Inteligencja społeczna

I: Mam iść do łóżka, Siri?

Siri: Myślę, że powinieneś na nim spać.

Ta historia była częścią naszego wydania z maja 2012 r.

• Zobacz resztę numeru
• Subskrybuj

Trudno nie podziwiać takiej odpowiedzi smart-aleck. Siri — inteligentny osobisty asystent wbudowany w iPhone'a 4S firmy Apple — często wykazuje tego rodzaju postawę, zwłaszcza gdy zadawane jest pytanie, które wyśmiewa sztuczną inteligencję. Ale odpowiedzią nie jest jakiś złośliwy żart programistów. To kluczowa część tego, dlaczego Siri działa tak dobrze.

Popularność Siri pokazuje, że cyfrowy asystent potrzebuje czegoś więcej niż tylko inteligencji, aby odnieść sukces; potrzebuje też taktu, uroku i, co zaskakujące, dowcipu. Błędy powodują frustrację i irytację przy każdym interfejsie komputera. Ryzyko jest dramatycznie zwiększone w przypadku osoby, która podszywa się pod konwersacyjnego osobistego asystenta, co w przeszłości unicestwiało niektórych społecznie zahamowanych wirtualnych asystentów. Tak więc dla Siri bycie lubianym i czasami zwariowanym może być równie ważne, jak olśnienie wyczynami inteligencji maszynowej.

Rzeczy zrecenzowane

• Siri (wersja beta, działająca na iPhonie 4)

• POCZĄTEK

  http://start.csail.mit.edu

• Człowiek, który okłamał swojego laptopa: czego maszyny uczą nas o relacjach międzyludzkich

  Clifford Nass
  Aktualny, 2010

  
  
  

Siri wywodzi się z projektu badawczego rozpoczętego w 2003 roku i finansowanego przez amerykańską Agencję Zaawansowanych Projektów Badawczych Obrony (DARPA). Wysiłki były prowadzone przez SRI International, które w 2007 roku wydzieliło firmę, która wydała oryginalną wersję Siri jako aplikację na iPhone'a w lutym 2010 roku (technologia została wymieniona wśród Przegląd technologii 's 10 wschodzących technologii w 2009 r.). Ta wcześniejsza Siri mogła zrobić mniej rzeczy niż ta, która później została wbudowana w iPhone'a 4S. Był w stanie uzyskać dostęp do kilku usług online służących do dokonywania rezerwacji w restauracjach, kupowania biletów do kina i rezerwacji taksówek, ale był podatny na błędy i nigdy nie odniósł dużego sukcesu wśród użytkowników. Apple kupił startup za Siri za nieujawnioną sumę zaledwie dwa miesiące po debiucie aplikacji.

Siri, które pojawiło się półtora roku później, działa zadziwiająco dobrze. Słucha poleceń mówionych (w języku angielskim, francuskim, niemieckim i japońskim) i odpowiada odpowiednią akcją lub odpowiedzią wypowiadaną spokojnym, odpowiednio zautomatyzowanym kobiecym głosem. Poproś Siri, aby obudził Cię o 8:00, a odpowiednio ustawi budzik w telefonie. Powiedz Siri, aby wysłał wiadomość tekstową do znajomego, a ona posłusznie podyktuje, zanim wyśle ​​twoje posłanie. Powiedz Gdzie mogę znaleźć burrito, Siri? Siri wyświetli listę dobrze ocenionych pobliskich restauracji meksykańskich, znalezionych przez zapytanie czujnika lokalizacji telefonu i wyszukiwanie w Internecie i na mapie. Siri ma również na wyciągnięcie ręki niezliczone fakty i liczby, dzięki silnikowi odpowiedzi online Wolfram Alpha, który ma dostęp do wielu baz danych. Zapytaj jaki jest promień Jowisza? a Siri od niechcenia poinformuje cię, że to 42 982 mile.

