Intelektualieji padėjėjai: kas atsitinka po siri?

Intelektualieji padėjėjai - „Siri“, „Google Now“, „Cortana“ ir panašūs dalykai - vos prieš keletą metų iš smalsumo ir salonų gudrybių perėjo prie būtiniausių įrankių, kuriuos daugelis žmonių naudoja kasdieniniame gyvenime. Praėjusią savaitę aš nuvykau iš intelektualiųjų asistentų konferencijos Niujorke, kurią pristatė „Opus Research“, ir buvau sužavėtas programinės įrangos pažangos įvairiose pramonės srityse, įskaitant finansų, draudimo ir medicinos kompanijų pažangą kuriant konkrečius agentus..

„Opus Research“ įkūrėjas Danas Milleris paaiškino, kad daugelis pagrindinių technologijų, tokių kaip kalbos atpažinimas, egzistuoja daugiau nei 20 metų. Nors pastaruoju metu jis pastebėjo svarbių patobulinimų, o ne revoliuciją, jis sakė, kad „mes einame evoliucijos keliu“, kuriame yra daugybė produktų, esančių tęstinume su skirtingomis galimybėmis. Jis pažymėjo, kad yra šimtai įmonėje esančių intelektualiųjų padėjėjų, kurie gali būti naudojami paprastam tekstiniam pokalbiui paprasta anglų kalba, naudojant fiksuotą duomenų rinkinį, ir tokiems dalykams kaip naršymas svetainėje ar DUK. Kitame spektro gale yra tik kelios dešimtys „dinamiškų, žmogaus jausmą keliančių programų“, kurios yra labiau šnekančios ir suprantamos atsižvelgiant į kontekstą.

Milleris atkreipė dėmesį į paraiškas, kurios konferencijoje pelnė apdovanojimus. „Amtrak“ Julie pradėjo veikti kaip interaktyvus balso balso telefonų paslaugų agentas prieš kelerius metus, tačiau dabar tapo agentu, kuris dirba tinklalapyje, norėdamas nukreipti keliautojus per „Amtrak.com“, remdamasis agentu iš „Next IT“. Meksikos „Telefonica“ turi agentą, vardu Nico, kuris turi avataras, taip pat teikia palaikymą per „Twitter“ ir „Facebook“, remiantis „AgentBot“ platforma. „ING Netherlands“ turi programą „Inge“, leidžiančią tikrinti savo banko sąskaitos likutį arba pervesti pinigus balsu naudojant „Nuance“ balso biometrinę technologiją, kad būtų galima patvirtinti savo tapatybę.

Garbingi paminėjimai yra sveikatos priežiūros programos, tokios kaip programa, kuri padeda pasirinkti sveikatos priežiūros planą. Kitos programos, apie kurias girdėjau laidoje, yra „Domino pica“, kurioje yra „Dom“ programa, leidžianti balsu užsisakyti picą; ir BMW, kuris turi virtualųjį agentą kaip savo „Up2drive“ automatinio finansavimo dalį.

„Nuance“ atstovas Brettas Beraneckas kalbėjo apie tai, kaip pažangių neuroninių tinklų pažangumas pagerino tokius dalykus kaip natūralios kalbos supratimas ir balso atpažinimas, ir kaip tai dabar dera, kad būtų galima daugiau domėtis šia sritimi. „Niuanso“ „Nina“ asistentas buvo ankstyvas pavyzdys, ir nuo to laiko jis išaugo į daugybę specifinių programų, pradedant nuo interaktyvių balso atsako sistemų draudimo įmonėse ir baigiant prekybos programomis. Kiekviena iš šių programų turi skirtingą asmenybę, atsižvelgiant į tai, ką ji bando jums padaryti.

Viena didelių naujų funkcijų, kurias jis aptarė, buvo balso biometrija, kurioje jūsų balsas pakeičia slaptažodį. Jis kalbėjo apie tai, kaip tokios kompanijos kaip ING Europoje kuria agentus, kurie ne tik naudoja balso atpažinimą ir natūralų kalbos apdorojimą, bet ir pradeda naudoti balsą atpažinti skambinantį asmenį. Jis sakė, kad tai buvo ir saugesnė, ir natūralesnė už tradicinį slaptažodį.

Nors neseniai atlikti tyrimai nerimavo, kad balso įrašai gali suklaidinti tokias sistemas, „Nuance“ pažymėjo, kad šiuolaikinės technologijos apima savybes, kuriomis siekiama pašalinti anomalijas iš įrašyto balso, ir atkreipė dėmesį į kitus tyrimus, kurių požiūris buvo kitoks. Be to, pasak jo, dizaineriai gali naudoti skirtingus balso biometrijos lygius skirtingoms funkcijoms, pavyzdžiui, naudoti paprastą atpažinimą, norėdami patikrinti sąskaitos likutį, arba paprašyti pakartoti atsitiktinę žodžių seką reikšmingiems pinigų pervedimams atlikti.

