman bahasa alami, untuk berspekulasi bagi kita.

Bisakah MindMeld berpartisipasi dalam dialog panjang? Misalnya, jika saya mengajukan pertanyaan tindak lanjut, apakah A.I. mengerti dan terus merespons?

Iya nih. Itu adalah bagian dari desain. Jika seseorang mengajukan pertanyaan yang tidak lengkap - jadi, misalnya, jika saya memesan kopi, dan saya tidak menentukan ukuran kopi yang saya inginkan, itu akan kembali dan berkata, “Kopi ukuran apa yang Anda ingin?"

Apakah Anda mengharapkan kemajuan pada tes Turing?

Saya pikir kita sangat dekat dengannya. Maksudku, IBM Watson melakukannya Bahaya!, dan saya pikir itu adalah contoh yang sangat bagus. Kami berada di titik itu: Sudah sangat dekat. Sama seperti, sekarang, dalam hal pengenalan ucapan kita berada pada titik di mana mesin sama baiknya dengan manusia, saya pikir kita akan - tentu dalam tiga sampai lima tahun ke depan - berada pada titik di mana sebagian besar suara percakapan ini sistem akan dianggap sebaik manusia.

Seperti apa otomatisasi rumah yang dilakukan MindMeld?

Kami dapat menerapkan teknologi kami untuk segala jenis produk, segala jenis layanan, segala jenis domain data. Otomatisasi rumah adalah salah satunya. Di dalam rumah, Anda memiliki kontrol pencahayaan, termostat, sistem keamanan, sistem audio, sistem video, semua hal itu. Kami dapat mengontrol sistem apa pun asalkan ada antarmuka yang sesuai.

Apa yang Anda harapkan dapat Anda lakukan dengan MindMeld di rumah Anda sendiri?

Saya pikir kasus penggunaan yang lebih maju - seperti berbicara dengan Spotify saya untuk mengatakan "Mainkan saya daftar putar Rolling Stones," atau "Mainkan saya musik klasik malam ini" - hal-hal seperti itu akan … mengagumkan.

Adakah yang lebih tak terduga atau out-of-the-box yang ingin Anda kendalikan dengan suara Anda?

Hal-hal yang saya jelaskan kepada Anda adalah hal-hal yang saya pikir sudah dekat. Dengan kata lain, ini akan terjadi segera. Apa yang tidak akan terjadi segera, saya pikir, akan menjadi hal-hal seperti microwave, mesin kopi, dan lemari es. Memiliki alat-alat semacam ini dapat dikontrol - jadi pada dasarnya saya dapat mengatakan, “Apakah mesin kopi saya siap untuk membuat kopi? Nyalakan mesin kopi "dan jika belum disiapkan, itu harus kembali dan berkata" Maaf, tapi mesin kopi Anda belum siap "- kecerdasan seperti itu belum ada. Itu akan menjadi cawan suci: Di ​​mana pada dasarnya setiap perangkat dapat berbicara kembali kepada Anda dan memberi tahu Anda apa yang bisa dan tidak bisa dilakukan. Tapi kita belum sampai di sana.

Menurut Anda apa yang menahan industri ini?

Ini adalah peralatan yang sangat murah, sekarang. Maksud saya, ini adalah peralatan yang bisa Anda beli hampir tanpa apa-apa. Sepuluh tahun yang lalu, harganya jauh lebih mahal. Jadi, membangun fitur baru adalah sesuatu yang menambah biaya perangkat ini. Pada akhirnya, proposisi nilai saat ini sangat kuat; sebagian besar pabrikan ini tidak cenderung untuk menambah fitur baru, kecuali mereka berada pada titik biaya yang sangat rendah.

Saya pikir itu salah satu aspeknya. Aspek lain dari itu adalah, kita berbicara tentang menghubungkan perangkat-perangkat ini. Jadi, harus ada lebih dari sekadar case-use suara untuk menghubungkan perangkat ini. Pasti ada lebih banyak kemampuan yang perlu digunakan pada koneksi itu sebelum menjadi layak.

Apakah Anda tahu ada perusahaan yang bekerja pada kapasitas yang terakhir?

Banyak perusahaan semikonduktor bekerja pada susunan mikrofon yang sangat murah. Jenis hal yang dapat Anda embed pada dasarnya - dengan biaya yang sangat rendah, pada hampir semua perangkat atau aplikasi - yang memungkinkan adanya input suara. Dan Anda tidak harus berdiri di samping perangkat ini - Anda dapat berbicara dari jarak 10 kaki. Membangun kemampuan itu - saya pikir itulah titik awalnya. Dan saya pikir itu akan memungkinkan orang untuk mulai meletakkan mikrofon pada perangkat, dan selanjutnya, kemampuan canggih akan mengikuti. Tetapi sampai sekarang, saya tidak tahu perusahaan mana pun yang membangun mesin kopi pintar semacam ini, atau microwave pintar, atau mesin cuci.

Apa perkiraan terbaik Anda ketika kami memiliki rumah yang sepenuhnya cerdas, apartemen yang sepenuhnya pintar?

Hari ini, kita sebenarnya hampir memiliki semua subsistem penting di rumah yang orang inginkan otomatis, yang mampu diotomatisasi. Ini termasuk lampu, termostat, sistem keamanan, pintu garasi, kunci pintu depan - hal-hal seperti itu. Semua hal ini bisa dilakukan. Masalahnya sebenarnya sekitar titik harga. Ini masih pada titik harga di mana sebagian besar pengadopsi awal dan orang-orang yang sangat membutuhkannya. Tetapi poin harga pada hal-hal ini turun secara dramatis, sangat cepat. Saya pikir kita mungkin akan membawa subsistem ini ke pasar massal dalam beberapa tahun ke depan.

Hal-hal lain yang saya bicarakan - mengotomatisasi peralatan yang sangat murah - saya pikir itu mungkin dalam kerangka waktu lima hingga tujuh tahun paling awal. Lebih seperti 10 tahun, sebelum itu menjadi kenyataan. Tetapi, seperti yang saya katakan sebelumnya, itu adalah hal-hal yang akan membutuhkan sejumlah hal lain untuk bersatu. Dan itu bisa terjadi lebih cepat jika berbagai bahan itu bersatu lebih cepat.

Menurut Anda seperti apa apartemen New York City atau San Francisco di, katakanlah, 2050?

2050! Wow. Saya pikir kita akan sepenuhnya di sana. Hal-hal yang kita saksikan dalam film-film fiksi ilmiah - di mana Anda dapat berbicara banyak dengan setiap sistem di rumah Anda, dan mengendalikan semuanya dengan suara - saya pikir kemampuan semacam itu akan tersebar luas. Pasti di kota-kota seperti New York dan San Francisco.