Nọmba awọn ohun elo ati pataki awọn atọkun ohun n dagba ni iyara

Idile Amẹrika kan ni Portland, Oregon laipe kẹkọọ pe oluranlọwọ ohun Alex ṣe igbasilẹ awọn ibaraẹnisọrọ ikọkọ wọn o si fi wọn ranṣẹ si ọrẹ kan. Ẹniti o ni ile naa, ti a pe ni Danielle nipasẹ awọn media, sọ fun awọn onirohin pe “ko ni ṣafọ sinu ẹrọ yẹn mọ nitori ko le ni igbẹkẹle.”

Alexa, ti a pese nipasẹ awọn agbọrọsọ Echo (1) ati awọn ohun elo miiran ni awọn mewa ti awọn miliọnu awọn ile AMẸRIKA, bẹrẹ gbigbasilẹ nigbati o gbọ orukọ rẹ tabi “ọrọ ipe” ti olumulo sọ. Eyi tumọ si pe paapaa ti ọrọ naa "Alexa" ba mẹnuba ninu ipolowo TV kan, ẹrọ naa le bẹrẹ gbigbasilẹ. Iyẹn gan-an ni ohun ti o ṣẹlẹ ninu ọran yii, Amazon sọ, olupin olupin hardware.

"Ibaraẹnisọrọ iyokù ni itumọ nipasẹ oluranlọwọ ohun bi aṣẹ lati fi ifiranṣẹ ranṣẹ," ile-iṣẹ naa sọ ninu ọrọ kan. "Ni aaye kan, Alexa beere ni ariwo: "Si tani?" Ilọsiwaju ibaraẹnisọrọ ẹbi nipa ilẹ-ilẹ igilile yẹ ki o ti ni akiyesi nipasẹ ẹrọ bi ohun kan lori atokọ olubasọrọ alabara. ” O kere ju iyẹn ni ohun ti Amazon ro. Nípa bẹ́ẹ̀, ìtúmọ̀ náà ti dín kù sí ọ̀pọ̀lọpọ̀ ìjàm̀bá.

Aibalẹ naa, sibẹsibẹ, wa. Nitori fun idi kan, ni ile kan nibiti a tun ni irọra, a ni lati tẹ diẹ ninu iru “ipo ohùn”, wo ohun ti a sọ, kini TV n gbejade ati, nitorinaa, kini agbọrọsọ tuntun yii lori àyà ti àyà. apoti wí pé. awa.

Sibẹsibẹ, Laibikita awọn ailagbara imọ-ẹrọ ati awọn ifiyesi ikọkọ, pẹlu igbega olokiki ti awọn ẹrọ bii Amazon Echo, eniyan bẹrẹ lati lo si imọran ti ibaraenisepo pẹlu awọn kọnputa nipa lilo ohun wọn..

Gẹgẹbi Werner Vogels, CTO ti Amazon, ṣe akiyesi lakoko AWS re: Igba idawọle ni ipari 2017, imọ-ẹrọ ti ni opin agbara wa lati ṣe ajọṣepọ pẹlu awọn kọnputa. A tẹ awọn koko-ọrọ sinu Google nipa lilo keyboard, nitori eyi tun jẹ ọna ti o wọpọ julọ ati rọrun julọ lati tẹ alaye sii sinu ẹrọ naa.

Vogels sọ. -

nla mẹrin

Nigba lilo ẹrọ wiwa Google lori foonu, a ṣee ṣe akiyesi ami gbohungbohun kan pẹlu ipe lati sọrọ ni igba pipẹ sẹhin. Eyi Google bayi (2), eyiti o le ṣee lo lati ṣe ilana ibeere wiwa, tẹ ifiranṣẹ sii nipasẹ ohun, bbl Ni awọn ọdun aipẹ, Google, Apple, ati Amazon ti ni ilọsiwaju pupọ. ohun ti idanimọ ọna ẹrọ. Awọn oluranlọwọ ohun bii Alexa, Siri, ati Oluranlọwọ Google kii ṣe igbasilẹ ohun rẹ nikan, ṣugbọn tun loye ohun ti o sọ fun wọn ati dahun awọn ibeere.

