Alexa, suprask mane

romanas Muradovas

2012 m. rugpjūčio 31 d. keturi „Amazon“ inžinieriai pateikė pagrindinį patentą tam, kas galiausiai tapo „Alexa“ – dirbtinio intelekto sistema, sukurta susieti su vienu didžiausių ir painiausių duomenų rinkinių pasaulyje: žmogaus kalba. Inžinieriams reikėjo tik 11 žodžių ir paprastos diagramos, kad apibūdintų, kaip tai veiks. Tylioje patalpoje esantis vartotojas vyras sako: paleiskite „The Beatles“ „Let It Be“. Mažas stalinis aparatas atsako: Jokių problemų, Džonai, ir pradeda groti prašomą dainą.

Nuo tos kuklios pradžios balsu pagrįstas dirbtinis intelektas namams tapo dideliu „Amazon“ verslu ir vis dažniau strateginiu mūšio lauku su jos konkurentais technologijų srityje. „Google“, „Apple“, „Samsung“ ir „Microsoft“ įdarbina tūkstančius tyrėjų ir verslo specialistų, siekdamos sukurti nenugalimas lengvai naudojamų įrenginių, su kuriais galėtume kalbėtis, versijas. Iki šiol visi buvome linkę prisitaikyti prie technologijų, susijusių su spausdinimu, bakstelėjimu ar perbraukimu. Dabar naujosios vartotojo sąsajos lenkiasi mums, pastebi Ahmedas Bouzidas, „Witlingo“, kuriančios visų rūšių balsu valdomas programėles bankams, universitetams, advokatų kontoroms ir kt., generalinis direktorius.

Ši istorija buvo mūsų 2017 m. rugsėjo mėnesio numerio dalis

• Žr. likusią numerio dalį
• Prenumeruoti

„Amazon“ tai, kas prasidėjo kaip geresnio jukebox platforma, tapo kažkuo didesniu: dirbtinio intelekto sistema, sukurta remiantis žmogaus duomenimis ir nuolat iš jų besimokanti. Jo „Alexa“ varomas „Echo“ cilindras ir „Tinier Dot“ yra visur esantys namų ūkio pagalbininkai, galintys išjungti šviesą, pasakoti anekdotus ar leisti skaityti naujienas be rankų. Jie taip pat renka daugybę duomenų apie savo vartotojus, kurie naudojami tobulinant „Alexa“ ir papildant jos naudojimą.

Nuo jų debiuto rinkoje 2014 m. buvo parduota dešimtys milijonų „Alexa“ varomų mašinų. Manoma, kad JAV balsu valdomų dirbtinio intelekto įrenginių rinkoje „Amazon“ parduoda apie 70 procentų visų vienetų, nors konkurencija auga. „Google Home“ taip pat pardavė milijonus vienetų, o „Apple“ ir „Microsoft“ netrukus išleis savo versijas.

Didžiausias pelnas yra galimybė kontroliuoti arba bent jau paveikti tris svarbias rinkas: namų automatizavimą, namų pramogas ir apsipirkimą. Sunku žinoti, kiek žmonių nori kalbėtis su savo šaldytuvais, bet kasdienio gyvenimo modeliai greitai keičiasi. Lygiai taip pat, kaip išmanieji telefonai pakeitė viską nuo pasimatymų etiketo iki pėsčiųjų ėjimo greičio, balsu pagrįstas AI pradeda keisti daugelį namų gyvenimo aspektų. Kam keltis užrakinti priekines duris ar įjungti automobilio šildytuvą žiauriai šaltą dieną, kai Alexa ar jos giminė gali akimirksniu sutvarkyti reikalus?

Kol kas „Amazon“ nebando rinkti pajamų iš įmonių, gaminančių išmaniuosius termostatus, elektros lemputes ir kitus prie „Alexa“ prijungtus įrenginius. Vis dėlto nesunku įsivaizduoti būdus, kaip galėtų pasiskirstyti pajamų pasidalijimo susitarimai ar kiti mokėjimai. Mažiausia iš šių trijų rinkų – namų automatizacija – jau kasmet išleidžia daugiau nei 5 mlrd. USD, o mažmeninė prekyba pernai JAV siekė 4,9 trilijonus USD. Šiandien „Amazon“ uždirba pinigus iš pačių įrenginių, kurių kainos svyruoja nuo 50 USD už „Dots“ iki 230 USD už aukščiausios klasės „Echos“ su vaizdo ekranais, ir gauna antrą atlygį, jei vartotojai vis dažniau apsiperka didžiulėje „Amazon“ internetinėje parduotuvėje. (Tačiau „Amazon“ neatskleis šių srauto skaičių.)

