Älykkäät avustajat: mitä tulee sirin jälkeen?

Älykkäät avustajat - Siri, Google Now, Cortana ja vastaavat - ovat siirtyneet uteliaisuuksista ja paripeleistä vain muutama vuosi sitten tärkeisiin työkaluihin, joita monet ihmiset käyttävät päivittäisessä elämässään. Viime viikolla jäin pois Opus Researchin New Yorkissa pidetystä älykkäiden avustajien konferenssista, jonka esittelijä oli Opus Research, ja olin vaikuttunut ohjelmiston edistymisestä useilla aloilla, mukaan lukien rahoitus-, vakuutus- ja lääketieteellisten yritysten edistyminen tiettyjen edustajien rakentamisessa..

Opus Researchin perustaja Dan Miller selitti, että monet ydinteknologioista, kuten puheentunnistus, ovat olleet olemassa jo yli 20 vuotta. Vaikka hän on viime aikoina nähnyt suuria parannuksia vallankumouksen sijasta, hän sanoi, että "olemme evoluution tiellä", jossa on paljon tuotteita jatkuvuudella, jolla on erilaiset ominaisuudet. Hän huomautti, että on olemassa satoja yritystoiminnassa toimivia älykkäitä avustajia, joita voidaan käyttää yksinkertaiseen tekstipohjaiseen keskusteluun selkeästi englanniksi kiinteän tietojoukon avulla ja esimerkiksi verkkosivustolla liikkumiseen tai usein kysyttyihin kysymyksiin. Spektrin toisessa päässä on todennäköisesti vain muutama tusina "dynaamista, inhimillisen tunteen sovellusta", jotka ovat keskusteluhelpoisemmat ja kontekstitietoisemmat.

Miller viittasi hakemuksiin, jotka voittivat palkinnot konferenssissa. Amtrakin Julie aloitti vuorovaikutteisena puhelinvastaajapalveluagenttina vuosia sitten, mutta nyt siitä on tullut agentti, joka toimii verkkosivustolla ohjaamaan matkustajia Amtrak.comin kautta Next IT: n edustajaan perustuen. Telefonica Meksikossa on agentti nimeltä Nico, jolla on avatar ja joka tukee myös Twitterin ja Facebookin kautta AgentBotin alustaan ​​perustuen. ING Hollannissa on Inge, sovellus, jonka avulla voit tarkistaa pankkitilisi saldosi tai siirtää rahaa äänen avulla Nuance-laitteen äänibiometrisen tekniikan avulla henkilöllisyytesi todentamiseksi.

Kunniamaininnat sisältävät terveydenhuollon sovellukset, kuten sovelluksen, joka auttaa sinua valitsemaan terveydenhuollosuunnitelman. Muita sovelluksia, joista kuulin näyttelyssä, ovat Domino's Pizza, jolla on Dom-sovellus, jonka avulla voit tilata pizzaa äänellä. ja BMW, jolla on virtuaalinen agentti osana Up2drive-automaattista rahoitusta.

Nuancen Brett Beraneck puhui siitä, kuinka syvän oppimisen hermoverkkojen kehitys on parantanut esimerkiksi luonnollisen kielen ymmärtämistä ja äänentunnistusta, ja kuinka tämä nyt yhdistyy mahdollistaakseen entistä suuremman kiinnostuksen alaan. Nuancen Nina-avustaja oli varhainen esimerkki, ja siitä lähtien siitä on kasvanut paljon erityisiä sovelluksia, aina vakuutusyhtiöiden vuorovaikutteisista äänivastausjärjestelmistä ostossovelluksiin. Jokaisella näistä sovelluksista on erilainen persoonallisuus riippuen siitä, mitä se yrittää auttaa sinua.

Yksi iso uusi ominaisuus, josta hän keskusteli, oli äänibiometria, jossa äänesi korvaa salasanan. Hän puhui siitä, kuinka ING: n kaltaiset yritykset Euroopassa kehittävät edustajia, jotka eivät vain käytä äänentunnistusta ja luonnollista kielenkäsittelyä, vaan alkavat myös käyttää ääntä tunnistaakseen soittavan henkilön. Hän sanoi, että tämä oli sekä turvallisempaa että luonnollisempaa kuin perinteinen salasana.

Vaikka viimeaikaiset tutkimukset ovat huolissaan siitä, että äänitallenteet voivat huijata tällaisia ​​järjestelmiä, Nuance totesi, että nykypäivän tekniikka sisältää ominaisuuksia, joiden tarkoituksena on poimia poikkeavuudet äänitetystä äänestä, ja huomautti muihin tutkimuksiin, jotka olivat eri näkökulmasta. Lisäksi hän sanoi, että suunnittelijat voivat käyttää äänibiometrian erityyppisiä tasoja erilaisissa toiminnoissa, esimerkiksi käyttämällä yksinkertaista tunnistusta tilin saldon tarkistamiseen tai pyytämällä sinua toistamaan satunnainen sanasarja merkittäviä rahansiirtoja varten.

