प्राकृतिक भाषा को समझना भविष्य का A.I. आवाज की पहचान

अमेज़ॅन के एलेक्सा और सिरी के अधिक कार्य (और अधिक से अधिक sassy पाने) की सुसंगत क्षमता के आगमन के साथ, कई लोग सोच रहे हैं: प्राकृतिक भाषा समझ और संवादी आवाज इंटरफेस के लिए आगे क्या है?

इस दौड़ में कई कंपनियों की गर्दन और गर्दन हैं। वहाँ Wit.ai, कंपनी ने फेसबुक का अधिग्रहण किया है - आप डेमो के साथ चारों ओर खिलौना कर सकते हैं। (इस आदेश का प्रयास करें: "मैं बिल्लियों को देखना चाहता हूं।") Apple के पास अपना HomeKit है और इसके साथ, वह कर रहा है जो Apple सबसे अच्छा करता है - गधा लात मारना। अमेज़न भी अपने एलेक्सा से लैस इको और इको डॉट के साथ सामने है।

प्राकृतिक भाषा की समझ के आधार पर एक कंपनी है माइंडमेड। माइंडमेडल अन्य कंपनियों को अपनी प्राकृतिक भाषा समझने की क्षमता प्रदान करता है जो अपने उत्पादों, सेवाओं, या उपकरणों में बुद्धिमान आवाज इंटरफेस को जोड़ना चाहते हैं। सैन फ्रांसिस्को-स्थित कंपनी भागीदारों को बुनियादी ढांचा और अनुकूलन विकल्प प्रदान करती है जैसे कि उनके उपकरणों में उनके स्वयं के, ठीक-ठाक व्यक्तिगत सहायक हो सकते हैं। माइंडमेल्ड ने हाल ही में Spotify के साथ इस तरह की साझेदारी की घोषणा की है, लेकिन ऑटोमोटिव कंपनियों, रक्षा एजेंसियों, ई-कॉमर्स कंपनियों, और अधिक के साथ भी काम कर रहा है। (और, स्वाभाविक रूप से, यह इस तरह की साझेदारी की कई बारीकियों को साझा करने में असमर्थ है।)

श्लोक में वॉयस रिकग्निशन फील्ड की स्थिति के बारे में माइंडमेडल के सैम वशिष्ठ के साथ बात की - लेकिन उन्हें इस बात की ओर ध्यान दिलाया गया कि "आवाज की पहचान," एक उद्यम के रूप में, अब एक "सांसारिक विषय है।" इन दिनों, यह "प्राकृतिक भाषा समझ" के बारे में है। "आवाज पहचान लगभग अपने चरम पर पहुंच गई है: 50-वर्षीय विकास के बाद, एआई अब प्रभावी रूप से भाषण को पहचान सकता है। ये सिस्टम नौकरी में मनुष्यों की तुलना में लगभग बेहतर हैं, और निश्चित रूप से जल्द ही मृत्यु दर को पार कर जाएंगे।

इसके बाद का पूर्वानुमान योग्य कदम, बच्चे के विकास की तरह - इन प्रणालियों को सिखाना है समझना वह भाषा जिसे वे अब पहचान सकते हैं। “यह मानव शब्द बोल रहा है; ये शब्द हैं "से एक दूर रोना है," मैं समझता हूँ कि यह मानव क्या कह रहा है; मुझे सहायता करने की अनुमति दें। ”

और उस कदम और विकास की व्याख्या की आवश्यकता है अर्थ: मानव मन जिस तरह से मौखिक जानकारी संसाधित करता है, उसका अनुकरण करना। इस समीकरण के दो भाग हैं। पहला इरादा है: इस वाक्य को बोलने में मानव का लक्ष्य या इच्छा क्या है? एक कंप्यूटर जो एक स्पोक वाक्य से एक आशय निकाल सकता है वह "समझ" सकता है जिसे मानव प्रभावित करना चाहता है एक्स या के साथ बातचीत y । इस प्रक्रिया से जुड़ा समीकरण का दूसरा भाग है: इकाई। द ए.आई. पता होना चाहिए कि इकाई को कैसे निर्धारित किया जाए, मानव के इरादे का उद्देश्य।

ऐसा करने के लिए, माइंडमेडल दार्शनिकों को नियुक्त करने के लिए नहीं है (जैसा कि मैंने माना, या उम्मीद की)। यह प्राकृतिक भाषा विशेषज्ञों को रोजगार दे रहा है, लेकिन ए.आई. "सीखना" प्रक्रिया अपने आप में अपेक्षाकृत हाथों से बंद है। यदि आप कॉफी ऑर्डर को समझने के लिए सिस्टम सिखा रहे हैं, तो आपको सिस्टम को उन सभी अलग-अलग तरीकों को दिखाने की आवश्यकता है जो लोग कॉफी ऑर्डर कर सकते हैं।

"मुझे मोचा पसंद नहीं है।"

"क्या मुझे एक कप जोया चाहिए?"

