Naturlig språkforståelse er fremtiden for A.I. Stemme gjenkjenning

Med adventen til Amazonas Alexa og Siri er konsekvent kapasitet til å ta på seg flere oppgaver (og bli mer og mer sassy), lurer mange på: hva er neste for naturlig språkforståelse og samtale-taleinterfaces?

Det er flere bedrifter nakke og nakke i dette løp. Det er Wit.ai, selskapet Facebook kjøpte - du kan leke rundt med demo. (Prøv denne kommandoen: "Jeg vil se på katter.") Apple har sin HomeKit, og gjør det som Apple gjør best - sparker rumpa. Amazon er også ute med sin Alexa-utstyrt Echo og Echo Dot.

Et selskap som er varmt på sporet av naturlig språkforståelse er MindMeld. MindMeld tilbyr sine naturlige språkkunnskaper til andre selskaper som ønsker å legge til intelligente tale grensesnitt til sine produkter, tjenester eller enheter. Det San Francisco-baserte selskapet gir partnere infrastrukturen og tilpasningsalternativene slik at deres enheter kan ha sine egne, finjusterte personlige assistenter. MindMeld annonserte nylig et slikt partnerskap med Spotify, men jobber også med bilforetak, forsvarsbyråer, e-handelsselskaper og mer. (Og det er selvsagt ikke i stand til å dele mange detaljer i slike partnerskap.)

Omvendt snakket med MindMelds Sam Vasisht om tilstanden til stemmegjenkjenningsfeltet - men han var rask til å påpeke at «stemmegjenkjenning» som et foretak er nå et "dagligdags tema". I dag handler det om "naturlig språkforståelse. "Stemmegjenkjenning har nesten nådd sin nullitet: etter 50-årige år med utvikling kan AIs nå effektivt gjenkjenne tale. Disse systemene er nesten bedre enn mennesker på jobben, og vil sikkert overgå dødelige mennesker snart.

Det forutsigbare neste trinnet, så - som et barns utvikling - er å lære disse systemene til forstå språket som de nå kan gjenkjenne. "Dette mennesket snakker ord; Dette er ordene "er langt fra," jeg forstår hva dette mennesket sier; la meg hjelpe."

Og det videre trinn og utvikling krever tolkning av betydning: Imitere måten menneskets sinn behandler verbal informasjon. Det er to deler til denne ligningen. Den første er hensikt: Hva er menneskets mål eller ønske om å snakke denne setningen? En datamaskin som kan trekke ut en hensikt fra en muntlig setning, kan "forstå" at mennesket vil påvirke x eller samhandle med y. Forvekslet med denne prosessen er den andre delen av ligningen: Entity. A.I. må vite hvordan man bestemmer enheten som blir adressert, gjenstand for menneskets hensikt.

For å gjøre det, er MindMeld ikke (som jeg antok, eller håpet) å ansette filosoffer. Det er ansatt naturtspråkeksperter, men mye av A.I. "Læring" -prosessen er i seg selv relativt praktisk. Hvis du lærer systemet å forstå kaffeordrer, må du vise systemet alle de forskjellige måtene som folk kanskje formentlig kan bestille kaffe på.

"Jeg vil gjerne ha en mokka."

"Kan jeg gjerne ha en kopp joe?"

"Bare en stor kaffe for meg."

Og det er her naturspråkseksperter - språkbrukere - kommer inn. Men selv det er ikke lenger nødvendig fordi vi kan kildesortere dataene. Disse verktøyene lar deg stille tusenvis av mennesker det samme spørsmålet og kompilere svarene sine. Da matvarer du bare svarene i A.I. og voila: A.I. kan reagere på det brede spekteret av mulige henvendelser. "Fra tusenvis av spørringer kan vi nå bare i utgangspunktet maskinlærere hvordan tusenvis av andre spørsmål kan bli generert," sier Vasisht.

Omvendt spurte Vasisht, som lenge har vært insider i A.I. og naturlig språkforståelse rike, å spekulere for oss.

Kan MindMeld delta i utvidet dialog? For eksempel, hvis jeg spør et oppfølgingsspørsmål, vil A.I. forstå og fortsett å svare?

Ja. Det er en del av designet. Hvis noen spør et spørsmål som er ufullstendig - for eksempel hvis jeg bestiller kaffe, og jeg ikke angir størrelsen på kaffen jeg vil ha, kommer den til å komme tilbake og si, "Hvilken størrelse kaffe gjør du vil?”

Forventer du noen fremskritt på Turing-testet?

Jeg tror vi er ganske darn i nærheten av den. Jeg mener, IBM Watson gjorde Jeopardy!, og jeg synes det var et veldig bra eksempel. Vi er på det tidspunktet: Det blir veldig nært. Akkurat som nå, når det gjelder talegjenkjennelse, er vi på det punktet hvor maskiner er like gode som mennesker, tror jeg at vi vil - sikkert i de neste tre til fem årene - være på et punkt der de fleste av disse konverserende stemme Systemene vil bli vurdert å være like gode som mennesker.

