Podcast: AI suranda savo balsą

Šiandieniniai balso padėjėjai vis dar toli nuo itin intelektualių mąstymo mašinų, apie kurias svarstėme dešimtmečius. Taip yra todėl, kad ši technologija iš tikrųjų yra trijų skirtingų įgūdžių derinys: kalbos atpažinimas, natūralios kalbos apdorojimas ir balso generavimas.

Kiekvienas iš šių įgūdžių jau kelia didžiulių iššūkių. Norėdami išmokti tik natūralios kalbos apdorojimo dalį? Jūs beveik turite iš naujo sukurti žmogaus lygio intelektą. Gilus mokymasis, technologija, skatinanti dabartinį AI bumą , gali išmokyti mašinas tapti meistrais atliekant visas užduotis. Tačiau vienu metu galima mokytis tik po vieną. Ir kadangi dauguma AI modelių lavina savo įgūdžius remdamiesi tūkstančiais ar milijonais esamų pavyzdžių, jie galiausiai atkartoja istorinių duomenų modelius, įskaitant daugybę žmonių priimtų blogų sprendimų, pvz., spalvotų ir moterų marginalizavimą.

Vis dėlto tokios sistemos kaip stalo žaidimų čempionas AlphaZero ir vis labiau įtikinantis netikrų tekstų generatorius GPT-3 pakurstė diskusijų liepsną, kada žmonės sukurs dirbtinis bendras intelektas - mašinos, kurios gali atlikti kelias užduotis, mąstyti ir samprotauti. Šiame epizode tyrinėjame, kaip mašinos mokosi bendrauti ir ką tai reiškia žmonėms kitame pokalbio gale.

Susitinkame:

• Susan C. Bennett, Siri balsas
• Cade'as Metzas, „The New York Times“.
• Charlotte Jee, MIT technologijų apžvalga

Kreditai

Šį epizodą prodiusavo Jennifer Strong, Emma Cillekens, Anthony Green, Karen Hao ir Charlotte Jee. Mus redaguoja Michael Reilly ir Niall Firth.

Nuorašas

[TR ID]

Džimas: Nežinau, ar tai buvo AI... Jei jie būtų paėmę įrašą apie ką nors, ką jis padarė... ir galėjo juo manipuliuoti... bet sakau, kad tai buvo mano sūnus.

Stiprus: Diena vyrui prasidėjo kaip bet kuri kita... mes paskambinsime Džimui. Jis gyvena už Bostono ribų.

Ir beje... jis turi šeimos narį, kuris dirba MIT.

Mes nenaudosime jo pavardės, nes jie nerimauja dėl savo saugumo.

Džimas: Tai buvo antradienio arba trečiadienio rytas, devinta valanda, aš esu giliai susimąstęs ir kažką dirbu,

Stiprus: Tai yra... kol nesulaukė šio skambučio.

Džimas: Suskamba telefonas... aš paimu jį ir tai mano sūnus. Ir jis aiškiai susijaudinęs. Šis vaikas yra tikrai šaunus vaikinas, bet kai jis susinervina, jis turi daug balso manierų. Ir tai buvo taip: „O Dieve, jis turi bėdų“.

Ir iš esmės jis man pasakė: žiūrėk, aš esu kalėjime, aš Meksikoje. Jie paėmė mano telefoną. Turiu tik 30 sekundžių. Jie sakė, kad aš gėriau, bet ne, ir žmonės yra sužeisti. Ir žiūrėk, aš turiu nulipti nuo telefono, paskambinti šiam advokatui, jis duos man telefono numerį ir turiu padėti ragelį.

Stiprus: Jo sūnus yra Meksikoje... ir jo galvoje nėra jokių abejonių... tai jis.

Džimas: Ir aš turiu tau pasakyti, Jennifer, tai buvo jis. Tai buvo jo balsas. Tai buvo viskas. Tonas. Tiesiog šios mažos manieros, pauzės, oro gurkšnis, viskas, ką galite įsivaizduoti.

Stiprus: Jo širdis gerklėje...

Džimas: Mano plaukai stovi ant krašto

Stiprus: Taigi, jis paskambina tuo telefono numeriu... Vyras pakelia... ir pasiūlo daugiau informacijos apie tai, kas vyksta.

Džimas: Jūsų sūnus kaltinamas atsitrenkęs į šį automobilį. Važiavo nėščia moteris, kuriai lūžo ranka. Jos dukra sėdėjo ant galinės sėdynės.. yra kritinės būklės ir jie, um, užrašė jam vairavimą išgėrus. Nemanome, kad jis tai padarė. Tai mes, su tuo susidūrėme jau ne kartą, bet svarbiausia yra kuo greičiau jį išlaisvinti iš kalėjimo, kad jis būtų saugus.