Äänibiometrit näyttävät varmasti saavan hieman pitoa. Viime viikon Gartner-symposiumissa rahoituspalvelujen "viileiden asiakastapausten" istunto sisälsi Citibank-sovelluksen, joka käytti tätä ominaisuutta.

MyWavessa on avustaja nimeltä Frank, jonka on tarkoitus antaa useiden yritysten mahdollisuus olla vuorovaikutuksessa heidän kanssaan enemmän keskustelutapaa sen sijaan, että jokainen yritys kehittää omaa. Ensimmäisiä käyttötarkoituksia ovat Uuden-Seelannin pankki ja Saveawatt-niminen sovellus, jonka tarkoituksena on auttaa sinua valitsemaan sähköntoimittaja.

Toimitusjohtaja Geraldine McBride selitti, että yritys yrittää luoda avustajia, jotka ylittävät kuilun asiakkaiden ja palvelusovellusten välillä, jota se kutsuu "asiakasohjattuiksi suhteiksi" tai CMR: ksi, spiniksi perinteisiin CRM-sovelluksiin. Yksi iso ero, hän sanoi, on se, että asiakas vastaa kaikista tiedoistaan ​​eikä liiketoiminnasta.

Toisella suhteellisen uudella yrityksellä, Expect Labsilla on MindMeld-niminen tuote, joka toimii taustana useille yrityksille, jotka haluavat tarjota ääniliitännän korvaamaan perinteiset rajapinnat ja käsittelemään kysymyksiä ja vastauksia. Tätä voidaan käyttää monissa sovelluksissa, kuten televisio-ohjelmien katselussa kysymällä vain nimeä ja järjestelmäkyselyllä useita järjestelmiä. (Amazonin Fire TV: llä on joitain näistä ominaisuuksista, mutta sitä ei ole integroitu kaapeli-digisovittimeesi, kun taas yksi Expect Labs -yrityksen sijoittajista on kaapeliyhtiö Liberty Global.)

Toimitusjohtaja Tim Tuttle selitti, että MindMeld pyrkii käyttämään jo useimmissa laitteissa jo saatavilla olevaa puheentunnistusta, ja keskittyy sen sijaan luonnollisen kielen ymmärtämiseen ja käytettävissä olevan tiedon tietotaulun luomiseen. Hänen mukaansa yritys yrittää skaalata järjestelmän sisällyttämään enemmän tietoja useista lähteistä ja hajottamaan useimpien tällaisten järjestelmien osa-alueiden tietoryhmien hierarkiat. Kysymysten todellinen ymmärtäminen tarkoittaa kykyä ymmärtää tarkoitus useissa luokissa, hän sanoi.

Yksi asia, jonka kuulin useilta osallistujilta, olivat tilastot, joiden mukaan noin 10 prosenttia kaikista verkkohakuista tehdään nyt tiedustelupalvelimien välityksellä. (AI: n edelläkävijä Andrew Ng kertoi tämän olevan totta viimevuotisessa puhehaussa Baidussa. Useiden mielestä tämä oli totta myös Googlessa, mutta en ole kuullut mitään ensi käden vahvistusta.)

Edelleen odottaen Opus Researchin Miller sanoi, että tehtävää on vielä paljon. Järjestelmien perustarkkuudessa on paljon parantamisen varaa, etenkin siirryttäessäsi sanomastasi siihen, mitä tarkoitat, siihen, mitä tehdä tämän seurauksena. Hän mainitsi konferenssissa Xerox PARC: n toimitusjohtajan Stephen Hooverin puheen, jonka mukaan järjestelmät ovat nykyään jopa 90 prosenttia tarkkoja ymmärtämään, mitä tarkoitamme, mutta 10 prosenttia on edelleen ongelma, koska se, mitä useimmat ihmiset muistavat käsitellessään systeemi. Ja Miller sanoi, että paremmalle mukauttamiselle on tilaa, koska jos järjestelmä tietää, kenen kanssa hän puhuu, se voi antaa parempia tuloksia. Esimerkiksi hän totesi, että Facebook tietää, kuka käyttää järjestelmää, koska olet kirjautunut sisään; ja sanoi, että tämän saumattomasta tekemisestä useamman edustajan kanssa tulee entistä tärkeämpää.

Se on ehdottomasti kiehtova luokka, ja luulen, että me kaikki vietämme paljon enemmän aikaa puhumme puhelimiemme ja tietokoneidemme kanssa ja olemme tekemisissä agenttien kanssa, jotka eivät ole aivan inhimillisiä. Minusta tämä on yksi mielenkiintoisimmista suuntauksista tietojenkäsittelyssä nykyään.