"मेरे लिए बस एक बड़ी कॉफ़ी।"

और जहां प्राकृतिक भाषा विशेषज्ञ - भाषाविद् - आते हैं, लेकिन यहां तक ​​कि अब आवश्यक नहीं है क्योंकि हम डेटा को क्राउडसोर्स कर सकते हैं। ये उपकरण आपको हजारों लोगों को एक ही सवाल पूछने और उनकी प्रतिक्रियाओं को संकलित करने में सक्षम बनाते हैं। तो फिर तुम सिर्फ ए.आई. और देखा: ए.आई. संभव पूछताछ की एक विस्तृत श्रृंखला के लिए प्रतिक्रिया कर सकते हैं। वशिष्ठ कहते हैं, "हजारों प्रश्नों में से, हम अब केवल मूल रूप से मशीन-सीख सकते हैं कि अरबों अन्य प्रश्न कैसे उत्पन्न हो सकते हैं"।

श्लोक में वशिष्ठ से पूछा, जो लंबे समय से ए.आई. और प्राकृतिक भाषा समझ, हमारे लिए अटकलें लगाने के लिए।

क्या माइंडमेल्ड विस्तारित संवाद में भाग ले सकता है? उदाहरण के लिए, यदि मैं एक अनुवर्ती प्रश्न पूछता हूं, क्या ए.आई. समझे और जवाब देते रहें?

हाँ। यह डिजाइन का हिस्सा है। यदि कोई व्यक्ति ऐसा प्रश्न पूछता है जो अधूरा है - तो, ​​उदाहरण के लिए, यदि मैं कॉफी का ऑर्डर कर रहा हूं, और मैं उस कॉफी का आकार निर्दिष्ट नहीं करता हूं जो मैं चाहता हूं, तो वह वापस आने वाली है और कहेगी, "आप किस आकार की कॉफी करते हैं चाहते हैं?"

क्या आपको ट्यूरिंग परीक्षण पर कोई प्रगति की उम्मीद है?

मुझे लगता है कि हम इसके बहुत करीब हैं। मेरा मतलब है, आईबीएम वाटसन ने किया जियोपार्डी!, और मुझे लगता है कि यह एक बहुत अच्छा उदाहरण था। हम उस बिंदु पर हैं: यह बहुत करीब हो रहा है। बस, अब, भाषण मान्यता के संदर्भ में, हम उस बिंदु पर हैं जहाँ मशीनें इंसानों की तरह अच्छी हैं, मुझे लगता है कि हम निश्चित रूप से अगले तीन से पांच वर्षों में होंगे - एक ऐसे बिंदु पर होंगे जहां इन सबसे संवादी आवाज सिस्टम को इंसानों जितना ही अच्छा माना जाएगा।

माइंडमेडल किस तरह की होम ऑटोमेशन चीजें करता है?

हम अपनी तकनीक को किसी भी प्रकार के उत्पाद, किसी भी प्रकार की सेवा, किसी भी प्रकार के डेटा डोमेन पर लागू कर सकते हैं। होम ऑटोमेशन उनमें से एक है। घर के भीतर, आपके पास प्रकाश नियंत्रण, थर्मोस्टेट, सुरक्षा प्रणाली, ऑडियो सिस्टम, वीडियो सिस्टम, उन सभी प्रकार की चीजें हैं। हम किसी भी सिस्टम को नियंत्रित करने में सक्षम हैं बशर्ते कि उपयुक्त इंटरफ़ेस हो।

आप क्या चाहती हैं कि आप अपने घर के भीतर माइंडमेल्ड को हुक कर सकें?

मुझे लगता है कि अधिक उन्नत उपयोग के मामले - जैसे कि मेरे Spotify से बात करने के लिए "मुझे रोलिंग स्टोन्स प्लेलिस्ट खेलें," या "आज शाम मुझे शास्त्रीय संगीत खेलें" - इस प्रकार की चीजें … भयानक होंगी।

कुछ भी अधिक अप्रत्याशित या आउट-ऑफ-द-बॉक्स जिसे आप अपनी आवाज़ के साथ नियंत्रित करना चाहते हैं?

जिन चीजों का मैंने आपसे वर्णन किया है, वे चीजें हैं जो मुझे लगता है कि आसन्न हैं। दूसरे शब्दों में, ये बहुत जल्द होंगे। क्या ठीक से नहीं होगा, मुझे लगता है, माइक्रोवेव, कॉफी मशीन, और रेफ्रिजरेटर जैसी चीजें होंगी। इस प्रकार के उपकरणों को नियंत्रित करने के बाद - इसलिए मैं मूल रूप से कह सकता हूं, “क्या मेरी कॉफी मशीन कॉफी बनाने के लिए तैयार है? कॉफी मशीन चालू करें "और यदि यह पहले से ही बंद नहीं हुई है, तो इसे वापस आना चाहिए और कहना चाहिए कि" मुझे खेद है, लेकिन आपकी कॉफी मशीन तैयार नहीं है "- इस तरह की खुफिया जानकारी अभी तक मौजूद नहीं है। वह पवित्र कब्र होगी: जहाँ मूल रूप से हर उपकरण आपसे बात कर सकता है और आपको बता सकता है कि वह क्या कर सकता है और क्या नहीं। लेकिन हम अभी तक वहां नहीं हैं।

आपको क्या लगता है उद्योग को वापस पकड़ रहा है?