Kad „Echos“ taptų toks pat paplitęs kaip išmanieji telefonai, jiems reikės atlikti daug daugiau dalykų. Tuo tikslu „Amazon“ skatina nepriklausomus kūrėjus platformoje kurti naujas paslaugas, kaip „Apple“ jau seniai darė su programų kūrėjais. Iki šiol buvo sukurta daugiau nei 15 000 tokių įgūdžių arba programėlių, o programų kūrimo įrankius tapo taip lengva sujungti, kad dabar galima sukurti paprastą įgūdį maždaug per valandą be didelių programavimo žinių. Tarp populiariausių programų yra „Uber“ ir „Lyft“ pavėžėjimo parinktys. Duds apima 48 atskirus įgūdžius, kurie klausytojus bombarduoja įžeidimais.

Tarp ambicingiausių kūrėjų yra įmonės, gaminančios aparatinę įrangą arba parduodančios paslaugas, kurios dirba su Alexa. Pavyzdžiui, „Capital One“ savo banko klientams siūlo „Alexa“ pagrįstą sąskaitų apmokėjimą; Toronte įsikūrusi „Ecobee“ yra viena iš daugelio išmaniųjų termostatų gamintojų, gaminančių „Alexa“ varomas versijas, leidžiančias žmonėms pakelti arba sumažinti kambario temperatūrą vos ištarus keletą žodžių. Mūsų klientų gyvenimas yra užimtas, sako Stuartas Lombardas, „Ecobee“ generalinis direktorius, kuris dabar gauna maždaug 40 procentų visų pardavimų iš Alexa įrenginių, 10 metų senumo greičiausiai augančios įmonės produktų linijos. Jie turi kovoti su eismu, kad galėtų grįžti namo, o tada jie turi maitinti vaikus, vystyklų kūdikį ir dar žino ką. Suteikiame jiems laisvų rankų darbo būdą ką nors nuveikti, kol jie atlieka kitas užduotis.

Kai kalba susitinka su AI

Balsu pagrįstas AI toks patrauklus vartotojams yra dėl jo pažado prisitaikyti prie mūsų, reaguoti į tai, kaip kalbame ir mąstome, nereikalaujant, kad spausdintume klaviatūra ar ekranu. Dėl to taip pat sunku jį techniškai sukurti. Kalbėdami mes visai nesame tvarkingi. Vietoj to, mes pertraukiame save. Leidžiame mintims blaškytis. Žodžius, linktelėjimus ir niurzgėjimą vartojame keistais būdais ir manome, kad turime prasmę net tada, kai to neturime.

Kai kurie žmonės sako ne, ne, ne; kiti nori Atšaukti, o trečia bando kokį nors laukimo variantą, iš tikrųjų čia yra tai, ko aš noriu. Alexa nereikia iššifruoti kiekvienos ištaros.

Tūkstančiai „Amazon“ darbuotojų dirba su šiuo iššūkiu, įskaitant kai kuriuos tyrimų centrus Sietle, Sunnyvale, Kalifornijoje ir Kembridže, Masačusetso valstijoje. Nepaisant to, „Amazon“ karjeros puslapyje neseniai buvo pasiūlyta dar 1 100 „Alexa“ darbo vietų keliolikoje skyrių, įskaitant 215 darbo vietų mašininio mokymosi specialistams. Per susitikimą bendrovės Kembridžo biuruose aš paklausiau Alexos vyriausiojo mokslininko Rohito Prasado, kodėl jam reikia tiek daug žmonių ir kada jo tyrimų komanda gali būti visiškai suformuota.

Aš juokiuosi iš visų jūsų klausimo aspektų, atsakė Prasadas.

Po kelių sekundžių, atgavęs savitvardą, Prasadas paaiškino, kad kalbos technologijų srityje jis dirba 20 metų, o didžiąją dalį to laikotarpio rezultatai buvo varginantys lėtai. Tačiau per pastaruosius penkerius metus atsivėrė milžiniškos galimybės. Sukurti tikrai veiksmingą balsu paleidžiamą AI yra sudėtinga ir vis dar neįveikta užduotis (žr. AI kalbos problemą). Tačiau nors anksčiau kalbos mokslininkai iš pirmo karto stengėsi nustatyti tikslią kartais chaotiškų posakių prasmę, nauji mašininio mokymosi metodai daro pažangą, imdamiesi kitokios krypties: iš pradžių jie veikia iš netobulų atitikmenų, o po to greitai. preliminarių spėjimų patikslinimas. Svarbiausia yra dirbti su dideliu vartotojų duomenų kiekiu ir mokytis iš ankstesnių klaidų. Kuo daugiau laiko Alexa praleidžia su savo vartotojais, tuo daugiau duomenų ji surenka, kad galėtų mokytis, ir tuo ji tampa protingesnė. Su pažanga atsiranda daugiau galimybių ir reikia daugiau darbo jėgos.