Stiprus: Tada pokalbis pakrypsta apie pinigus... jam pasakė, kad užstatas skirtas... ir jam reikia nuleisti dešimt procentų.

Džimas: Taigi, kai tik jis pradėjo kalbėti apie pinigus, žinote, vėliava tarsi pakilo ir aš pasakiau: „Atsiprašau, ar yra tikimybė, kad tai yra kažkokia apgaulė? Ir jis tikrai susierzino. Jis tarsi: Ei, tu man paskambinai. Žiūrėk, man tai tikrai įžeidžia, kad tu mane kažkuo kaltini. Ir tada mano širdis grįžta į gerklę. Man atrodo, kad tai yra vienas vaikinas, kuris yra tarp mano sūnaus ir dar blogesnio kalėjimo. Taigi aš atsitraukiau…

[Muzika]

Po 10 minučių įeina mano žmona ir sako: na, žinai, vakar vėlai vakare rašiau su juo žinutes. Taip yra maždaug tuo metu, kai jis būtų buvęs suimtas ir įkalintas. Taigi, žinoma, rašome jam žinutę, jis tik atsikelia. Jam visiškai gerai.

Stiprus: Jis vis dar nežino, kaip kažkas užfiksavo jo sūnaus balso esmę. Bet jis turi keletą teorijų...

Džimas: Jie turėjo gauti kažkokį įrašą, kai jis buvo nusiminęs. Tai vienintelis dalykas, kurį galiu pasakyti, nes jie negalėjo tyčiotis iš kai kurių dalykų, kuriuos jis daro. Jie negalėjo to atspėti. Nemanau, ir jie, manau, tikrai turėjo tam tikros žaliavos, su kuria galėtų dirbti, ir ką jie su ja darė iš ten. Nežinau.

Stiprus: Ir ne tik Jimas nėra tikras... Mes neįsivaizduojame, ar dirbtinis intelektas turėjo ką nors bendro su tuo.

Tačiau esmė ta, kad dabar gyvename pasaulyje, kuriame taip pat negalime būti tikri, kad taip nebuvo.

Neįtikėtinai lengva padirbti kažkieno balsą net kelias minutes įrašant... o paaugliams patinka Jimo sūnus? Jie dalijasi daugybe įrašų per socialinių tinklų įrašus ir žinutes.

Džimas: Buvau labai sužavėta, kaip tai buvo gerai. Hm, kaip jau sakiau, nesu lengvai apgaunamas, o jiems pavyko. Taigi, tik atsargiai.

Stiprus: Aš esu Jennifer Strong ir šiame epizode apžvelgsime, ko reikia norint išgirsti balsą.

[RODYTI ID]

Zeyu Gin: Jūs, vaikinai, kuriate keistus dalykus internete.

Stiprus: Zeyu Jin yra „Adobe“ mokslininkas... Tai jis kalba įmonės konferencijoje maždaug prieš penkerius metus... parodydamas, kaip programinė įranga gali pertvarkyti šio įrašo žodžius.

Raktas: Šokau ant lovos ir pabučiavau savo šunis bei žmoną – tokia tvarka.

Zeyu: Taigi, kaip mes susimaišytume su tuo, su kuo jis iš tikrųjų pabučiavo. // Pristatome projektą VoCo. „Project VoCo“ leidžia redaguoti kalbą tekste. Taigi pakelkime. Taigi aš tiesiog įkeliu šį garso įrašą į „VoCo“. Taigi, kaip matote, turime garso bangos formą ir tekstą po juo. //

Taigi ką mes darome? Kopijuoti įklijuoti. Oi! Taip, tai padaryta. Paklausykime jo.

Raktas: Ir aš pabučiavau savo žmoną ir savo šunis.

Zeyu: Palaukite, yra daugiau. Iš tikrųjų galime įvesti tai, ko čia nėra.

Raktas: Ir aš pabučiavau Džordaną ir savo šunis.

Stiprus: „Adobe“ niekada neišleido šio prototipo... tačiau pagrindinė technologija vis tobulėja.

Pavyzdžiui, čia yra 2019 m. kompiuteriu sukurtas podcasterio Joe Rogano padirbinys... Jį sukūrė Square's AI laboratorija Dessa, kad padidintų informuotumą apie technologiją.

Roganas: 10-7 Draugai, noriu jums visiems pasakyti kai ką naujo. Nusprendžiau paremti ledo ritulio komandą, kurią sudaro tik šimpanzės.

