211service.com
Sociālais intelekts
Es: Vai man jāiet gulēt, Siri?
Siri: Es domāju, ka jums vajadzētu gulēt uz tā.
Šis stāsts bija daļa no mūsu 2012. gada maija numura
- Skatiet pārējo izdevuma daļu
- Abonēt
Ir grūti neapbrīnot šādu gudru atbildi. Siri — Apple iPhone 4S iebūvētais inteliģentais personīgais asistents — bieži izrāda šādu attieksmi, it īpaši, ja tiek uzdots jautājums, kas aizskar tā mākslīgo intelektu. Bet atbilde nav kaut kāds smeldzīgs programmētāju joks. Tā ir būtiska daļa no tā, kāpēc Siri darbojas tik labi.
Siri popularitāte liecina, ka digitālajam asistentam ir nepieciešams vairāk nekā tikai inteliģence, lai gūtu panākumus; tai ir vajadzīgs arī takts, šarms un pārsteidzoši asprātība. Kļūdas izraisa neapmierinātību un īgnumu jebkurā datora saskarnē. Risks ir dramatiski palielināts, ja tiek izmantots personīgais asistents sarunvalodas jomā. Tas ir fakts, kas pagātnē ir atcēlis dažus sociāli panīkušus virtuālos asistentus. Tāpēc Siri būt simpātiskam un reizēm dīvainam var būt tikpat svarīgi kā apžilbināt ar mašīnu inteliģences varoņdarbiem.
Pārskatītās lietas
Siri (beta versija, darbojas iPhone 4)
SĀKT
http://start.csail.mit.edu
Vīrietis, kurš meloja savam klēpjdatoram: ko mašīnas mums māca par cilvēku attiecībām
Klifords Nass
Pašreizējais, 2010
Siri aizsākumi meklējami 2003. gadā sāktajā pētniecības projektā, ko finansēja ASV militārpersonu Aizsardzības progresīvo pētījumu projektu aģentūra (DARPA). Šos centienus vadīja SRI International, kas 2007. gadā atdalīja uzņēmumu, kas 2010. gada februārī izlaida sākotnējo Siri versiju kā iPhone lietotni (tehnoloģija tika nosaukta starp Tehnoloģiju apskats 10 jaunās tehnoloģijas 2009. gadā). Šis agrākais Siri varēja darīt mazāk darbību nekā tas, kas vēlāk tika iebūvēts iPhone 4S. Tas varēja piekļūt dažiem tiešsaistes pakalpojumiem, lai rezervētu restorānus, iegādātos kino biļetes un rezervētu taksometrus, taču tas bija pakļauts kļūdām un nekad nav guvis lielu popularitāti lietotāju vidū. Apple iegādājās Siri starta uzņēmumu par neizpaužamu summu tikai divus mēnešus pēc lietotnes debijas.
Siri, kas parādījās pusotru gadu vēlāk, darbojas pārsteidzoši labi. Tā klausās izrunātās komandas (angļu, franču, vācu un japāņu valodā) un atbild ar atbilstošu darbību vai atbildi, kas tiek pateikta mierīgā, atbilstoši robotiskā sievietes balsī. Lūdziet Siri jūs pamodināt pulksten 8:00, un tas attiecīgi iestatīs tālruņa modinātāju. Pastāstiet Siri, lai tā nosūta draugam īsziņu, un tas apzinīgi uzņemsies diktātu pirms jūsu vēstules izšaušanas. Sakiet: Kur es varu atrast burito, Siri? un Siri parādīs labi pārskatītu tuvumā esošo meksikāņu restorānu sarakstu, kas atrodams, vaicājot tālruņa atrašanās vietas sensoru un veicot meklēšanu tīmeklī un kartē. Siri ir arī rokas stiepiena attālumā neskaitāmi fakti un skaitļi, pateicoties tiešsaistes atbilžu dzinējam Wolfram Alpha, kuram ir piekļuve daudzām datu bāzēm. Jautājiet, kāds ir Jupitera rādiuss? un Siri nejauši informēs, ka ir 42 982 jūdzes.