Google Bayi wa fun ọfẹ fun gbogbo awọn olumulo Android. Ohun elo naa le, fun apẹẹrẹ, ṣeto itaniji, ṣayẹwo asọtẹlẹ oju-ọjọ ati ṣayẹwo ipa-ọna lori maapu Google. Ifaagun ibaraẹnisọrọ ti Google Bayi awọn ipinlẹ Google Iranlọwọ () – foju iranlowo si olumulo ti awọn ẹrọ. O wa ni akọkọ lori alagbeka ati awọn ẹrọ ile ti o gbọn. Ko dabi Google Bayi, o le kopa ninu paṣipaarọ ọna meji. Oluranlọwọ debuted ni May 2016 gẹgẹ bi ara ti Google fifiranṣẹ app Allo, bi daradara bi ni Google Home ohun agbọrọsọ (3).

3. Google Home

Eto IOS tun ni oluranlọwọ foju tirẹ, Siri, eyiti o jẹ eto ti o wa pẹlu awọn ẹrọ ṣiṣe Apple iOS, watchOS, homepod tvOS, ati macOS. Siri debuted pẹlu iOS 5 ati awọn iPhone 4s ni October 2011 ni Jẹ ká Talk iPhone alapejọ.

Sọfitiwia naa da lori wiwo ibaraẹnisọrọ: o ṣe idanimọ ọrọ adayeba ti olumulo (pẹlu iOS 11 o tun ṣee ṣe lati tẹ awọn aṣẹ sii pẹlu ọwọ), dahun awọn ibeere ati pari awọn iṣẹ ṣiṣe. Ṣeun si ifihan ti ẹkọ ẹrọ, oluranlọwọ lori akoko itupale ara ẹni lọrun olumulo lati pese awọn esi ti o yẹ ati awọn iṣeduro diẹ sii. Siri nilo asopọ Intanẹẹti igbagbogbo - awọn orisun akọkọ ti alaye nibi ni Bing ati Wolfram Alpha. iOS 10 ṣe atilẹyin atilẹyin fun awọn amugbooro ẹni-kẹta.

Miiran ọkan ninu awọn ńlá mẹrin Cortana. O jẹ oluranlọwọ ti ara ẹni ti oye ti Microsoft ṣẹda. O jẹ atilẹyin lori Windows 10, Windows 10 Mobile, Windows Phone 8.1, Xbox One, Skype, Microsoft Band, Microsoft Band 2, Android, ati awọn iru ẹrọ iOS. Cortana ti kọkọ ṣafihan ni Apejọ Olùgbéejáde Kọ Microsoft ni Oṣu Kẹrin ọdun 2014 ni San Francisco. Orukọ eto naa wa lati orukọ ohun kikọ kan lati jara ere Halo. Cortana wa ni English, Italian, Spanish, French, German, Chinese, and Japanese.

Awọn olumulo ti eto ti a ti sọ tẹlẹ Alexa wọn tun gbọdọ gbero awọn ihamọ ede - oluranlọwọ oni nọmba nikan sọ Gẹẹsi, Jẹmánì, Faranse ati Japanese.

Oluranlọwọ foju Amazon ni akọkọ lo ninu Amazon Echo ati Amazon Echo Dot awọn agbohunsoke smart ti o dagbasoke nipasẹ Amazon Lab126. O mu ki ibaraenisepo ohun ṣiṣẹ, ṣiṣiṣẹsẹhin orin, ṣiṣẹda atokọ lati-ṣe, eto itaniji, ṣiṣan adarọ-ese, ṣiṣiṣẹsẹhin iwe ohun, ati oju-ọjọ gidi-akoko, ijabọ, awọn ere idaraya, ati alaye awọn iroyin miiran gẹgẹbi awọn iroyin (4). Alexa le ṣakoso awọn ẹrọ ọlọgbọn lọpọlọpọ lati ṣẹda eto adaṣe ile kan. O tun le ṣee lo lati ṣe rira ni irọrun ni ile itaja Amazon.