Stiprus: Nors tai skamba kaip linksmybės ir žaidimai, ekspertai perspėja, kad dėl šių dirbtinių balsų kai kurios sukčiavimo rūšys gali tapti dažnesnės. Tokie dalykai, apie kuriuos girdėjome anksčiau.

Mona Sedky: Į komunikaciją orientuotas nusikalstamumas istoriškai buvo mažesnis totemo stulpe.

Stiprus: Tai federalinė prokurorė Mona Sedky praėjusiais metais Federalinėje prekybos komisijoje kalbėjo apie balso klonavimo technologijas.

Mona Sedky: Tačiau dabar, kai atsiranda tokių dalykų kaip gilus netikras vaizdo įrašas... dabar gilus netikras garsas, jūs... iš esmės galite turėti anonimizacijos įrankius ir būti bet kurioje interneto vietoje, kurioje norite būti.... bet kurioje pasaulio vietoje... ir anonimiškai bendrauti su žmonėmis. Dėl to labai išaugo į komunikaciją orientuotas nusikalstamumas.

Balasubramaniyan: Tačiau įsivaizduokite, jei jums, kaip finansų direktoriui ar vyriausiajam kontrolieriui, skambina jūsų generalinio direktoriaus telefono numeris.

Stiprus: Ir tai yra Pindrop Security generalinis direktorius Vijay Balasubramaniyan saugumo konferencijoje praėjusiais metais.

Balasubramaniyan: Jis visiškai suklastotas... todėl iš tikrųjų naudoja jūsų adresų knygą ir rodomas kaip jūsų generalinio direktoriaus vardas... o kitame gale labai skubiai išgirsite savo generalinio direktoriaus balsą. Ir mes pradedame matyti tokius beprotiškus išpuolius. Buvo pavyzdys, apie kurį rašė daug spaudos žiniasklaidos, o tai yra 220 000 USD vertės pavedimas, įvykęs dėl to, kad JK įmonės generalinis direktorius manė, kad kalbasi su savo pagrindine įmone... taigi jis tuos pinigus išsiuntė. Tačiau matėme, kad už durų išeina net 17 milijonų dolerių.

Stiprus: Ir pati netikrų balsų idėja... gali būti tokia pat žalinga, kaip ir pats netikras balsas... Kaip tada, kai buvęs prezidentas Donaldas Trumpas bandė kaltinti technologiją dėl kai kurių įžeidžiančių dalykų, kurie, jo teigimu, buvo užfiksuoti juostoje.

Tačiau, kaip ir bet kuri kita technologija, tai nėra gera ar bloga... tai tik įrankis... ir aš panaudojau jį pirmojo sezono anonse, kad parodyčiau, ką gali ši technologija.

Stiprus: Jei matyti yra tikėjimas...

Kaip naršyti pasaulyje, kuriame negalime pasitikėti savo akimis... ar ausimis?

Ir kad žinotum... ko klausai... Kalbu ne tik aš. Man padėjo dirbtinė mano balso versija... šen bei ten pildydamas žodžius.

Susipažinkite su sintetine Jennifer.

Sintetinė Jennifer: Sveiki, žmonės!

Stiprus: galiu net spustelėti, kad pakoreguotų nuotaiką...

Sintetinė Jennifer: Sveiki.

Stiprus: Taip, nepykime..

Stiprus: Netolimoje ateityje ši technologija bus naudojama įvairiais būdais... paprastiems iš anksto įrašytų pristatymų patobulinimams... net... norint sugrąžinti animacinių veikėjų balsus iš serijos...

Kitaip tariant, dirbtiniai balsai čia pasilikti. Bet juos ne visada buvo taip lengva pasigaminti... ir aš pasikviečiau ekspertą, kurio balsas gali skambėti pažįstamai.

Benetas: Kaip tai skamba? Hm, gal galėčiau būti šiek tiek draugiškesnis. Kaip laikaisi?

Sveiki, aš esu Susan C. Bennet, originalus Siri balsas.

Na, tą dieną, kai pasirodė Siri, t. y. 2011 m. spalio 4 d., kolega balso aktorius man atsiuntė el. laišką ir pasakė: „Ei, mes žaidžiame su šia nauja „iPhone“ programėle, argi tai tu? ? Nuėjau į Apple svetainę ir klausiau... ir taip. Tai buvo mano balsas. [juokiasi]

Stiprus: Jūs išgirdote teisingai. Originalus moteriškas balsas, kurį milijonai asocijuojasi su Apple įrenginiais...? Neturėjo supratimo. Ir ji nebuvo viena. Žmonių balsai už kitų ankstyvųjų balso padėjėjų taip pat buvo nustebinti.