Leiskite pateikti jums pavyzdį, pasakė Prasadas. Jei paklausite Alexos 'Koks buvo pirmasis Adelės albumas?', atsakymas turėtų būti ' 19 .“ Jei tada pasakysite „Play it“, Alexa žinos pakankamai, kad pradėtų leisti tą albumą. Bet ką daryti, jei viduryje yra pokalbio pokštas? Ką daryti, jei pirmiausia paklaustumėte Alexos, kokiais metais albumas pasirodė ir kiek jo parduota kopijų? Užbaikite tokį keitimąsi paslaptingu „Play it“ ir ankstesnės „Alexa“ versijos būtų suklaidintos. Dabar technologija bent kartais gali sekti tą minčių eigą ir suprasti, kad tai vis dar reiškia 19 .

Šis patobulinimas atsirado dėl mašininio mokymosi metodų, kurie iš naujo išnagrinėjo tūkstančius ankstesnių mainų, kuriuose Alexa suklupo. Sistema sužino, kokią dainą vartotojai iš tikrųjų norėjo išgirsti ir kur ankstesnės pokalbio dalys pirmą kartą atpažino tą muzikos kūrinį. Iš pradžių turite padaryti tam tikras prielaidas, kaip žmonės prašys dalykų, sako Jamesas Glassas, MIT šnekamosios kalbos sistemų grupės vadovas. Tada renkate duomenis ir derinate savo modelius.

Glassas teigia, kad tokio mašininio mokymosi metodo atvejis yra plačiai vertinamas, tačiau norint, kad jis veiktų, reikia daug daugiau duomenų, nei universiteto mokslininkai gali lengvai surinkti. Augant Alexa naudojimui, „Amazon“ dabar turi prieigą prie plačios žmogaus ir kompiuterio kalbos sąveikos saugyklos, suteikdama jai pranašumą tobulinant balso technologiją, kuria „Google“ jau seniai naudojasi teksto paieškos užklausose. Išoriniai duomenys taip pat padeda: pavyzdžiui, didžiulė dainų tekstų duomenų bazė, įkelta į „Alexa“ 2016 m., padėjo užtikrinti, kad vartotojai, prašantys dainos, nuvažiavę mano „Chevy“ prie užtvankos, bus nukreipti į „Don McLean's American Pie“.

Vienas iš naujausių Prasado grupės projektų pabrėžia šio požiūrio lankstumą. Tai apima momentų, kai vartotojai atsisako savo pradinių užklausų, iššifravimą. Signalinės frazės gali labai skirtis. Kai kurie žmonės sako ne, ne, ne; kiti nori Atšaukti, o trečia bando kokį nors laukimo variantą, iš tikrųjų čia yra tai, ko aš noriu. Alexa nereikia iššifruoti kiekvienos ištaros. Dideli pavyzdžiai ir iš dalies prižiūrimas mašininis mokymasis leidžia nubrėžti galimų neigiamos kalbos žymeklių grupę, o pakeitus kursą gauti nuoseklią naują užklausą.

Be to, kad „Alexa“ būtų geresnis klausytojas, „Amazon“ dirbtinio intelekto ekspertai naudoja daug duomenų, kad būtų geresnis garsiakalbis, tiksliai sureguliuodami mašinos sintetinio moteriško balso ritmą, kad padidintų ilgalaikį naudojimą. Tradiciniai kalbos sintezės bandymai pagrįsti daugelio įrašytos žmogaus kalbos fragmentų suliejimu. Nors ši technika gali sukurti gana natūralų garsą, ji nėra tinkama šnabždėjimui, ironijai ar kitoms moduliavimui, kurią gali naudoti patrauklus kalbėtojas. Kad Alexa galėtų geriau valdyti viską, nuo įnirtingo dialogo iki ramaus rečitalio, „Amazon“ mašininio mokymosi algoritmai gali taikyti kitokį požiūrį, mokydami nekantriai, nerimastingai ir išmintingai skambančius profesionalių pasakotojų balsus. Tai padeda, kad „Amazon“ priklauso garso knygų leidėjas „Audible“.