4. Kini Awọn olumulo Lo Echo Fun (Ni ibamu si Iwadi)

Awọn olumulo le mu iriri Alexa pọ si nipa fifi Alexa “awọn ọgbọn” (), awọn ẹya afikun ti o dagbasoke nipasẹ awọn ẹgbẹ kẹta, ti a tọka si bi awọn ohun elo bii oju ojo ati awọn eto ohun ni awọn eto miiran. Pupọ awọn ẹrọ Alexa gba ọ laaye lati mu oluranlọwọ foju ṣiṣẹ pẹlu ọrọ igbaniwọle ji, ti a pe.

Ni pato Amazon jẹ gaba lori ọja agbọrọsọ ọlọgbọn loni (5). IBM, eyiti o ṣafihan iṣẹ tuntun kan ni Oṣu Kẹta 2018, n gbiyanju lati tẹ awọn oke mẹrin Iranlọwọ Watson, Apẹrẹ fun awọn ile-iṣẹ ti o fẹ lati ṣẹda awọn ọna ṣiṣe ti ara wọn ti awọn oluranlọwọ foju pẹlu iṣakoso ohun. Kini anfani ti ojutu IBM? Gẹgẹbi awọn aṣoju ile-iṣẹ, ni akọkọ, lori awọn aye nla pupọ fun isọdi ati aabo ikọkọ.

Ni akọkọ, Iranlọwọ Watson kii ṣe ami iyasọtọ. Awọn ile-iṣẹ le ṣẹda awọn solusan tiwọn lori pẹpẹ yii ki o fi aami si wọn pẹlu ami iyasọtọ tiwọn.

Ẹlẹẹkeji, wọn le kọ awọn ọna ṣiṣe iranlọwọ wọn nipa lilo awọn eto data tiwọn, eyiti IBM sọ pe o jẹ ki o rọrun lati ṣafikun awọn ẹya ati awọn aṣẹ si eto yẹn ju awọn imọ-ẹrọ VUI miiran (ni wiwo olumulo ohun).

Ni ẹkẹta, Iranlọwọ Watson ko pese IBM pẹlu alaye nipa iṣẹ ṣiṣe olumulo - awọn olupilẹṣẹ ti awọn solusan lori pẹpẹ le tọju data to niyelori nikan si ara wọn. Nibayi, ẹnikẹni ti o ba kọ awọn ẹrọ, fun apẹẹrẹ pẹlu Alexa, yẹ ki o mọ pe awọn data ti o niyelori wọn yoo pari lori Amazon.

Iranlọwọ Watson tẹlẹ ni ọpọlọpọ awọn imuse. A lo eto naa, fun apẹẹrẹ, nipasẹ Harman, eyiti o ṣẹda oluranlọwọ ohun kan fun ọkọ ayọkẹlẹ ero Maserati (6). Ni Papa ọkọ ofurufu Munich, oluranlọwọ IBM kan ṣe agbara robot Ata kan lati ṣe iranlọwọ fun awọn arinrin-ajo gbigbe ni ayika. Apeere kẹta jẹ Awọn Imọ-ẹrọ Chameleon, nibiti a ti lo imọ-ẹrọ ohun ni mita ile ti o gbọn.

6. Iranlọwọ Watson ni ọkọ ayọkẹlẹ ero Maserati

O tọ lati ṣafikun pe imọ-ẹrọ abẹlẹ nibi tun kii ṣe tuntun. Iranlọwọ Watson pẹlu awọn agbara fifi ẹnọ kọ nkan fun awọn ọja IBM ti o wa, Ibaraẹnisọrọ Watson, ati Aṣoju Foju Watson, ati awọn API fun itupalẹ ede ati iwiregbe.

