Dlaczego 500 milionów ludzi w Chinach rozmawia z tą sztuczną inteligencją?

iFLYTEK

Kiedy Gang Xu, 46-letni mieszkaniec Pekinu, musi skontaktować się ze swoim kanadyjskim najemcą w sprawie opłat za czynsz lub rachunki za prąd, otwiera w swoim smartfonie aplikację o nazwie iFlytek Input i stuka w ikonę przypominającą mikrofon, po czym zaczyna mówić. Oprogramowanie zamienia jego chińskie wiadomości werbalne na angielskie wiadomości tekstowe i wysyła je do kanadyjskiego najemcy. Tłumaczy również angielskie wiadomości tekstowe najemcy na chiński, tworząc płynny cykl dwujęzycznej rozmowy.

W Chinach ponad 500 milionów ludzi używa iFlytek Input do pokonywania przeszkód w komunikacji, takich jak ta, z którą boryka się Xu. Niektórzy używają go również do wysyłania wiadomości tekstowych za pomocą poleceń głosowych podczas jazdy lub do komunikowania się z rozmówcą innego chińskiego dialektu. Aplikacja została opracowana przez iFlytek, chińską firmę AI, która stosuje głębokie uczenie w wielu dziedzinach, takich jak rozpoznawanie mowy, przetwarzanie języka naturalnego, tłumaczenie maszynowe i eksploracja danych (patrz 50 Smartest Companies 2017).

Systemy sądowe wykorzystują technologię rozpoznawania głosu do transkrypcji długich postępowań; biznesowe centra telefoniczne wykorzystują technologię syntezy głosu do generowania automatycznych odpowiedzi; a Didi, popularna chińska aplikacja do przywoływania przejazdów, również wykorzystuje technologię iFlytek do wysyłania poleceń kierowcom.

Powiązana historia

Powiązana historia

Ale chociaż imponujący postęp w rozpoznawaniu głosu i natychmiastowym tłumaczeniu umożliwił Xu rozmowę ze swoim kanadyjskim najemcą, rozumienie języka i tłumaczenie dla maszyn pozostaje niezwykle trudnym zadaniem (patrz Problem językowy AI).

Xu przypomina sobie nieporozumienie, kiedy próbował zapytać najemcę, kiedy wyjdzie z pracy, aby podpisać przedłużenie umowy najmu. Ale wiadomość tekstowa wysłana przez aplikację brzmiała: O której dzisiaj idziesz do pracy? Z perspektywy czasu domyśla się, że prawdopodobnie było to spowodowane sformułowaniem jego pytania: będziesz pracować do której godziny dzisiaj? Czasami, w zależności od kontekstu, nie mogę przekazać swojego znaczenia, mówi Xu, który nadal polega na tym w komunikacji.

Historia Xu podkreśla, dlaczego tak ważne jest, aby firma taka jak iFlytek gromadziła jak najwięcej danych z rzeczywistych interakcji. Aplikacja, która jest bezpłatna, zbiera te dane od momentu jej uruchomienia w 2010 roku.

Platforma programistyczna iFlytek, zwana iFlytek Open Platform, zapewnia technologie sztucznej inteligencji oparte na głosie ponad 400 000 programistom z różnych branż, takich jak inteligentny dom i mobilny Internet. Firma jest wyceniana na 80 miliardów juanów (12 miliardów dolarów) i ma ambicje międzynarodowe, w tym filię w USA i starania o ekspansję na języki inne niż chiński. Tymczasem firma zmienia sposób, w jaki wiele branż, takich jak prowadzenie pojazdów, opieka zdrowotna i edukacja, współdziała z użytkownikami w Chinach.

iFlytek ma siedzibę w Hefei w Chinach.

W sierpniu iFlytek uruchomił asystenta głosowego dla kierowców o nazwie Xiaofeiyu (Mała Latająca Rybka). Aby zapewnić bezpieczną jazdę, nie ma ekranu ani przycisków. Po połączeniu z Internetem i smartfonem kierowcy może nawiązywać połączenia, odtwarzać muzykę, szukać wskazówek dojazdu i wyszukiwać restauracje za pomocą poleceń głosowych. W przeciwieństwie do asystentów głosowych przeznaczonych dla domów, Xiaofeiyu został zaprojektowany do rozpoznawania głosów w hałaśliwym otoczeniu.

Min Chu, wiceprezes AISpeech, innej chińskiej firmy pracującej nad opartymi na głosie technologiami interakcji człowiek-komputer, mówi, że asystenci głosowi dla kierowców są pod pewnymi względami bardziej obiecującymi niż inteligentne głośniki i wirtualni asystenci wbudowani w smartfony. Kiedy oczy i ręce kierowcy są zajęte, bardziej sensowne jest poleganie na poleceniach głosowych. Ponadto, gdy kierowcy przyzwyczają się do wykonywania zadań za pomocą głosu, asystent może również stać się dostawcą treści, polecając opcje rozrywki zamiast pasywnie obsługiwać żądania. W ten sposób wyewoluuje nowy model biznesowy.

W branży opieki zdrowotnej, chociaż sztuczna inteligencja może obniżyć koszty i poprawić wyniki pacjentów, wiele szpitali niechętnie podejmuje ten krok z obawy przed zakłóceniem i tak już napiętego systemu, w którym jest niewielu lekarzy, ale wielu pacjentów.

W Szpitalu Prowincjonalnym Anhui, który testuje szereg prób z wykorzystaniem sztucznej inteligencji, technologie głosowe zmieniają wiele aspektów jego usług. Dziesięciu asystentek głosowych w postaci dziewczyny-robotu korzysta z technologii iFlytek, aby witać gości w holu ambulatorium i oferować ulgę przepracowanym recepcjonistom. Pacjenci mogą powiedzieć asystentowi głosowemu, jakie są ich objawy, a następnie dowiedzieć się, który oddział może pomóc.

Na podstawie danych gromadzonych przez szpital od czerwca asystent głosowy kierował pacjentów na właściwy oddział w 84 procentach przypadków.

Lekarze w szpitalu również używają iFlytek do dyktowania parametrów życiowych pacjenta, przyjmowanych leków i innych informacji w aplikacji mobilnej, która następnie zamienia wszystko w pisemną dokumentację. Aplikacja wykorzystuje technologię druku głosowego jako system podpisu, którego nie można sfałszować. Aplikacja zbiera dane, które z czasem poprawią jej algorytmy.

Chociaż techniki sztucznej inteligencji oparte na głosie stają się coraz bardziej przydatne w różnych scenariuszach, pozostaje jedno podstawowe wyzwanie: maszyny nie rozumieją generowanych odpowiedzi, mówi Xiaojun Wan, profesor na Uniwersytecie Pekińskim, który prowadzi badania nad przetwarzaniem języka naturalnego. Sztuczna inteligencja odpowiada na zapytania głosowe, wyszukując odpowiednią odpowiedź w ogromnej ilości danych, które otrzymała, ale nie rozumie, co mówi.

Innymi słowy, technologia przetwarzania języka naturalnego, która obsługuje współczesnych asystentów głosowych, opiera się na zestawie sztywnych zasad, co skutkuje nieporozumieniem, przez które przeszedł Xu.

Zmiana sposobu, w jaki maszyny przetwarzają język, pomoże firmom tworzyć oparte na głosie urządzenia AI, które staną się integralną częścią naszego codziennego życia. Kto dokona przełomu w przetwarzaniu języka naturalnego, będzie miał przewagę na rynku, mówi Chu.

ukryć