Hva slags hjem automatisering ting gjør MindMeld?

Vi kan bruke vår teknologi til enhver form for produkt, hvilken som helst type tjeneste, hvilken som helst datadomene. Hjemmeautomatisering er en av disse. Innenfor hjemmet har du belysningskontroll, termostat, sikkerhetssystemer, lydsystemer, videosystemer, alle slags ting. Vi er i stand til å kontrollere noen av systemene forutsatt at det er riktig grensesnitt.

Hva ønsker du at du kan koble deg til MindMeld i ditt eget hjem?

Jeg tror at mer avanserte brukstilfeller - for eksempel å snakke med Spotify for å si "Spill meg Rolling Stones-spillelisten" eller "Spill meg klassisk musikk i kveld" - de slags ting ville være … fantastisk.

Noe mer uventet eller ute av boksen som du vil kontrollere med stemmen din?

De tingene jeg har beskrevet for deg, er de tingene jeg synes er nært forestående. Med andre ord, dette vil skje veldig snart. Hva vil ikke skje med en gang, tror jeg, ville være ting som mikrobølger, kaffemaskiner og kjøleskap. Å ha slike apparater kontrolleres - så jeg kan i utgangspunktet si: "Er kaffemaskinen klar til å lage kaffe? Slå på kaffemaskinen "og hvis den ikke har blitt prepped, bør den komme tilbake og si" Beklager, men kaffemaskinen er ikke klar "- den typen intelligens eksisterer ikke. Det vil være den hellige gral: Hvor i utgangspunktet kan alle enheter snakke tilbake til deg og fortelle deg hva det kan og ikke kan gjøre. Men vi er ikke helt der ennå.

Hva tror du holder industrien tilbake?

Disse er ekstremt lave kostnader, nå. Jeg mener, det er apparater du kan kjøpe for nesten ingenting. For ti år siden koster de mye mer.Så, bygging i nye funksjoner er noe som legger til kostnadene ved disse enhetene. Til slutt er nåværende verdi proposisjonen veldig sterk; De fleste av disse produsentene er ikke tilbøyelige til å legge til nye funksjoner, med mindre de er på et svært lavt pris.

Jeg tror det er ett aspekt av det. Det andre aspektet av det er at vi snakker om å ha disse enhetene tilkoblet. Så det må være mer enn bare en stemme bruk-sak for å koble disse enhetene. Det må være flere evner som må ri på den forbindelsen før de blir levedyktige.

Kjenner du til et selskap som jobber med den sistnevnte kapasiteten?

Mange halvlederfirmaer jobber med svært lave mikrofonarrayer. Den slags ting som du kan legge til grunn - til svært lav pris, på nesten alle enheter eller applikasjoner - det vil tillate at det er taleinngang. Og du trenger ikke å stå ved siden av disse enhetene - du kan snakke fra 10 fot unna. Bygg den muligheten - jeg tror det er utgangspunktet. Og jeg tror det vil tillate folk å begynne å sette mikrofoner på enheter, og deretter den andre, avanserte evner vil følge. Men fra nå av vet jeg ikke noe firma som bygger denne typen en smart kaffemaskin, eller smart mikrobølgeovn eller vaskemaskin.

Hva er ditt beste estimat for når vi har helt smarte hjem, helt smarte leiligheter?

I dag har vi faktisk nesten alle de essensielle delsystemene i huset som folk vil ha automatisert, som er i stand til å bli automatisert. Dette inkluderer lys, termostater, sikkerhetssystemer, garasjeporter, dørlåser - ting som det. Alle disse tingene kan gjøres. Problemet er virkelig rundt prispoeng. Disse er fortsatt på prispunktet hvor det hovedsakelig er tidlige adoptere og folk som har et virkelig dårlig behov for dem. Men prispoengene på disse tingene faller dramatisk, veldig fort. Jeg tror vi vil trolig få disse delsystemene til massemarkedet de neste par årene.

De andre tingene jeg snakket om - automatisering av de svært kostbare apparatene - jeg tror de er sannsynligvis i de fem til syv årene tidligst. Mer som 10 år ute, før de blir en realitet. Men som jeg sa før, er det ting som vil kreve en rekke andre ting å komme sammen. Og det kan skje før de forskjellige ingrediensene meshes sammen tidligere.

Hva tror du at en leilighet i New York City eller San Francisco vil se ut i, si 2050?

2050! Wow. Jeg tror vi kommer til å være helt der. Den slags ting vi ser i sciencefiction-filmer - hvor du kan snakke mye med hvert system i huset ditt, og kontrollere alt med stemme - Jeg tror at slike muligheter vil bli utbredt. Sikkert i byer som New York og San Francisco.