Amazon kii ṣe oludari nikan ni imọ-ẹrọ ohun ti o gbọn, ṣugbọn o n yi pada si iṣowo taara. Sibẹsibẹ, diẹ ninu awọn ile-iṣẹ ti ṣe idanwo pẹlu iṣọpọ Echo pupọ tẹlẹ. Sisense, ile-iṣẹ kan ninu BI ati ile-iṣẹ atupale, ṣafihan iṣọpọ Echo ni Oṣu Keje ọdun 2016. Ni ọna, ibẹrẹ Roxy pinnu lati ṣẹda sọfitiwia iṣakoso ohun tirẹ ati ohun elo fun ile-iṣẹ alejò. Ni ibẹrẹ ọdun yii, Synqq ṣe afihan ohun elo akọsilẹ kan ti o nlo ohun ati sisẹ ede adayeba lati ṣafikun awọn akọsilẹ ati awọn titẹ sii kalẹnda laisi nini lati tẹ wọn lori bọtini itẹwe kan.

Gbogbo awọn iṣowo kekere wọnyi ni awọn ireti giga. Julọ julọ, sibẹsibẹ, wọn kọ pe kii ṣe gbogbo olumulo fẹ lati gbe data wọn si Amazon, Google, Apple tabi Microsoft, eyiti o jẹ awọn oṣere pataki julọ ni kikọ awọn iru ẹrọ ibaraẹnisọrọ ohun.

Awọn ara ilu Amẹrika fẹ lati ra

Ni ọdun 2016, wiwa ohun ṣe iṣiro 20% ti gbogbo awọn wiwa alagbeka Google. Awọn eniyan ti o lo imọ-ẹrọ yii lojoojumọ tọka irọrun ati iṣẹ-ṣiṣe pupọ laarin awọn anfani ti o tobi julọ. (fun apẹẹrẹ, agbara lati lo ẹrọ wiwa lakoko wiwakọ ọkọ ayọkẹlẹ kan).

Awọn atunnkanka Visiongain ṣe iṣiro iye ọja lọwọlọwọ ti awọn oluranlọwọ oni-nọmba ọlọgbọn ni bilionu $ 1,138. Awọn ọna ṣiṣe siwaju ati siwaju sii wa. Gẹgẹbi Gartner, nipasẹ opin 2018 tẹlẹ 30% ti awọn ibaraẹnisọrọ wa pẹlu imọ-ẹrọ yoo jẹ nipasẹ awọn ibaraẹnisọrọ pẹlu awọn ọna ṣiṣe ohun.

Ile-iṣẹ iwadii Ilu Gẹẹsi IHS Markit ṣe iṣiro pe ọja fun awọn oluranlọwọ oni-nọmba ti o ni agbara AI yoo de awọn ohun elo bilionu 4 ni opin ọdun yii, ati pe nọmba naa le dide si bilionu 2020 ni ọdun 7.

Gẹgẹbi awọn ijabọ lati eMarketer ati VoiceLabs, 2017 milionu awọn ara ilu Amẹrika lo iṣakoso ohun ni o kere ju lẹẹkan ni oṣu ni ọdun 35,6. Eyi tumọ si ilosoke ti o fẹrẹ to 130% ju ọdun ti tẹlẹ lọ. Ọja oluranlọwọ oni nọmba nikan ni a nireti lati dagba nipasẹ 2018% ni 23. Eyi tumọ si pe iwọ yoo ti lo wọn tẹlẹ. 60,5 milionu Amerika, eyi ti yoo ja si ni nja owo fun wọn ti onse. RBC Capital Awọn ọja ṣe iṣiro pe wiwo Alexa yoo ṣe ipilẹṣẹ to $2020 bilionu ni owo-wiwọle fun Amazon nipasẹ ọdun 10.

Wẹ, beki, mọ!

