Alexa, Siri и Google не разбират думата, която казвате

Амазонка

Гласовите асистенти като Алекса, Google Асистент и Сири изминаха дълъг път през последните няколко години. Но при всичките им подобрения едно нещо ги задържа: те не ви разбират. Те разчитат твърде много на специфични гласови команди.

Разпознаването на реч е просто магически трик

Амазонка

Гласовите помощници не ви разбират. Все пак не наистина. Когато говорите с Google Home или Amazon Echo, той по същество преобразува думите ви в текстов низ и след това го сравнява с очакваните команди. Ако открие точно съвпадение, то тогава следва набор от инструкции. Ако това не стане, то търси алтернатива какво да прави въз основа на информацията, която има, и ако това не работи, получавате съобщение за грешка, като „Съжалявам, но не знам Това е малко повече от ловкост на магията на ръката, за да ви подмами да мислите, че разбира.

Тя не може да използва контекстни улики, за да направи най-доброто предположение или дори да използва разбирането на подобни теми, за да информира своите решения. Не е трудно да се разпръснат 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 „аз не знам този“ (поне на време на писане).

Хората, които наистина разбират речта, не работят по този начин. Да предположим, че питате човек: „Какво е това кларвайн в небето? Този, който е засводен, пълен с райе, като червено, оранжево, жълто и синьо. ”Въпреки, че klarvain е измислена дума, човекът, когото попитахте, би могъл да измисли от контекста, че описваш дъгата..

Докато може да се твърди, че човек превръща речта в идеи, човек може да приложи знанието и разбирането, за да сключи отговор. Ако попитате човек, ако тайно работят за АНС, те ще ви дадат отговор „да“ или „не“, дори ако този отговор е лъжа. Човек не би казал „не знам този“ за такъв въпрос. Това, което хората могат да лъжат, е нещо, което идва с истинско разбиране.

Гласови асистенти не могат да отидат отвъд тяхното програмиране

Гласовите помощници са в крайна сметка ограничени до програмираните очаквани параметри, а скитането извън тях ще наруши процеса. Този факт показва кога се пускат устройства от трети страни. Обикновено командата за взаимодействие с тях е много тромава, което означава „кажете на производителя на устройството да избира опционален аргумент.” Точен пример би бил: „Кажете на Whirlpool да спрете сушилнята”. умения контролира някои фурни GE. Потребителят на умението трябва да запомни да „каже на Женева“, а не да каже „на GE“, а след това останалата част от командата. И докато можете да го помолите да загрее фурната до 350 градуса, не можете да продължите с искане 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 пречки и това показва. Когато веднъж трябваше да следвате горната последователност, за да контролирате интелигентното заключване, сега можете да кажете „заключете входната врата“ вместо това. Алекса е била объркана от „кажи ми на кучешка шега“, но попитайте за днес, и тя ще работи. Те са добавили варианти на командите, които използвате, но в крайна сметка все още трябва да знаете правилната команда да се каже. Трябва да използвате правилния синтаксис, в правилния ред.

И ако смятате, че звучи много като команден ред, не грешите.

Гласовите помощници са фантастична командна линия

Командният ред е тясно дефиниран, за да изпълнява прости задачи, но само ако знаете правилния синтаксис. Ако излезете от правилния синтаксис и напишете dyr вместо dir, командния ред ще ви даде съобщение за грешка. Можете да използвате псевдонимите за по-лесни за запомняне команди, но трябва да имате представа какви са оригиналните команди, как работят и как ефективно да се използват псевдоними. Ако не отделите време за изучаване на командния ред, никога няма да получите много от него.

Гласовите помощници не се различават. Трябва да знаете правилния начин да се каже команда или да зададете въпрос. И вие трябва да знаете как да създадете групи за Google и Alexa, защо е важно да групирате устройствата си и как да наименувате вашите интелигентни устройства. Ако не изпълните тези необходими стъпки, ще почувствате неудовлетвореност от това да помолите гласовия си асистент да изключи проучването, за да бъде попитано, „кое проучване“ 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. Две Google Homes в една и съща къща могат да дават време за малко по-различни места, въпреки че имат достъп до една и съща информация за потребителски акаунт и интернет връзка.

В горния пример е дадена команда „Задаване на таймер за половин час“. Главният център на Google създаде таймер с име „Час“ и след това попита колко дълго трябва да е таймерът. И все пак повтарянето на същата команда три пъти работи правилно и създава 30-минутен таймер. Използването на командата “Задаване на таймер за 30 минути” работи правилно на по-последователна основа.

Докато говоренето в Google Home или Echo може да е по-течно, под гласовите асистенти и командните линии работят по един и същи начин. Може да не се наложи да научите 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 Асистент и Алекса да работят достатъчно добре (въпреки че Кортана е друга история). Google Асистент и Алекса и търсене онлайн по въпроси, прилично, макар и не е изненадващо, Google е по-добър в търсенето и може да отговори на основни въпроси като измервания и проста математика. С правилно настроения интелигентен дом и добре обучен потребител, повечето умни домашни команди ще работят по предназначение. Но това стана чрез работа и усилия, а не чрез интелектуално разбиране.

Таймерите и алармите са били опростени. С течение на времето е добавено именуване, след това възможността да се добави време към таймер. Те се преместиха от опростено към по-сложно. Гласовите асистенти могат да отговарят на повече въпроси и всеки ден носи нови умения и функции. Но това не е продукт на самостоятелно развитие, което идва от ученето и разбирането.

И нищо от това не осигурява способността да се използва това, което е известно за достигане до неизвестното. За всяка команда и въпрос, които работят, винаги ще има три, които не го правят. Без пробив в A.I. което дава на човека способност за разбиране, гласовите помощници изобщо не са асистенти. Те са просто гласови команди, полезни в правилния сценарий, но ограничени до тези сценарии, които са били програмирани да разбират.

С други думи: машините учат неща, но не могат да ги разберат.