Tiek daug kalbėti

Tarp aršiausių balsu pagrįsto dirbtinio intelekto taikytojų yra žmonės, kurie negali lengvai rašyti telefonuose ar planšetiniuose kompiuteriuose. Gavinas Kerras, Filadelfijos „Inglis“, teikiančios būstą ir paslaugas žmonėms su negalia, generalinis direktorius, aštuoniuose gyventojų namuose įdiegė „Amazon Echo“ ir „Dot“ įrenginius. Jis tikisi, kad galiausiai, kai bus baigtas bandomasis bandymas, jis juos pridės prie visų 300 gyvenamųjų namų. Kerras sako, kad tai neįtikėtina palaima gyventojams. Jie gali būti patogesni. Tai suteikia jiems nepriklausomybę.

Kerr dirba su šimtais žmonių, sergančių išsėtine skleroze ar kitomis sekinančiomis ligomis. Tiems, kurie yra prikaustyti prie lovos ar naudojasi neįgaliųjų vežimėliais, sunkiai pasiekiamas sieninis termostatas gali būti nuolatinis kankinimas. Jų kūnai sunkiai reguliuoja temperatūrą, aiškina Kerr. Kambaryje, kurio temperatūra yra 72 °F, vieną valandą gali būti karšta, o kitą – šalta. Esant ribotam mobilumui, nėra lengvo būdo jaustis patogiai, ypač jei pagalbos visą parą nėra.

Šiek tiek patobulinus, „Alexa“ programinė įranga gali tarnauti net tiems, kurių kalba labai apribota. Kerr pasakoja apie vieną 30-ies metų amžiaus vyrą, kuris norėjo palikti ilgalaikės priežiūros įstaigą ir grįžti į kasdienę bendruomenę. Jis mums pasakė: „Aš niekada negalėsiu naudoti Alexa komandų“, - prisimena Kerr. Taigi mes jo paklausėme: „Ką tu gali pasakyti?“ Tada pertvarkėme programinę įrangą, kad jis galėtų priversti Alexą dirbti pagal jo sąlygas. Dabar jis sako „mama“, kai nori įjungti virtuvės šviesą, ir „Jonas“, kai nori įjungti vonios kambario apšvietimą.

Nors „Inglis“ savo „Echo“ naudotojams suteikia keturių valandų mokymų, nauji naudotojai kur kas dažniau apčiuopia savo kelią. Išimkite „Echo“ iš dėžutės ir šiek tiek pakuotės paryškins ypač įprastas programas, tokias kaip muzikos grojimas, žadintuvų nustatymas ar pirkinių sąrašų atnaujinimas. Organizuoti vartotojai gali iškviesti „Alexa“ valdymo pultus savo išmaniuosiuose telefonuose ar nešiojamuosiuose kompiuteriuose, kad pakoreguotų nustatymus, ieškotų naujų programų arba gautų nurodymų, kokie raginimai padės geriausiai veikti.

Platesnė Alexa sėkmė slypi jos gebėjime sumažinti įtampą, atsirandančią dėl perkrauto gyvenimo. Tai kompanionas, kuris visada pasiruošęs įsitraukti.

A plačiai skaitomas tinklaraščio įrašas birželį „Microsoft“ produktų vadovas Darrenas Austinas rašė, kad „Alexa“ platesnė sėkmė priklauso nuo jos sugebėjimo sumažinti įtampą dėl perkrauto gyvenimo. Paprastas klausimo veiksmas, rašė Austinas, Alexa sumažina neigiamas netikrumo emocijas ir baimę pamiršti. Jis tvirtino, kad vartotojai įsitraukia į Alexą sukeldami visokius momentinius galvosūkius ar troškimus; tai kompanionas, kuris visada pasiruošęs įsitraukti.

Kiekvieną savaitę – kartais dažniau – „Alexa“ generalinis direktorius Robas Pulciani nuskaito suvestinius duomenis apie dažniausiai Alexa ir Dot vartotojų pasisakymus. Paprastai sąrašo viršuje dominuoja užklausos dėl muzikos, naujienų, orų, eismo ir žaidimų. Tačiau praėjusį pavasarį sparčiai kilo naujokas. Populiari frazė: Alexa, padėk man atsipalaiduoti.