Awọn atọkun ohun n pọ si ni igboya titẹ awọn ohun elo ile ati awọn ọja eletiriki olumulo. Eyi ni a le rii tẹlẹ lakoko ifihan IFA 2017 ti ọdun to kọja. Ile-iṣẹ Amẹrika Neato Robotics ti ṣafihan, fun apẹẹrẹ, ẹrọ igbale roboti ti o sopọ si ọkan ninu awọn iru ẹrọ ile ọlọgbọn pupọ, pẹlu eto Amazon Echo. Nipa sisọ si agbọrọsọ ọlọgbọn Echo, o le kọ ẹrọ naa lati sọ gbogbo ile rẹ di mimọ ni awọn akoko kan pato ti ọsan tabi alẹ.

Awọn ọja miiran ti a mu ohun ṣiṣẹ ni a ṣe afihan ni ifihan, ti o wa lati awọn TV smart ti a ta labẹ ami iyasọtọ Toshiba nipasẹ ile-iṣẹ Turki Vestel si awọn ibora ti o gbona nipasẹ ile-iṣẹ German Beurer. Ọpọlọpọ awọn ẹrọ itanna wọnyi le tun muu ṣiṣẹ latọna jijin nipa lilo awọn fonutologbolori.

Sibẹsibẹ, ni ibamu si awọn aṣoju Bosch, o ti wa ni kutukutu lati sọ eyi ti awọn aṣayan oluranlọwọ ile yoo di alaga. Ni IFA 2017, ẹgbẹ imọ-ẹrọ German kan ṣe afihan awọn ẹrọ fifọ (7), awọn adiro ati awọn ẹrọ kọfi ti o sopọ si Echo. Bosch tun fẹ ki awọn ẹrọ rẹ ni ibamu pẹlu Google ati awọn iru ẹrọ ohun Apple ni ọjọ iwaju.

7. Bosch fifọ ẹrọ ti o sopọ si Amazon Echo

Awọn ile-iṣẹ bii Fujitsu, Sony ati Panasonic n ṣe agbekalẹ awọn ipinnu iranlọwọ ohun ti o da lori AI tiwọn. Sharp n ṣafikun imọ-ẹrọ yii si awọn adiro ati awọn roboti kekere ti n wọ ọja naa. Nippon Teligirafu & Tẹlifoonu n gba ohun elo ohun elo ati awọn oluṣe nkan isere lati ṣe adaṣe eto oye atọwọda ti iṣakoso ohun.

Atijọ Erongba. Njẹ akoko rẹ ti de nikẹhin?

Ni otitọ, imọran ti Interface User Voice (VUI) ti wa ni ayika fun ewadun. Ẹnikẹni ti o wo Star Trek tabi 2001: A Space Odyssey ọdun sẹyin jasi nireti pe ni ayika ọdun 2000 gbogbo wa yoo ṣakoso awọn kọnputa pẹlu awọn ohun wa. Paapaa, kii ṣe awọn onkọwe itan-akọọlẹ imọ-jinlẹ nikan ni o rii agbara iru wiwo yii. Ni ọdun 1986, awọn oniwadi Nielsen beere lọwọ awọn alamọja IT kini wọn ro pe yoo jẹ iyipada nla julọ ni awọn atọkun olumulo nipasẹ ọdun 2000. Nigbagbogbo wọn tọka si idagbasoke awọn atọkun ohun.

Awọn idi wa lati nireti fun iru ojutu kan. Ibaraẹnisọrọ ọrọ jẹ, lẹhinna, ọna ti ara julọ fun eniyan lati ṣe paṣipaarọ awọn ero inu mimọ, nitorinaa lilo rẹ fun ibaraenisọrọ eniyan-ẹrọ dabi ojutu ti o dara julọ titi di isisiyi.