Panašu, kad balso biometrija šiek tiek traukia. Praėjusios savaitės „Gartner“ simpoziume į „šaunių klientų atvejų“ finansinėse paslaugose sesiją buvo įtraukta „Citibank“ programa, kuri naudojo šią funkciją.

„MyWave“ turi padėjėją, vadinamą Franku, kurį ketina įgalinti kelios įmonės, kad galėtumėte bendrauti su jais daugiau pokalbio būdu, o ne leisti kiekvienam verslui kurti savo. Pirmieji naudojimo atvejai yra Naujosios Zelandijos bankas ir programa „Saveawatt“, skirta padėti išsirinkti jūsų elektros tiekėją.

Generalinis direktorius Geraldine'as McBride'as paaiškino, kad bendrovė bando sukurti padėjėjus, kurie užpildytų atotrūkį tarp klientų ir paslaugų programų, vadinamųjų „klientų valdomų santykių“ arba CMR, tradicinių CRM programų pagrindu. Pasak jos, vienas didelis skirtumas yra tas, kad klientas yra atsakingas už visus savo duomenis, o ne už verslą.

Kita palyginti nauja įmonė „Expect Labs“ turi produktą, vadinamą „MindMeld“, kuris veikia kaip atrama daugeliui kompanijų, norinčių pasiūlyti balso sąsają, kuri pakeistų tradicines sąsajas ir tvarkytų klausimus bei atsakymus. Tai gali būti naudojama įvairioms programoms, pavyzdžiui, žiūrėti TV laidas, tiesiog klausiant pavadinimo ir reikalaujant sistemos užklausų iš kelių sistemų. („Amazon“ „Fire Fire“ televizija turi kai kurias iš šių funkcijų, tačiau ji nėra integruota su jūsų kabelinio televizoriaus priedėliu, o vienas iš „Expect Labs“ investuotojų yra kabelių bendrovė „Liberty Global“.)

Generalinis direktorius Timas Tuttle'as paaiškino, kad „MindMeld“ linkęs naudoti kalbos atpažinimo funkciją, jau prieinamą daugumoje prietaisų, o labiau orientuojasi į natūralios kalbos supratimą ir turimos informacijos žinių grafiko sudarymą. Jis sakė, kad įmonė bando išplėsti sistemą, kad joje būtų daugiau informacijos iš kelių šaltinių, ir sugriauti skirtingų kategorijų informacijos, kuri yra daugumos tokių sistemų dalis, hierarchiją. Iš tikrųjų suprasti klausimus reiškia sugebėti suprasti ketinimus įvairiose kategorijose, sakė jis.

Vienas dalykas, kurį girdėjau iš daugelio dalyvių, buvo statistika, rodanti, kad dabar apie 10 procentų visų žiniatinklio paieškų atliekama per žvalgybos agentus. (AI pradininkas Andrew Ng teigė, kad tai buvo teisinga pernai atliktoje balso paieškoje „Baidu“. Keletas žmonių teigė, kad tai galioja ir „Google“, bet aš negirdėjau jokio patvirtinimo iš pirmos pusės.)

Žvelgdamas į ateitį, „Opus Research“ Milleris teigė, kad dar reikia daug nuveikti. Pagrindinį sistemų tikslumą galima dar daug tobulinti, ypač pereinant nuo to, ką sakote, prie to, ką turite galvoje, prie to, ką norite padaryti. Jis konferencijoje paminėjo „Xerox PARC“ generalinio direktoriaus Stepheno Hooverio kalbą, kuris teigė, kad šiandien sistemos yra iki 90 proc. Tikslios, norint suprasti, ką turime omenyje, tačiau 10 proc. Vis dar yra problema, nes tai yra tai, ką dauguma žmonių atsimena dirbdami su sistema. Milleris teigė, kad yra galimybių geriau suasmeninti, nes jei sistema žino, su kuo kalba, ji gali duoti geresnių rezultatų. Pavyzdžiui, jis pažymėjo, kad „Facebook“ žino, kas naudoja sistemą, nes esate prisijungę; ir teigė, kad sklandžiau tai atliekant daugiau agentų taps svarbesni.

Tai tikrai žavi kategorija, ir tikiuosi, kad mes visi praleisime daug daugiau laiko kalbėdami su savo telefonais ir kompiuteriais ir bendraudami su agentais, kurie nėra gana žmogiški. Manau, kad ši diena yra viena intriguojančių skaičiavimo tendencijų.