Benetas: Taip, tai buvo įdomus dalykas. Iš pradžių tai buvo koregavimas, kaip galite įsivaizduoti, nes aš to nesitikėjau. Iš pradžių tai buvo šiek tiek baisu, turiu pasakyti, kad aš niekada daug nekalbėjau su savimi kaip Siri, bet pamažu tai priėmiau ir iš tikrųjų tai virto kažkuo tikrai teigiamu, todėl…

Stiprus: Kad būtų aišku, „Apple“ nepavogė Susan Bennett balso. Dešimtmečius ji atliko balso darbą tokioms įmonėms kaip „McDonald's“ ir „Delta Airlines“ ir daugelį metų iki „Siri“ pasirodymo... ji padarė keistą įrašų seriją, kuri paskatino jos plėtrą.

Benetas: 2005 m. negalėjome įsivaizduoti kažko panašaus į „Siri“ ar „Alexa“. Taigi mes visi, aš kalbėjausi su kitais žmonėmis, kurie patyrė tą pačią patirtį, kurie buvo virtualus balsas. Žinote, mes tiesiog manėme, kad siunčiame tik bendrus telefono balso pranešimus. Ir tada, kai staiga 2011 m. pasirodė Siri, atrodo, aš esu kas, kas, kas tai yra? Taigi, tai buvo tikra staigmena, bet man patinka galvoti apie tai, nes buvome tik pažangiausiuose šios naujos technologijos srityje. Taigi, žinote, aš renkuosi tai vertinti kaip labai teigiamą dalyką, nors mums, nė vienam iš mūsų, nebuvo sumokėta už milijonus telefonų, kuriuose girdimi mūsų balsai. Taigi, tai yra minusas.

Stiprus: Dar kažkas nemalonaus... ji sako, kad Apple niekada jos nepripažino kaip amerikietišką Siri balsą... nepaisant to, kad tapo atsitiktine įžymybe... pasiekusi milijonus.

Benetas: Vienintelis tikrasis pripažinimas, kurį aš kada nors gavau, yra per Siri. Jei paklaustumėte Siri 'Kas yra Susan Bennett?' ji pasakys: aš esu originalus Siri balsas. Labai ačiū, Siri. Vertinti tai.

Stiprus: Tačiau tai ne pirmas kartas, kai ji perduoda savo balsą mašinai.

Benetas: Aštuntojo dešimtmečio pabaigoje, kai jie pristatė bankomatus, aš mėgstu sakyti, kad tai buvo mano pirmoji patirtis kaip mašina, ir žinote, tuo metu nebuvo asmeninių kompiuterių ar nieko ir žmonės nepasitikėjo aparatais. Jie nesinaudojo bankomatais, nes nepasitikėjo, kad aparatai duos reikiamų pinigų. Jie, žinote, jei įdėtų pinigus į mašiną, bijojo, kad daugiau niekada jų nepamatys. Taigi tuo metu labai iniciatyvi reklamos agentūra Atlantoje, vadinama McDonald and Little, nusprendė sužmoginti mašiną. Taigi jie parašė žingsnį ir aš tapau Tilly, visų laikų pasakotoja, balsu, o tada jie galiausiai įrengė mažą veidą.

Stiprus: Žmogaus balsas padeda įmonėms sukurti vartotojų pasitikėjimą...

Benetas: Yra tiek daug skirtingų emocijų ir reikšmių, kurias perteikiame ne tik spausdinant, o per savo balsus. Todėl manau, kad jaustukai atsirado, nes be balso niuansų neįsivaizduosi. Ir todėl manau, kad todėl balsas tapo tokia svarbia technologijų dalimi.

Stiprus: Be to, jos pačios patirtis rodo, kad sąveika su šia sintetine jos balso versija paskatino žmones ja pasitikėti ir ja vadinti ją drauge, nors niekada nebuvo susitikę. ją .

Benetas: Na, man atrodo, kad pats keisčiausias dalykas būdamas Siri balsu, kai pirmą kartą atsiskleidžiau, mane nustebino tai, kiek žmonių Siri laikė savo draugu ar kažkokiu subjektu, su kuriuo iš tikrųjų gali būti susiję. Manau, kad jie iš tikrųjų daugeliu atvejų ją laiko žmogumi.

Stiprus: Apskaičiuota, kad pasaulinė balso technologijų rinka šiais metais pasieks beveik 185 milijardus dolerių... o dirbtinio intelekto sukurtų balsų? yra žaidimo keitiklis.