ये अब बहुत कम लागत वाले उपकरण हैं। मेरा मतलब है, ये ऐसे उपकरण हैं जिन्हें आप लगभग कुछ भी नहीं खरीद सकते हैं। दस साल पहले, वे एक बहुत अधिक लागत।इसलिए, नई सुविधाओं में निर्माण कुछ ऐसा है जो इन उपकरणों की लागत को जोड़ता है। अंततः, वर्तमान मूल्य प्रस्ताव बहुत मजबूत है; इनमें से अधिकांश निर्माता नई सुविधाओं को जोड़ने के लिए इच्छुक नहीं हैं, जब तक कि वे बहुत कम लागत बिंदु पर न हों।

मुझे लगता है कि इसका एक पहलू इसका दूसरा पहलू है, हम इन उपकरणों के जुड़े होने के बारे में बात कर रहे हैं। तो, इन उपकरणों को जोड़ने के लिए केवल एक वॉइस उपयोग-केस से अधिक होना चाहिए। व्यवहार्य बनने से पहले उस कनेक्शन पर सवारी करने की अधिक क्षमता होनी चाहिए।

क्या आप उस बाद की क्षमता पर काम करने वाली किसी कंपनी के बारे में जानते हैं?

बहुत सारे अर्धचालक कंपनियां बहुत कम लागत वाले माइक्रोफोन सरणियों पर काम कर रही हैं। इस तरह की चीज जिसे आप मूल रूप से एम्बेड कर सकते हैं - बहुत कम लागत पर, बहुत अधिक किसी भी डिवाइस या एप्लिकेशन पर - जो कि वॉयस इनपुट होने की अनुमति देगा। और आपको इन उपकरणों के बगल में नहीं खड़ा होना है - आप 10 फीट दूर से बात कर सकते हैं। उस क्षमता का निर्माण - मुझे लगता है कि शुरुआती बिंदु। और मुझे लगता है कि हम लोगों को उपकरणों पर माइक्रोफोन लगाना शुरू करने की अनुमति देंगे, और फिर अन्य, उन्नत क्षमताओं का पालन करेंगे। लेकिन अभी, मैं किसी भी कंपनी को नहीं जानता हूं जो इस तरह की स्मार्ट कॉफी मशीन, या स्मार्ट माइक्रोवेव, या वॉशिंग मशीन का निर्माण कर रही है।

जब हमारे पास पूरी तरह से स्मार्ट घर, पूरी तरह से स्मार्ट अपार्टमेंट हैं, तो आपके लिए सबसे अच्छा अनुमान क्या है?

आज, हम वास्तव में घर में लगभग सभी आवश्यक उपतंत्र हैं जो लोग स्वचालित चाहते हैं, जो स्वचालित होने में सक्षम हैं। इसमें लाइट्स, थर्मोस्टैट्स, सिक्योरिटी सिस्टम, गेराज दरवाजे, फ्रंट डोर लॉक - जैसी चीजें शामिल हैं। ये सभी काम किए जा सकते हैं। मुद्दा वास्तव में मूल्य बिंदुओं के आसपास है। ये अभी भी मूल्य बिंदु पर हैं जहां यह मुख्य रूप से शुरुआती दत्तक ग्रहण करने वाले लोग हैं और जिनके लिए वास्तव में सख्त आवश्यकता है। लेकिन इन चीजों पर मूल्य अंक नाटकीय रूप से बहुत तेजी से गिरते हैं। मुझे लगता है कि हम अगले कुछ वर्षों में इन सबसिस्टम को बड़े पैमाने पर बाजार में ला सकते हैं।

जिन अन्य चीजों के बारे में मैंने बात की है - बहुत कम लागत वाले उपकरणों को स्वचालित करना - मुझे लगता है कि वे संभवतया जल्द से जल्द पांच से सात साल की समय सीमा में हैं। एक वास्तविकता बनने से पहले 10 साल से अधिक की तरह। लेकिन, जैसा कि मैंने पहले कहा, वे चीजें हैं जिन्हें एक साथ आने के लिए कई अन्य चीजों की आवश्यकता होगी। और यह जल्द ही हो सकता है अगर उन विभिन्न अवयवों को एक साथ जल्दी से जल्दी जाल।

आपको क्या लगता है कि न्यूयॉर्क शहर या सैन फ्रांसिस्को अपार्टमेंट 2050 में कैसा लगेगा?

2050! वाह। मुझे लगता है कि हम पूरी तरह से वहां होंगे। जिस तरह की चीजें हम साइंस-फिक्शन फिल्मों में देखते हैं - जहां आप अपने घर के हर सिस्टम पर बहुत ज्यादा बात कर सकते हैं, और आवाज के साथ हर चीज को नियंत्रित कर सकते हैं - मुझे लगता है कि इस तरह की क्षमताएं व्यापक होंगी। निश्चित रूप से न्यूयॉर्क और सैन फ्रांसिस्को जैसे शहरों में।