Ọkan ninu awọn akọkọ VUIs, ti a npe ni bata bata, ti a ṣẹda ni ibẹrẹ 60s nipasẹ IBM. O jẹ oluṣaaju ti awọn eto idanimọ ohun oni. Sibẹsibẹ, idagbasoke ti awọn ẹrọ VUI ni opin nipasẹ awọn opin ti agbara iširo. Ṣiṣayẹwo ati itumọ ọrọ eniyan ni akoko gidi nilo igbiyanju pupọ, ati pe o gba diẹ sii ju ọdun XNUMX lọ lati de aaye nibiti o ti ṣee ṣe.

Awọn ẹrọ ti o ni wiwo ohun bẹrẹ si han ni iṣelọpọ pupọ ni aarin awọn ọdun 90, ṣugbọn ko ni gbaye-gbale. Tẹlifoonu akọkọ pẹlu iṣakoso ohun (titẹ ipe) jẹ Philips Sparkti jade ni ọdun 1996. Bibẹẹkọ, ẹrọ imotuntun ati irọrun lati lo ko ni ominira lati awọn idiwọn imọ-ẹrọ.

Awọn foonu miiran ti o ni ipese pẹlu awọn fọọmu ti wiwo ohun (ti a ṣẹda nipasẹ awọn ile-iṣẹ bii RIM, Samsung tabi Motorola) lu ọja nigbagbogbo, gbigba awọn olumulo laaye lati tẹ nipasẹ ohun tabi firanṣẹ awọn ifọrọranṣẹ. Gbogbo wọn, sibẹsibẹ, nilo lati ṣe akori awọn aṣẹ kan pato ati sisọ wọn ni fi agbara mu, fọọmu atọwọda, ti o baamu si awọn agbara ti awọn ẹrọ ti akoko yẹn. Eyi ṣe ipilẹṣẹ nọmba nla ti awọn aṣiṣe, eyiti, lapapọ, yori si ainitẹlọrun olumulo.

Bibẹẹkọ, a n wọle si akoko tuntun ti iširo, ninu eyiti awọn ilọsiwaju ninu ikẹkọ ẹrọ ati oye atọwọda n ṣii agbara ibaraẹnisọrọ bi ọna tuntun lati ṣe ajọṣepọ pẹlu imọ-ẹrọ (8). Nọmba awọn ẹrọ ti o ṣe atilẹyin ibaraenisepo ohun ti di ifosiwewe pataki ti o ni ipa nla lori idagbasoke VUI. Loni, o fẹrẹ to 1/3 ti olugbe agbaye ti ni awọn fonutologbolori ti o le ṣee lo fun iru ihuwasi yii. O dabi pe ọpọlọpọ awọn olumulo ti ṣetan nikẹhin lati mu awọn atọkun ohun wọn mu.

8. Modern itan ti awọn idagbasoke ti ohun ni wiwo

Sibẹsibẹ, ṣaaju ki a to le sọrọ si kọnputa larọwọto, gẹgẹbi awọn ohun kikọ ti A Space Odyssey ṣe, a gbọdọ bori awọn iṣoro pupọ. Awọn ẹrọ ko tun dara pupọ ni mimu awọn nuances ede mu. Yato si ọpọlọpọ awọn eniyan tun lero korọrun fifun awọn pipaṣẹ ohun si ẹrọ wiwa kan.

Awọn iṣiro fihan pe awọn oluranlọwọ ohun ni a lo ni akọkọ ni ile tabi laarin awọn ọrẹ to sunmọ. Ko si ọkan ninu awọn ti o gba ifọrọwanilẹnuwo lati lo wiwa ohun ni awọn aaye gbangba. Sibẹsibẹ, idena yii le parẹ pẹlu itankale imọ-ẹrọ yii.

tekinikali soro ibeere

Iṣoro ti awọn eto (ASR) koju ni yiyọ data ti o wulo lati ami ifihan ọrọ kan ati sisọpọ pẹlu ọrọ kan ti o ni itumọ kan fun eniyan kan. Awọn ohun ti a ṣe yatọ ni igba kọọkan.

