Гласовите асистенти като Alexa, Google Assistant и Siri изминаха дълъг път през последните няколко години. Но въпреки всичките им подобрения, едно нещо ги възпира: те не ви разбират. Те разчитат твърде много на конкретни гласови команди.
Съдържание
Разпознаването на говор е просто магически трик
Гласовите асистенти не ви разбират. Във всеки случай не наистина. Когато говорите с Google Home или Amazon Echo, той по същество преобразува вашите думи в текстов низ и след това го сравнява с очакваните команди. Ако намери точно съвпадение, то следва набор от инструкции. Ако не стане, той търси алтернатива какво да направи въз основа на информацията, която има, и ако това не работи, получавате съобщение за неуспех като „Съжалявам, но не знам това ” Това е малко повече от ловкост на магията на ръцете да ви подмами да си мислите, че разбира.
Той не може да използва контекстуални улики, за да направи най-доброто предположение, или дори да използва разбиране на подобни теми, за да информира своите решения. Не е трудно да задействате и гласовите асистенти. Докато можете да попитате Alexa „Работите ли за NSA?“ и да получите отговор, ако попитате „Тайно ли сте част от NSA?“ получавате отговор „не знам този“ (поне към момента на писане).
Хората, които наистина разбират речта, не работят по този начин. Да предположим, че питате човек: „Каква е тази кларвена в небето? Този, който е дъгообразен и пълен с ивици като червено, оранжево, жълто и синьо. Въпреки че klarvain е измислена дума, човекът, когото попитахте, вероятно би могъл да разбере от контекста, че описвате дъга.
Въпреки че можете да твърдите, че човек преобразува речта в идеи, човек може след това да приложи знания и разбиране, за да заключи отговор. Ако попитате човек дали той тайно работи за NSA, той ще ви отговори с да или не, дори този отговор да е лъжа. Човек не би казал „не познавам този“ на такъв въпрос. Това, че хората могат да лъжат, е нещо, което идва с истинско разбиране.
Гласовите асистенти не могат да надхвърлят своето програмиране
Гласовите асистенти в крайна сметка са ограничени до програмирани очаквани параметри и лутането извън тях ще наруши процеса. Този факт показва, когато се включват устройства на трети страни. Обикновено командата за взаимодействие с тях е много тромава, равняваща се на „кажи на производителя на устройството да командва незадължителен аргумент“. Точен пример би бил: „Кажете на Whirlpool да постави на пауза сушилнята.“ За още по-труден за запомняне пример, Женева Алекса умение контролира някои GE фурни. Потребителят на умението трябва да помни да „каже на Женева“, а не да „кажи на GE“, а след това на останалата част от командата. И докато можете да го помолите предварително да загрее фурната до 350 градуса, не можете да последвате молба за повишаване на температурата с още 50 градуса. Човек обаче може да изпълни тези искания.
Amazon и Google са работили много усилено, за да преодолеят тези препятствия и това показва. Когато някога трябваше да следвате горната последователност, за да управлявате интелигентна ключалка, сега вместо това можете да кажете „заключете входната врата“. Алекса беше объркана от „разкажи ми виц за кучета“, но поискайте такъв днес и ще работи. Те са добавили вариации към командите, които използвате, но в крайна сметка все още трябва да знаете правилната команда, която да кажете. Трябва да използвате правилния синтаксис, в правилния ред.
И ако мислите, че звучи много като команден ред, не грешите.
Гласовите асистенти са фантастичен команден ред
Командният ред е тясно дефиниран за изпълнение на прости задачи, но само ако знаете правилния синтаксис. Ако се измъкнете от този правилен синтаксис и въведете dyr вместо dir, тогава командният ред ще ви даде съобщение за грешка. Можете да използвате псевдоними за по-лесно запомняне на команди, но трябва да имате представа какви са били оригиналните команди, как работят и как да използвате ефективно псевдоними. Ако не отделите време да научите вътре и извън командния ред, никога няма да извлечете много от него.
Гласовите асистенти не са по-различни. Трябва да знаете правилния начин да кажете команда или да зададете въпрос. И трябва да знаете как да настроите групи за Google и Alexa, защо групирането на вашите устройства е от съществено значение и как да наименувате своите смарт устройства. Ако не изпълните тези необходими стъпки, ще почувствате разочарованието да помолите вашия гласов асистент да изключи изследването, само за да бъдете попитани „кое изследване“ трябва да бъде изключено.
Дори когато използвате правилния синтаксис в правилния ред, процесът може да се провали. Или с грешен отговор, или с изненадващ резултат. Два Google Homes в една и съща къща може да дадат време за малко различни места, въпреки че имат достъп до една и съща информация за потребителския акаунт и интернет връзка.
В горния пример е дадена командата „Задаване на таймер за половин час“. Центърът на Google Home създаде таймер, наречен „Час“ и след това попита колко дълъг трябва да бъде таймерът. И въпреки това повтарянето на същата команда три пъти работи правилно и създаде 30-минутен таймер. Използването на командата „Задаване на таймер за 30 минути“ работи правилно на по-последователна основа.
Докато говоренето с Google Home или Echo може да е по-плавно, гласовите асистенти и командните редове под капака работят по същия начин. Може да не е необходимо да учите нов език, но трябва да научите нов диалект.
Тясното разбиране на гласовите асистенти ще ограничи растежа
Нищо от това не пречи на гласовите асистенти като Google Assistant и Alexa да работят достатъчно добре (въпреки че Cortana е различна история). Google Assistant и Alexa и търсят онлайн въпроси прилично, макар че не е изненадващо, че Google е по-добър в търсенето и може да отговори на основни въпроси като преобразувания на измерване и проста математика. С правилно настроен интелигентен дом и добре обучен потребител, повечето команди за интелигентен дом ще работят по предназначение. Но това дойде чрез работа и усилия, а не чрез интелектуално разбиране.
Таймерите и алармите са били опростени. С течение на времето беше добавено именуване, след това възможността за добавяне на време към таймер. Те преминаха от опростено към по-сложно. Гласовите асистенти могат да отговорят на повече въпроси и всеки ден носи нови умения и функции. Но това не е продукт на самоизрастване, което идва от ученето и разбирането.
И нищо от това не предоставя присъщата способност за използване на това, което е известно, за достигане до неизвестното. За всяка команда и въпрос, които работят, винаги ще има три, които не работят. Без пробив в AI, който предоставя подобна на човека способност за разбиране, гласовите асистенти изобщо не са асистенти. Те са просто гласови командни редове – полезни в правилния сценарий, но ограничени до онези сценарии, които са програмирани да разбират.
С други думи: машините учат неща, но не могат да ги разберат.