Charyzmatycznej jakości Siri całkowicie brakuje w innych interfejsach w języku naturalnym. Kilka firm sprzedaje wirtualnych agentów obsługi klienta, którzy mogą rozmawiać z klientami online za pomocą pisanego tekstu. Jednym z przykładów jest Eva, stworzona przez hiszpańską firmę Indysis. Eva może wygodnie rozmawiać, chyba że rozmowa zaczyna odbiegać od tematów, o których została nauczona. Jeśli tak, to Eva raczej niegrzecznie spróbuje popchnąć cię z powrotem do tych tematów.

Siri ma również bliższych konkurentów w postaci aplikacji dostępnych na iPhone'y i urządzenia z Androidem. Evi, stworzona przez Prawdziwą Wiedza; Dragon Go od firmy Nuance zajmującej się rozpoznawaniem głosu; i Iris, stworzony przez indyjską firmę programistyczną Dexetra, są wariacjami na temat osobistego asystenta sterowanego głosem i często mogą dorównać zdolności Siri do rozumienia i wykonywania prostych zadań lub pobierania informacji. Ale są znacznie mniej biegli społecznie. Kiedy zapytałem Iris, czy uważa, że ​​powinienem iść spać, być może przydałoby się, że reszta była jej bezbarwną, pozbawioną humoru odpowiedzią.

Chociaż Siri robi wrażenie, ale zaangażowana sztuczna inteligencja nie jest aż tak wyrafinowana. Boris Katz, główny naukowiec w Laboratorium Informatyki i Sztucznej Inteligencji w MIT, który od dziesięcioleci buduje maszyny analizujące ludzki język, podejrzewa, że ​​Siri nie wkłada zbyt wiele wysiłku w analizę tego, o co prosi dana osoba. Uważa, że ​​zamiast zastanawiać się, w jaki sposób słowa w zdaniu współgrają ze sobą, aby przekazać znaczenie, Siri często po prostu rozpoznaje kilka słów kluczowych i dopasowuje je do ograniczonej liczby zaprogramowanych odpowiedzi. Nauczyli go kilku rzeczy, a system tego oczekuje, mówi. Są bardzo sprytni, jeśli chodzi o to, o co ludzie zwykle pytają.

W przeciwieństwie do tego, konwencjonalne badania nad sztuczną inteligencją starały się analizować bardziej złożone znaczenie w rozmowach. W 1985 roku Katz zaczął budować system o nazwie START, aby odpowiadać na pytania poprzez przetwarzanie struktury zdań. Ten system odpowiada na wpisane pytania, analizując układ słów, aby zinterpretować znaczenie tego, o co jest pytane. Dzięki temu START może odpowiadać na pytania sformułowane w złożony sposób lub z pewnym stopniem niejednoznaczności.

W 2006 roku — na rok przed rozpoczęciem działalności przez SRI — Katz i współpracownicy zademonstrowali asystenta oprogramowania opartego na START, do którego można uzyskać dostęp, wpisując zapytania do telefonu komórkowego. Koncepcja jest niezwykle podobna do Siri, ale ta część projektu START nigdy nie poszła dalej. Pozostało mniej ważne niż dążenie Katza do jego prawdziwego celu – stworzenia maszyny, która lepiej dopasuje się do ludzkiej umiejętności posługiwania się językiem.

Aby zrozumieć, jak trudno jest uzyskać właściwą komunikację, wystarczy spojrzeć na niesławnego inteligentnego asystenta Clippy, wprowadzonego przez firmę Microsoft w 1997 roku.

START jest tylko maleńkim odgałęzieniem badań nad sztuczną inteligencją, które rozpoczęły się jakieś 50 lat wcześniej jako próba zrozumienia funkcjonowania ludzkiego umysłu i stworzenia czegoś analogicznego w maszynach. Ten wysiłek zaowocował wieloma naprawdę niezwykłymi technologiami, zdolnymi do wykonywania zadań obliczeniowych, które są niemożliwie skomplikowane dla ludzi. Jednak badania nad sztuczną inteligencją nie zdołały odtworzyć wielu aspektów ludzkiego intelektu, w tym języka i komunikacji. Jak wyjaśnia Katz, prosta rozmowa między dwojgiem ludzi może w pełni wykorzystać ludzkie doświadczenia życiowe, a tego nie da się naśladować w maszynie. Więc nawet gdy systemy AI stały się lepsze w dostępie, przetwarzaniu i prezentowaniu informacji, ludzka komunikacja nadal im wymykała się.

