Dlaczego mówiące komputery są trudne do słuchania

Może oglądałeś na żywo odsłonięcie Watsona IBM? Niebezpieczeństwo! w 2009 roku. A może udało Ci się złapać w telewizji ostatnią kampanię reklamową firmy technologicznej, która zawiera głupkowate dialogi między Watsonem a Serena Williams , Ryszard Thaler , lub Bob Dylan .

Nawet jeśli nie, prawdopodobnie w pewnym momencie wszedłeś w interakcję z mówiącym komputerem. Ale stworzenie przekonującego mówiącego komputera jest naprawdę trudne. W ciągu ciekawa historia w New York Times w poniedziałek pisarz techniczny John Markoff omówił wysiłek włożony w stworzenie głosu dla Watsona z IBM i wykorzystał to jako sposób na dyskusję na temat podejmowanych wysiłków na rzecz stworzenia bardziej naturalnych i akceptowalnych głosów komputerowych.

Jest to jedno z fascynujących wyzwań interakcji człowiek-komputer: sygnały społeczne i emocjonalne są niezwykle ważne, jeśli chodzi o komunikację głosową. To nie tylko bulwersujące, jeśli głos asystentki, takiej jak Siri z Apple czy Alexa z Amazon, brzmi nienaturalnie. Może to być również irytujące, gdy taki system nie rozpoznaje twojego tonu i odpowiednio moduluje swój własny głos. Na przykład, gdy zadasz to samo pytanie z rosnącą frustracją, wydaje się, że sztuczny głos nieustannie wytwarza tę samą śmiertelną odpowiedź.

Chwilę po premierze Siri pisałem o tym, jak ważne jest uchwycenie humoru dla stworzenia czegoś, co może zabawiać użytkowników, jednocześnie unikając ich irytowania. Rzeczywiście, potrzeba dopasowania sztucznej inteligencji do istniejących ram społecznych może wyjaśniać, dlaczego uważamy za konieczne przypisywanie cech, takich jak płeć, nawet fikcyjnym robotom. Być może to nawet wyjaśnia, dlaczego firma Apple niedawno przejęła emocjonalny , firma skupiająca się na czytaniu i reagowaniu na ludzkie emocje.

Joaquin Phoenix zakochuje się w komputerze w filmie „Ona”.

Interesujące jest również rozważenie potencjału naprawdę wciągających, potężnych emocjonalnie interfejsów komputerowych, z rodzaju tych, które tak dobrze przedstawiono w filmie Spike'a Jonze'a Jej . Ale nadal bardzo trudno jest rozszyfrować i naśladować wszystkie subtelności ludzkiej komunikacji. Jak mówi Michael Picheny, starszy menedżer w Watson Multimodal Lab dla IBM Research, w TERAZ kawałek: Dobry interfejs komputer-maszyna to dzieło sztuki i tak należy go traktować.

(Źródło: New York Times )

ukryć