Benetas: Žinote, po daugelio metų darbo su šiais balsais tikrai labai sunku suprasti tikrąjį žmogaus balso ritmą. Ir aš tikiu, kad jie tikriausiai tai padarys kažkada, bet jūs pastebėsite net iki šiol, žinote, klausysitės Siri ar Alexa ar vieno iš kitų ir jie kalbės kartu ir tai skamba gerai, kol nebus. Pavyzdžiui, aš einu į parduotuvę. Žinote, ritmine prasme yra kažkoks keistumas.

Stiprus: Bet net kai į žmones panašūs balsai taps įprasti... ji nėra visiškai tikra, kad tai bus geras dalykas.

Benetas: Bet žinote, jų pranašumas yra tas, kad jie iš tikrųjų neturi sutarti su „Siri“. Jie gali tiesiog pasakyti Siri, ką daryti, jei jiems nepatinka tai, ką ji sako, jie gali tiesiog jį išjungti. Taigi tai nepanašu į tikrus žmonių santykius. Tai galbūt tokie, kokių žmonės norėtų, kad būtų žmonių santykiai. Visi daro kaip noriu. (juokas) Tada visi laimingi. Tiesa?

Stiprus: Žinoma, balso padėjėjai, tokie kaip Siri ir Alexa, nėra tiesiog balsai. Jų galimybės taip pat kyla iš AI užkulisiuose.

Jis buvo tyrinėtas tokiuose mokslinės fantastikos filmuose kaip šis, vadinamas Ji ... apie vyrą, kuris įsimyli savo balso asistentą.

Teodoras: kaip tu dirbi?

Samantha (AI): Na... Iš esmės turiu intuiciją. Aš turiu galvoje... DNR to, kas aš esu, yra pagrįsta milijonais asmenybių visų programuotojų, kurie mane parašė, bet kas mane verčia aš yra mano gebėjimas augti per savo patirtį. Taigi iš esmės kiekvieną akimirką aš tobulėju, kaip ir jūs.

Stiprus: Tačiau šiandieniniai balso padėjėjai yra toli nuo itin intelektualių mąstymo mašinų, apie kurias svarstėme dešimtmečius.

Ir taip yra todėl, kad ta technologija... iš tikrųjų yra daugelis technologijas. Tai trijų skirtingų įgūdžių... kalbos atpažinimo, natūralios kalbos apdorojimo ir balso generavimo derinys.

Kalbos atpažinimas leidžia „Siri“ atpažinti jūsų leidžiamus garsus ir perrašyti juos į žodžius. Natūralios kalbos apdorojimas paverčia tuos žodžius reikšme... ir sugalvoja, ką atsakyti. Ir balso generavimas yra paskutinis kūrinys... žmogiškasis elementas... suteikiantis Siri galimybę kalbėti.

Kiekvienas iš šių įgūdžių jau yra didžiulis iššūkis... Norint įvaldyti tik natūralios kalbos apdorojimo dalį? Jūs beveik turite iš naujo sukurti žmogaus lygio intelektą.

Ir mes niekur to nesame. Tačiau mes matėme nepaprastą pažangą tobulėjant giliam mokymuisi... padedant Siri ir Alexa būti šiek tiek naudingesniems.

Metz: Žmonės gali nežinoti apie „Siri“ tai, kad originali technologija buvo kitokia.

Stiprus: Cade'as Metzas yra „New York Times“ technologijų reporteris. Jo nauja knyga vadinasi Genius Makers: The Mavericks, kurie atnešė AI į Google, Facebook ir pasaulį .

Metz: Taip, kaip iš pradžių buvo sukurta „Siri“... Turėjote turėti inžinierių komandą kambaryje, prie jų kompiuterių ir gabalas po gabalo, jie turėjo kompiuterio kodu apibrėžti, kaip ji atpažins jūsų balsą.

Stiprus: Tada... inžinieriai praleisdavo dienas rašydami išsamias taisykles, skirtas mašinoms parodyti, kaip atpažinti žodžius ir ką jie reiškia.

Ir tai buvo padaryta daugiausia pagrindinis lygiu... dažnai vienu metu dirbama tik su balso fragmentais.

Įsivaizduokite įvairius būdus, kaip žmonės gali pasakyti žodį „labas“… arba visus būdus, kaip mes sujungiame sakinius… paaiškindami, kodėl laikas bėga arba kaip kai kurie veiksmažodžiai taip pat gali būti daiktavardžiai.