Siri harizmātiskās kvalitātes pilnībā trūkst citās dabiskās valodas saskarnēs. Vairāki uzņēmumi pārdod virtuālus klientu apkalpošanas aģentus, kas spēj tiešsaistē tērzēt ar klientiem drukātā tekstā. Viens piemērs ir Spānijas kompānijas Indysis radītā Eva. Eva var ērti tērzēt, ja vien saruna nesāk novirzīties no jomām, par kurām tā ir apmācīta runāt. Ja tā notiks, Eva diezgan rupji mēģinās jūs atgrūst pie šīm tēmām.
Siri ir arī daži tuvāki konkurenti iPhone un Android ierīcēm pieejamo lietotņu veidā. Evi, ko veidojis True Knowledge; Dragon Go no balss atpazīšanas uzņēmuma Nuance; un Iris, ko izgatavojis Indijas programmatūras uzņēmums Dexetra, visas ir ar balsi vadāma personīgā asistenta tēmas variācijas, un tās bieži vien atbilst Siri spējai saprast un veikt vienkāršus uzdevumus vai izgūt informāciju. Bet viņi ir daudz mazāk sociāli lietpratīgi. Kad es jautāju Irisai, vai tā domā, ka man vajadzētu iet gulēt, iespējams, jūs varētu izmantot pārējo, kas bija tās lēzenā, bez humora atbilde.
Lai arī Siri ir iespaidīgs, iesaistītais AI nav tik izsmalcināts. Boriss Kats, MIT Datorzinātnes un mākslīgā intelekta laboratorijas galvenais pētnieks, kurš gadu desmitiem ir veidojis mašīnas, kas parsē cilvēku valodu, uzskata, ka Siri nepieliek daudz pūļu, lai analizētu to, ko cilvēks jautā. Tā vietā, lai noskaidrotu, kā teikumā esošie vārdi darbojas kopā, lai nodotu nozīmi, viņš uzskata, ka Siri bieži tikai atpazīst dažus atslēgvārdus un saskaņo tos ar ierobežotu skaitu iepriekš ieprogrammētu atbilžu. Viņi tam iemācīja dažas lietas, un sistēma sagaida šīs lietas, viņš saka. Viņi ir ļoti gudri attiecībā uz to, ko cilvēki parasti jautā.
Turpretim tradicionālie mākslīgā intelekta pētījumi ir centušies sarunās analizēt sarežģītāku nozīmi. 1985. gadā Katz sāka veidot sistēmu ar nosaukumu START, lai atbildētu uz jautājumiem, apstrādājot teikumu struktūru. Šī sistēma atbild uz drukātiem jautājumiem, analizējot vārdu izkārtojumu, lai interpretētu uzdotā nozīmi. Tas ļauj START atbildēt uz jautājumiem, kas formulēti sarežģīti vai ar zināmu neskaidrību.
2006. gadā — gadu pirms SRI darbības uzsākšanas — Katzs un kolēģi demonstrēja programmatūras palīgu, kura pamatā ir START un kuram varēja piekļūt, ierakstot vaicājumus mobilajā tālrunī. Koncepcija ir ļoti līdzīga Siri, taču šī START projekta daļa nekad netika virzīta tālāk. Tas palika mazāk svarīgi nekā Katza centieni sasniegt savu patieso mērķi — izveidot mašīnu, kas labāk atbilstu cilvēka spējai lietot valodu.
Lai saprastu, cik grūti ir pareizi sazināties, jums ir jāmeklē bēdīgi slavenais inteliģentais palīgs Clippy, ko Microsoft ieviesa 1997. gadā.
START ir tikai niecīga mākslīgā intelekta izpētes atzara, kas aizsākās aptuveni 50 gadus agrāk kā mēģinājums izprast cilvēka prāta darbību un radīt kaut ko līdzīgu mašīnās. Šie centieni ir radījuši daudzas patiesi ievērojamas tehnoloģijas, kas spēj veikt skaitļošanas uzdevumus, kas cilvēkiem ir neiespējami sarežģīti. Taču mākslīgā intelekta pētījumiem nav izdevies no jauna radīt daudzus cilvēka intelekta aspektus, tostarp valodu un komunikāciju. Kā skaidro Katzs, vienkārša saruna starp diviem cilvēkiem var pilnībā izjust cilvēka dzīves pieredzi, un to joprojām nav iespējams atdarināt mašīnā. Tāpēc pat tad, kad AI sistēmas ir kļuvušas labākas, lai piekļūtu informācijai, tās apstrādē un prezentācijā, cilvēku saziņa joprojām no tām izvairās.