Kai vartotojai pateikia šį prašymą, jie nukreipiami į raminančių garsų rinkinį. Paukščiai čiulba; tolimos bangos smogė krantui; prekiniai traukiniai burzgia per naktį. Tokios aplinkos triukšmo kilpos gali groti valandas, jei vartotojai pasirenka. Pulciani šias programas laikė nedidelėmis keistenybėmis, kai jos pirmą kartą pasirodė Alexa platformoje 2015 m.. Tačiau jos greitai sulaukė didelio susidomėjimo. Įtempti suaugusieji naudoja garsus, kad užmigtų. Tėvai jas paverčia lopšinių pakaitalais niūriems kūdikiams. Per kelias ateinančias savaites po jo atradimo Pulciani ir jo kolegos tiksliai sureguliavo Alexa vidinę architektūrą, kad nauji „Echo“ pirkėjai galėtų greitai atrasti raminančius garsus, jei jie paprašytų patarimų, kokius naujus įgūdžius išbandyti.

Nuolatinis pokalbis

Tyrimai rodo, kad „Google“, „Apple“, „Microsoft“ ir „Amazon“ AI platformos turi skirtingą pranašumą. „Google Assistant“ yra geriausias plataus diapazono paieškos komandoms. „Apple“ „Siri“ ir „Microsoft“ „Cortana“ turi kitų talentų. Alexa ypač gerai sekasi apsipirkimo komandomis.

Didžiausias balsu pagrįsto AI triumfas būtų realistiškas kelių minučių pokalbis su vartotojais. Toks žygdarbis pareikalaus didžiulių šuolių, susijusių su mašinų gebėjimu atskirti žmonių kalbėtojų ketinimus, net jei nėra akivaizdaus prašymo. Žmonės gali suprasti, kad draugas, kuris sako, kad jau kelias savaites nebuvau sporto salėje, tikriausiai nori pakalbėti apie stresą ar savigarbą. AI programinei įrangai tai sunkus šuolis. Staigūs temos keitimai arba įstrižos užuominos taip pat yra sudėtingi.

Trokšdama sustiprinti ryšius su naujos kartos dirbtinio intelekto ir kalbos tyrinėtojais, prieš metus „Amazon“ pakvietė inžinierių studentus keliolikoje universitetų visame pasaulyje sukurti balso robotus, galinčius palaikyti 20 minučių pokalbį. Universitetas, padaręs didžiausią pažangą iki šio lapkričio mėnesio termino, laimės 500 000 USD prizą. Vieną savaitgalį išklausiau pusšimtį šių robotų, kiekvieną kartą pereidamas nuo paprastų užklausų prie sudėtingesnių atvirų nuomonės pareiškimų, kviečiančių pateikti įvairius atsakymus. Pradėjome gerai, kai vienas robotas manęs paklausė: ar matėte kokių nors naujausių filmų? Taip, atsakiau, matėme Paslėpti skaičiai . Užuot mėgdžioję šio jaudinančio filmo apie NASA ankstyvuosius metus apžvalgas laikraščiuose, socialinis robotas atšovė: maniau Paslėpti skaičiai buvo labai menkas dėl tikrosios matematikos. Ne mano nuomonė apie filmą, bet atrodė, kad tai žaviai tinka AI programai. Mūsų pokalbis netrukus nutrūko, bet bent jau turėjome tą trumpą, gražią akimirką.

Susijusi istorija

Susijusi istorija Mašinos, kurios tikrai supranta kalbą, būtų nepaprastai naudingos. Bet mes nežinome, kaip juos sukurti.

Deja, nė vienas kitas robotas negalėjo priartėti. Labiausiai sumišęs išrėžė tokius sakinius kaip Ar jums patinka pažaboti paslauga? kai maniau, kad bandome kalbėti apie interneto svetaines. Aš pasakiau kažką galbūt šiek tiek aštraus apie roboto apribojimus, tik paklausiau: ar galite sudaryti kolektyvines derybas?

Po kelių dienų, kai paklausiau „Amazon“ „Prasad“ jo nuomonės apie socialinius robotus, jokie ankstyvieji jų trūkumai jo nejaudino. Jis man pasakė, kad tai labai svarbi sritis. Čia Alexa galėtų būti labai protinga. Tačiau tai yra daug sunkiau nei žaisti tokius žaidimus kaip „Go“ ar „šachmatai“. Su tais žaidimais, nors jie turi daug galimų ėjimų, žinote, koks yra galutinis tikslas. Pokalbio metu jūs net nežinote, ką kitas žmogus bando pasiekti. Kai Alexa sugebės tai išsiaiškinti, mes tikrai kalbėsime.

George'as Andersas nuo dešimtojo dešimtmečio pabaigos rašė „Amazon“ nacionaliniams leidiniams. Naujausia jo knyga yra Tu gali padaryti bet ką.

paslėpti