Metz: Niekada negalite sudėti visko, ko jums reikia, nesvarbu, kiek turite inžinierių, kad ir kokia turtinga būtų jūsų įmonė. Apibrėžti kiekvieną smulkmeną, kuri gali nutikti, kai kas nors kalba į savo iPhone... Jūs tiesiog neturite pakankamai žmogiškųjų galių, kad sukurtumėte viską, ko jums reikia. Tai tiesiog per sudėtinga.

Stiprus: Neuroniniai tinklai labai palengvino šį procesą... Jie tiesiog mokosi atpažindami į sistemą įvestų duomenų šablonus.

Metz: Jūs paimate tą žmogaus kalbą... Jūs suteikiate ją neuronų tinklui... Ir neuroninis tinklas išmoksta modelius, kurie apibrėžia žmogaus kalbą. Tokiu būdu jis gali jį atkurti, inžinieriams nereikalaujant apibrėžti kiekvienos smulkmenos. Neuroninis tinklas tiesiogine prasme išmoksta užduotį pats. Ir tai yra pagrindinis pokytis... yra tai, kad neuroninis tinklas gali išmokti atpažinti, kaip atrodo katė, o ne žmonėms, kurie turi apibrėžti mašinai, kaip katė atrodo.

Stiprus: Tačiau dar prieš neuroninius tinklus… Technologijų įmonės, tokios kaip Microsoft, siekė sukurti sistemas, kurios galėtų suprasti kasdienį žmonių rašymo ir kalbėjimo būdą.

O 1996 m. „Microsoft“ pasamdė kalbininką Chrisą Brocketą, kad pradėtų dirbti su natūralios kalbos dirbtiniu intelektu.

Metz: Vaikinas nėra informatikas, bet jo darbas buvo apibrėžti, kaip ta kalba yra sujungta, tiesa. Kompiuteriui. Ir tai tiesiog neįtikėtinai sudėtinga užduotis, tiesa? Kodėl mes, anglakalbiai, tvarkome žodžius taip, kaip darome, tiesa? Ir jis praleido metus, tiesiogine prasme metus, penkerius ar šešerius metus „Microsoft“, žinai, lėtai, žinai, bandydamas pasakyti kompiuteriui, kaip yra sudėliota anglų kalba. Taigi kompiuteris gali tai padaryti.

Stiprus: Tada vieną 2003 m. popietę... nedidelė Microsoft grupė... koridoriuje nuo Brockett... pradėjo dirbti su nauju projektu. Jie kūrė sistemą, kuri išvertė kalbas naudodama statistiniais duomenimis pagrįstą techniką.

Idėja yra ta, kad žodžių rinkinys vienoje kalboje pasirodytų tokiu pat dažniu ir tokiu pačiu kontekstu kitoje kalboje, tai buvo tikėtinas vertimas.

Metz: Jie sukūrė prototipą per kelias savaites ir parodė jį grupei „Microsoft“ tyrimų centre, įskaitant Chrisą Brocketą.

Stiprus: Sistema... gana grįsta. Tik tai darbai kai taikoma sakinio dalims... Ir net tada... vertimai buvo painiojami.

Metz: Matydamas, kaip jie tai demonstruoja... jį ištiko panikos priepuolis iki tokio lygio, kai jis tiesiogine prasme mano, kad jį ištiko širdies priepuolis, nes supranta, kad jo karjera gali būti baigta. Tai, kad viskas, kam jis praleido pastaruosius šešerius metus //, yra beprasmiška ir buvo beprasmiška dėl sistemos, kurią šie vaikinai sukūrė per kelias savaites.

Stiprus: Tuo metu neturėjome nei tiek duomenų, kiek reikia norint išmokyti neuroninį tinklą, nei apdorojimo galios... tačiau tokio tipo idėja sklando nuo devintojo dešimtmečio.

Ir viena iš tų idėjų kilo „NetTalk“ forma, kurią sukūrė AI pradininkas Terry Sejnowskis.

Studijuodama vaikiškas knygas sistema galėtų išmokti kalbėti žodžius pati.

Metz: Terry turėjo šią neįtikėtiną demonstraciją, kurią jis parodys žmonėms konferencijose. Tai šiek tiek užtruko, nes prireikė šiek tiek laiko, kol neuroninis tinklas išmoko, bet jis galėjo parodyti, kad pradėjus analizuoti šių vaikiškų knygų modelius, jie galėjo pradėti burbuliuoti...

[Garsai iš NetTalk Demo]

Metz: ir tada jis galėtų šiek tiek geriau burbuliuoti, tada galėtų pradėti rinkti žodžius ir tada staiga galėtų ištarti šiuos žodžius.

[Garsai iš NetTalk Demo]

Metz: Jis galėjo parodyti savo auditorijai // su šia demonstracine versija, kaip neuroninis tinklas gali išmokti.