Neskatoties uz to, ka Siri ir mazāk spējīgs tikt galā ar valodas sarežģītību nekā START, tas parāda, ka mašīna var veikt tieši tik daudz triku, lai lietotājiem liktos, ka viņiem ir kaut kas līdzīgs īstai sarunai. Lai saprastu, cik grūti ir pareizi izveidot pat vienkāršu teksta saziņu, jums ir jāmeklē bēdīgi slavenais inteliģentais palīgs, ko Microsoft ieviesa 1997. gadā. Šī kaitinošā virtuālā papīra saspraude, ko sauc par Clippy, parādījās ikreiz, kad lietotājs izveidoja dokumentu, piedāvājot palīdzību ar ziņojumu, piemēram, satraucošā rindiņa Šķiet, ka jūs rakstāt vēstuli. Vai vēlaties palīdzību? Microsoft gaidīja, ka lietotājiem patiks Clippy. Bils Geitss domāja, ka fani izstrādās Clippy T-kreklus, krūzes un vietnes. Tāpēc uzņēmums bija apmulsis un apmulsis, kad lietotāji ienīda Clippy, radot T-kreklus, krūzes un vietnes, kas veltītas tā noniecināšanai. Atbilde bija tik slikta, ka Microsoft nogalināja Clippy 2007. gadā.
Pirms tam Microsoft nolīga Stenfordas profesoru Klifordu Nasu, cilvēka un datora mijiedarbības ekspertu, lai izpētītu, kāpēc programma ir radījusi tik daudz nepatīkamu lietu. Nass, kurš ir autors Cilvēks, kurš meloja savam klēpjdatoram: ko mašīnas mums māca par cilvēku attiecībām ir pavadījis gadus, pētot līdzīgas parādības, un viņa darbs liecina par diezgan vienkāršu iemeslu: cilvēki instinktīvi piemēro cilvēku sociālās mijiedarbības noteikumus, strādājot ar datoriem, mobilajiem tālruņiem, robotiem, automašīnu navigācijas sistēmām un līdzīgām iekārtām. Nass saprata, ka Klipijs pārkāpa gandrīz visas pieņemamās sociālās uzvedības normas. Tā atkal un atkal pieļāva vienas un tās pašas kļūdas un pastāvīgi apgrūtināja lietotājus, kuri vēlējās palikt vieni. Klipija problēma bija tā, ka viņš teica: 'Es darīšu visu', un pēc tam viņš pievīla, saka Nass. Tāpat kā cilvēks, kurš atkal un atkal atkārto vienu un to pašu atbildi, liek mums justies aizvainotiem, saka Nass, tā arī datora saskarne — pat ja mēs labi zinām, ka mums ir darīšana ar mašīnu.
Klipijs parādīja, ka mēģinājumi veidot cilvēciskāku saziņu var iespaidīgi atspēlēties, ja netiek izprasti un ievēroti sociālās uzvedības smalkumi. Nass saka, ka Apple darīja visu iespējamo, lai padarītu Siri patīkamu. Siri nemaz neuzspiež sevi lietotājam. Lietojumprogramma iPhone tālrunī darbojas fonā, pievēršot uzmanību tikai tad, kad lietotājs tur nospiestu sākuma pogu vai pieliek tālruni pie auss un sāk runāt. Tas arī ļauj izvairīties no vienas un tās pašas kļūdas divreiz, mēģinot dažādas atbildes, kad lietotājs atkārto jautājumu. Pat Siri balss tonis tika rūpīgi izvēlēts, lai tas būtu neaizskarošs, uzskata Nass.
Apple arī ierobežoja uzdevumus, ko Siri var veikt, un atbildes, ko tas var sniegt, visticamāk, lai izvairītos no vilšanās. Piemēram, ja lūgsit Siri kaut ko ievietot pakalpojumā Twitter, tas neprātīgi atzīs, ka nezina, kā to izdarīt. Bet, tā kā alternatīva varētu būt nejauša izkropļotu tvītu pārraidīšana, šī stratēģija ir saprotama.