Pomimo tego, że Siri jest mniej zdolny niż START do radzenia sobie ze złożonością języka, Siri pokazuje, że maszyna może wykonać wystarczająco dużo sztuczek, aby oszukać użytkowników, by czuli się tak, jakby prowadzili coś w rodzaju prawdziwej rozmowy. Aby zrozumieć, jak trudno jest uzyskać nawet prostą komunikację tekstową, wystarczy spojrzeć na niesławnego inteligentnego asystenta wprowadzonego przez firmę Microsoft w 1997 roku. Ten irytujący wirtualny spinacz do papieru, zwany Clippy, pojawiał się za każdym razem, gdy użytkownik utworzył dokument, oferujący pomoc z komunikatem, takim jak irytująca linia Wygląda na to, że piszesz list. Potrzebujesz pomocy? Microsoft spodziewał się, że użytkownicy pokochają Clippy. Bill Gates pomyślał, że fani będą projektować koszulki Clippy, kubki i strony internetowe. Tak więc firma była oszołomiona i zdezorientowana, gdy użytkownicy nienawidzili Clippy, tworząc koszulki, kubki i strony internetowe poświęcone jej dyskredytacji. Odpowiedź była tak zła, że ​​Microsoft zabił Clippy'ego w 2007 roku.

Wcześniej Microsoft zatrudnił profesora Stanforda Clifforda Nassa, eksperta od interakcji człowiek-komputer, aby zbadał, dlaczego program wywołał tak wiele nieprzyjemności. Nass, który jest autorem Człowiek, który okłamał swojego laptopa: czego maszyny uczą nas o relacjach międzyludzkich, spędził lata badając podobne zjawiska, a jego prace wskazują na dość prostą przyczynę: ludzie instynktownie stosują zasady ludzkich interakcji w kontaktach z komputerami, telefonami komórkowymi, robotami, systemami nawigacji samochodowej i podobnymi maszynami. Nass zdał sobie sprawę, że Clippy złamał prawie każdą normę akceptowalnego zachowania społecznego. Wciąż popełniał te same błędy i nieustannie nękał użytkowników, którzy chcieli zostać sami. Problem Clippy'ego polegał na tym, że powiedział „zrobię wszystko”, a następnie zawiódł, mówi Nass. Tak jak osoba, która powtarza tę samą odpowiedź raz za razem, sprawia, że ​​czujemy się urażeni, mówi Nass, tak samo robi interfejs komputerowy – nawet jeśli dobrze wiemy, że mamy do czynienia z maszyną.

Clippy wykazał, że próba bardziej ludzkiej komunikacji może odbić się spektakularnie, jeśli subtelności zachowań społecznych nie zostaną zrozumiane i szanowane. Nass mówi, że Apple zrobił wszystko, co możliwe, aby Siri była lubiana. Siri w ogóle nie narzuca się użytkownikowi. Aplikacja działa w tle na iPhonie i zwraca uwagę tylko wtedy, gdy użytkownik przytrzymuje przycisk home lub przykłada telefon do ucha i zaczyna mówić. Pozwala również uniknąć dwukrotnego popełnienia tego samego błędu, próbując różnych odpowiedzi, gdy użytkownik powtarza pytanie. Nass uważa, że ​​nawet ton głosu Siri został starannie dobrany tak, aby był nieszkodliwy.

Apple ograniczyło też zadania, jakie Siri może wykonać i odpowiedzi, jakie może udzielić, najprawdopodobniej po to, by uniknąć rozczarowania. Jeśli na przykład poprosisz Siri o opublikowanie czegoś na Twitterze, nieśmiało przyzna, że ​​nie wie, jak. Ale ponieważ alternatywą może być przypadkowe wysyłanie zniekształconych tweetów, ta strategia jest zrozumiała.