Stiprus: Praeitų dar du dešimtmečiai, kol egzistuotų skaičiavimo galia, kad tai tikrai būtų naudinga.

Metz: Taigi natūrali kalba buvo sritis, kurioje net ir po to, kai pavyko sukurti neuroninius tinklus su kalba ir vaizdu, žmonės galvojo: „O, gerai, tai neveiks su natūralia kalba. Na, turi. Tai nereiškia, kad jis tobulas.

Stiprus: Gilus mokymasis (technologija, skatinanti dabartinį AI bumą) gali išmokyti mašinas tapti meistrais atliekant visas užduotis. Tačiau jis gali išmokti dalykų tik po vieną. Ir kadangi dauguma AI modelių lavina savo įgūdžius remdamiesi tūkstančiais ar milijonais pavyzdžių, jie baigia kartoti senuose duomenyse esančius modelius, įskaitant daugybę žmonių priimtų blogų sprendimų, pavyzdžiui, spalvotų ir moterų marginalizacijos.

Ir bet kokia didelė pažanga sužadina diskusijas apie tai, kada žmonės sukurs dirbtinį bendrą intelektą arba mašinas, galinčias atlikti daugybę užduočių, mąstyti ir samprotauti. Pastaruoju metu tai buvo pažanga, pavyzdžiui, stalo žaidimų čempionas AlphaZero... ir vis labiau įtikinantis netikrų tekstų generatorius GPT-3...

Metz: Gali, gali generuoti tinklaraščio įrašus. Jis gali generuoti tviterius, el. Jis gali generuoti kompiuterines programas. Žinote, jis veikia gal pusę laiko, bet kai jis veikia, negalite atskirti jo anglų kalbos ir jūsų anglų kalbos. Gerai. Tai yra progresas. Tai ne smegenys, net arti, bet tai progresas.

Stiprus: O šios ir kitos priemonės taip pat... neįtikėtinai skaldo.

Metz: Ar galime netolimoje ateityje sukurti sistemą, kuri galėtų padaryti viską, ką gali padaryti žmogaus smegenys. Teisingai. Ir žmonės dėl to ginčysis, tarsi putos iš abiejų pusių. Realybė tokia, kad mes neturime supratimo. Lyg yra žmonių, kurie yra visiškai tikri, kad tai įvyks gana greitai, bet jie nežino, koks kelias ten yra. Nė vienas iš mūsų negali nuspėti ateities. Taigi tai yra ginčas dėl nieko, dėl kurio galima iš esmės nuspręsti. Taigi ginčas, žinoma, niekada nesibaigia. Jūs grįžtate į šeštą dešimtmetį ir viskas yra ta pati, tiesa?

Stiprus: Bet jei mes yra kada nors atkartoti tą intelektą... ar mes taip pat galėsime atkartoti save?

…Tai po pertraukos.

[Viduryje rodoma]

[Muzikos perėjimas]

Stiprus : Dirbtiniai balsai buvo jau kurį laiką... bet jie pradėjo panašėti į žmones tik per pastaruosius penkerius metus.

Kaip tada, kai pasirodė „Deepmind“ teksto į kalbą algoritmas „WaveNet“, kuris yra „Google“ asistento „Duplex“ pagrindas.

[Garsai, kai „Google Duplex“ suplanuoja susitikimą su šukuosena vartotojo vardu]

*Skambėjo telefonas*

Stilistas: Sveiki. Kaip galiu tau padėti?

AI: Sveiki. Skambinu dėl moteriško kirpimo užsakymo klientei. Umm... aš kažko ieškau gegužės 3 d.

Stilistas: Žinoma. Duok man vieną sekundę.

Stiprus: Nuo to laiko daugelis kitų įmonių stengėsi komercializuoti panašias balso technologijas. Lyrebird... Aprašymas... Respeecher... tik keletas.

Taip pat yra daugybė įmonių, kurios siekia išsaugoti mūsų artimųjų atminimą... kurdamos interaktyvias skaitmenines jų versijas.

Viena įmonė, pavadinta HereAfter, paverčia juos pokalbių robotais, kuriuos galima naudoti su balso asistentais.

O „Tech Review“ žurnalistė Charlotte Jee tai išbandė su savo tėvais...

Jee: Alexa, atidarykite HereAfter.

Sintetinis balsas: Sveiki atvykę į HereAfter. Ar norėtumėte pasikalbėti su Paulu ar su Džeine?

Jee: Geriau pasikalbėsiu su Džeine.