Siri balss atpazīšanas precizitāte arī palīdz izvairīties no vilšanās. Sistēma dažreiz nepareizi uzklausa vārdus, bieži vien ar uzjautrinošiem rezultātiem. Piedod, Vil, es nesaprotu, “Man vajag pidžamu” bija ziņkārīga atbilde uz jautājumu, kam nebija nekāda sakara ar pidžamu. Bet galvenokārt balss sistēma darbojas ļoti labi. Tam nav problēmu ar manu angļu valodas akcentu vai daudziem sarežģītiem vārdiem un frāzēm, un šī vispārējā precizitāte padara dīvaino kļūdu daudz pieņemamāku.
Galvenais Apple izaicinājums bija tas, ka drīz pēc tikšanās ar Siri cilvēks var izjust spēcīgu vēlmi izjaukt šo virtuālo zinātību: pajautāt tam par dzīves jēgu, vai tas tic Dievam, vai tas zina R2D2. Apple izvēlējās risināt šo parādību izgudrojuma veidā: pārliecinoties, ka Siri saprot joku un spēlē līdzi. Tādējādi tai ir gudra atbilde uz gandrīz jebkuru izliektu bumbu, un tā pat var mainīt atbildes reakciju. Tas ir triks, kas reizēm liek tai šķist baisi cilvēciski.
Šī ņirgāšanās arī palīdz mazināt triecienu, kad Siri kaut ko pārprot vai viņu satriec pārsteidzoši vienkāršs jautājums. Reiz, kad jautāju, kurš uzvarēja Super Bowl, tas man lepni konvertēja vienu Korejas vonu dolāros. Es zināju, ka tā bija tikai algoritma kļūda tālā datoru serveru bankā, taču es arī jutu vēlmi to interpretēt kā neprātīgu Siri.
Nass saka, ka veids, kā Siri rīkojas ar humoru, ir iedvesmots. Viņš atzīmē, ka pētījumi atklājuši, ka humors liek cilvēkiem izskatīties gudrākiem un simpātiskākiem. Ir pierādīts, ka intermitējošais, nevainīgais humors ir efektīvs gan cilvēkiem, gan datoriem, saka Nass. Tas ir ļoti pozitīvs pat visgarlaicīgākajam datora interfeisam.
Taču Kats kā cilvēks, kurš gadu desmitiem ir centies dot mašīnām iespēju lietot valodu, cer, ka galu galā parādīsies kaut kas daudz sarežģītāks par Siri: mašīnu, kas spēj uzturēt reālas sarunas ar cilvēkiem. Viņš saka, ka šādas mašīnas varētu sniegt fundamentālu ieskatu cilvēka intelekta būtībā, un tās varētu nodrošināt dabiskāku veidu, kā iemācīt mašīnām būt gudrākām.
Tas varētu arī turpmāk būt AI pētnieku sapnis. Tomēr mums pārējiem virtuālā asistenta parādīšanās, kas patiešām ir noderīgs, ir tikpat būtisks izrāviens. Katza birojā MIT es viņam parādīju dažas uzjautrinošās atbildes, kuras Siri izdomā, kad tiek provocēta. Viņš smējās un atzīmēja Siri izstrādātāju inženieru gudrību, taču viņš runāja arī kā AI pētnieks, izmantojot nozīmes un vārdus, ar kuriem Siri noteikti būtu jācīnās. Viņš teica, ka trikiem nav nekas nepareizs, taču būtu jauki, ja tas varētu padziļināti analizēt jūsu teikto. Sarunas ar lietotāju būs tik daudz bagātākas.
Katzam ir taisnība, ka revolucionārākam inteliģentam personīgajam asistentam — tādam, kas spēj veikt daudz sarežģītākus uzdevumus — būs nepieciešams uzlabotāks AI. Bet tas arī nepietiekami atspoguļo svarīgu Siri inovāciju. Pēc ilgāka lietotnes testēšanas Katzs atzina, ka apbrīno uzņēmējus, kuri zina, kā datorzinātņu sasniegumus pārvērst par kaut ko tādu, ko parastie cilvēki izmantos katru dienu. Es vēlos zināt, kā cilvēki to dara, viņš atzīst.
Lai saņemtu atbildi, iespējams, viņam vienkārši jāturpina runāt ar Siri.
Vils Naits ir Tehnoloģiju apskats tiešsaistes redaktors.