Dokładność rozpoznawania głosu Siri pomaga również uniknąć rozczarowania. System czasami źle słyszy słowa, często z zabawnymi skutkami. Przepraszam, Will, nie rozumiem, że „potrzebuję piżamy” było ciekawą odpowiedzią na pytanie, które nie miało nic wspólnego z piżamą. Ale przede wszystkim system głosowy działa wyjątkowo dobrze. Nie ma problemu z moim angielskim akcentem lub wieloma złożonymi słowami i frazami, a ta ogólna dokładność sprawia, że ​​dziwny błąd jest o wiele bardziej akceptowalny.

Kluczowym wyzwaniem dla Apple było to, że wkrótce po spotkaniu z Siri, osoba może doświadczyć potężnej potrzeby, aby potknąć się o to wirtualne wszystkowiedzące wszystko: zapytać go o sens życia, czy wierzy w Boga, czy zna R2D2. Apple zdecydowało się poradzić sobie z tym zjawiskiem w pomysłowy sposób: upewniając się, że Siri rozumie żart i gra. W ten sposób ma sprytną odpowiedź na niemal każdą rzuconą w nią podkręconą piłkę, a nawet zmienia jej reakcje, sztuczka, która sprawia, że ​​czasami wydaje się niesamowicie ludzki.

To przekomarzanie się pomaga również zmniejszyć cios, gdy Siri coś nie rozumie lub zostaje sparaliżowana zaskakująco prostym pytaniem. Kiedyś, kiedy zapytałem, kto wygrał Super Bowl, z dumą zamienił dla mnie jeden koreański won na dolary. Wiedziałem, że to tylko błąd algorytmiczny w odległym banku serwerów komputerowych, ale poczułem też potrzebę zinterpretowania tego jako zwariowanego Siri.

Nass mówi, że sposób, w jaki Siri radzi sobie z humorem, jest inspirowany. Badania wykazały, zauważa, że ​​humor sprawia, że ​​ludzie wydają się mądrzejsi i bardziej lubiani. Wykazano, że przerywany, niewinny humor, zarówno dla ludzi, jak i komputerów, jest skuteczny, mówi Nass. To bardzo pozytywne, nawet dla najnudniejszego, statecznego interfejsu komputera.

Ale Katz, jako ktoś, kto od dziesięcioleci stara się dać maszynom zdolność posługiwania się językiem, ma nadzieję, że w końcu ujrzy coś znacznie bardziej wyrafinowanego niż powstanie Siri: maszyna zdolna do prowadzenia prawdziwych rozmów z ludźmi. Takie maszyny mogą zapewnić fundamentalny wgląd w naturę ludzkiej inteligencji, mówi, i mogą zapewnić bardziej naturalny sposób nauczenia maszyn, jak być mądrzejszymi.

To może nadal być marzeniem badaczy AI. Jednak dla reszty z nas pojawienie się wirtualnego asystenta, który jest rzeczywiście użyteczny, jest równie fundamentalnym przełomem. W biurze Katza w MIT pokazałem mu niektóre zabawne odpowiedzi, które Siri wymyśla, gdy jest sprowokowany. Zaśmiał się i zauważył spryt inżynierów, którzy zaprojektowali Siri, ale przemawiał także jako badacz sztucznej inteligencji, używając znaczeń i słów, z którymi Siri niewątpliwie by się zmagał. Nie ma nic złego w posiadaniu sztuczek, powiedział, ale byłoby miło, gdyby rzeczywiście mógł dogłębnie przeanalizować to, co powiedziałeś. Rozmowy z użytkownikiem będą o tyle bogatsze.

Katz ma rację, że bardziej rewolucyjny inteligentny asystent osobisty — zdolny do wykonywania wielu bardziej skomplikowanych zadań — będzie potrzebował bardziej zaawansowanej sztucznej inteligencji. Ale to również umniejsza ważną innowację stojącą za Siri. Po dłuższym testowaniu aplikacji Katz wyznał, że podziwia przedsiębiorców, którzy wiedzą, jak zamienić postępy w informatyce w coś, z czego zwykli ludzie będą korzystać na co dzień. Chciałbym wiedzieć, jak ludzie to robią, przyznaje.

Aby uzyskać odpowiedź, może po prostu musi rozmawiać z Siri.

Czy rycerz jest Przegląd technologii edytor online .

ukryć