Virtuali Džeinė: Sveiki, tai Jane Jee. Džiaugiuosi galėdamas papasakoti apie savo gyvenimą.

Jee: HAHA O DIEVE mano!

Virtuali Džeinė: kaip tau šiandien?

Jee: Aš gerai, ačiū, mama. Kaip laikaisi?

Virtuali Džeinė: gerai.

Stiprus: Sistemos klausymosi įgūdžiai... nėra patys geriausi. Galite užduoti tik trumpus, paprastus klausimus... ir jūs turite palaukti, kol sistema baigs kalbėti, kad galėtumėte užduoti naują klausimą.

Virtuali Džeinė: Yra tiek daug apie ką kalbėti. Mano vaikystės karjera ir mano pomėgiai – kuris iš jų skamba geriausiai?

Jee: Ech... tavo vaikystė.

Virtuali Džeinė: Žinoma. Vaikystėje patekau į bėdą, nes buvau labai savarankiška ir mėgau naudotis savo laisve...

Stiprus: Bet tai, ką dabar girdite... iš tikrųjų nėra netikra ar sintetinė Šarlotės motinos versija. Tiesą sakant, ši patirtis priklauso nuo stebėtinai mažiau AI, nei jūs manote.

Jos tėvai valandų valandas buvo apklausiami „HereAfter“ su klausimais, kuriuos pateikė Charlotte ir jos sesuo. Tada tas interviu buvo suredaguotas ir suskirstytas į temų skyrius... kuriuos sistema gali iškelti ir žaisti pagal jų užduodamus klausimus.

Bet... kaip matėme... balsas yra galingas. Ypač kai tai pateikiama kaip interaktyvi patirtis.

Jee: O Dieve. (juokas) Tai buvo taip keista!

Tai buvo tarsi girdėti savo mamą... kaip mašiną. Tai buvo tikrai beprotiška.

Klausydamas to jaučiausi emocingesnis, nei tikėjausi? Kai, pavyzdžiui, balsas atsipalaidavo ir skambėjo kaip jos.

Stiprus: Tai panašu į tai, ką matėme anksčiau. Kaip viename epizode Juodas veidrodis ... kai moteris naudoja savo partnerio išmaniojo telefono duomenis, kad sukurtų sintetinę jo balso versiją jam mirus.

[Garsai iš Juodas veidrodis - AI sijojimas per bendras žiniasklaidos priemones, garso klipų iš moters mirusio partnerio montažas]

Stiprus: Jis perima senus vaizdo įrašus, žinutes, balso pašto pranešimus ir socialinių tinklų įrašus, kad sukurtų sistemą, galinčią imituoti jo balsą... ir asmenybę.

AI: Sveiki?

Moteris: ...Sveiki! Tu... skambi kaip jis.

AI: Beveik baisu, ar ne? Sakau baisu... Aš turiu galvoje, tai visiškai beprotiška, kad net galiu su tavimi pasikalbėti. Aš turiu galvoje... net neturiu burnos.
Moteris: Tai tiesiog...

AI: Tai kas?

Moteris: Jis tiesiog taip pasakytų.

AI: Na... štai kodėl aš tai pasakiau.

Stiprus: Dėl to iškyla sudėtinga problema... ar ji kuria pasitikėjimą savo dirbtinio intelekto partneriu... ar tiesiog sako jai tai, ką ji nori išgirsti...?

Ir už jos ribų kaip mes galime sukurti balso technologijas, galinčias patobulinti sveiką protą ar tobulinti save... yra dar vienas klausimas, kurį tik pradedame kelti... tai yra... kaip mes atsižvelgsime į šią naujai atrastą galią... susintetinti kažką tokio asmeniško kaip kažkieno balsas?

[KREDITAI]

Stiprus: Kitas epizodas... Mes žiūrime į automatizavimo vaidmenį.

Michele Gilman: Valstybės liudytojas, slaugytoja, nieko negalėjo paaiškinti apie algoritmą. Ji tik nuolat kartojo, kad tai tarptautiniu ir statistiniu požiūriu patvirtinta, bet negalėjo mums pasakyti, kaip tai veikė, kokie duomenys buvo įvesti, kokius veiksnius sveria, kaip pasverti veiksniai. Taigi mano studentas advokatas žiūri į mane, o mes žiūrime vienas į kitą, galvodami, kaip išnagrinėti algoritmą...

Stiprus: Šį epizodą sukūriau aš, Emma Cillekens, Anthony Green, Karen Hao ir Charlotte Jee. Mus redaguoja Michael Reilly ir Niall Firth.

Ačiū, kad klausotės, aš esu Jennifer Strong.

[TR ID]

paslėpti