Iyatọ ifihan agbara ọrọ jẹ ohun-ini adayeba rẹ, o ṣeun si eyiti a, fun apẹẹrẹ, ṣe idanimọ ohun asẹnti tabi intonation. Ẹya kọọkan ti eto idanimọ ọrọ ni iṣẹ kan pato. Da lori ifihan agbara ti a ṣe ilana ati awọn paramita rẹ, a ṣẹda awoṣe akositiki, eyiti o ni nkan ṣe pẹlu awoṣe ede. Eto idanimọ le ṣiṣẹ lori ipilẹ ti kekere tabi nọmba nla ti awọn ilana, eyiti o pinnu iwọn ti awọn fokabulari pẹlu eyiti o ṣiṣẹ. Wọn le jẹ kekere dictionaries ninu ọran ti awọn ọna ṣiṣe ti o da awọn ọrọ tabi awọn aṣẹ kọọkan mọ, bakanna tobi infomesonu ti o ni ibamu ti eto ede ati ni akiyesi awoṣe ede (gramma).

Awọn iṣoro ti o dojukọ nipasẹ awọn atọkun ohun ni aye akọkọ loye ọrọ tọ, ninu eyiti, fun apẹẹrẹ, gbogbo awọn ilana girama nigbagbogbo ti yọkuro, awọn aṣiṣe ede ati awọn aṣiṣe foonu, awọn aṣiṣe, awọn aṣiṣe, awọn abawọn ọrọ, awọn isokan, awọn atunwi aiṣedeede, ati bẹbẹ lọ waye. Gbogbo awọn eto ACP wọnyi gbọdọ ṣiṣẹ ni iyara ati ni igbẹkẹle. O kere ju iyẹn ni awọn ireti.

Orisun awọn iṣoro tun jẹ awọn ifihan agbara akositiki yatọ si ọrọ ti a mọ ti o tẹ titẹ sii ti eto idanimọ, i.e. gbogbo iru kikọlu ati ariwo. Ni ọran ti o rọrun julọ, o nilo wọn àlẹmọ jade. Iṣẹ yii dabi ilana ati irọrun - lẹhinna, ọpọlọpọ awọn ifihan agbara ti wa ni filtered ati gbogbo ẹlẹrọ itanna mọ kini lati ṣe ni iru ipo kan. Sibẹsibẹ, eyi ni a gbọdọ ṣe ni iṣọra ati ni iṣọra ti abajade idanimọ ọrọ ba ni ibamu pẹlu awọn ireti wa.

Sisẹ lọwọlọwọ jẹ ki o ṣee ṣe lati yọkuro, pẹlu ami ifihan ọrọ, ariwo ita ti a gbe soke nipasẹ gbohungbohun ati awọn ohun-ini inu ti ifihan ọrọ funrararẹ, eyiti o jẹ ki o nira lati da a mọ. Bibẹẹkọ, iṣoro imọ-ẹrọ ti o nipọn pupọ sii dide nigbati kikọlu si ami ifihan ọrọ atupale jẹ… ami ifihan ọrọ miiran, iyẹn, fun apẹẹrẹ, awọn ijiroro ariwo ni ayika. Ibeere yii ni a mọ ni awọn iwe-iwe bi ohun ti a npe ni . Eyi nilo tẹlẹ lilo awọn ọna eka, ti a pe. deconvolution (unraveling) ifihan agbara.

Awọn iṣoro pẹlu idanimọ ọrọ ko pari nibẹ. Ó yẹ ká mọ̀ pé ọ̀rọ̀ sísọ máa ń gbé oríṣiríṣi ìsọfúnni jáde. Ohùn eniyan ni imọran akọ-abo, ọjọ ori, awọn ohun kikọ oriṣiriṣi ti eni tabi ipo ilera rẹ. Ẹka nla kan wa ti imọ-ẹrọ biomedical ti n ṣe ayẹwo pẹlu iwadii aisan ti awọn oriṣiriṣi awọn aarun ti o da lori awọn iyalẹnu iyalẹnu abuda ti a rii ninu ami ifihan ọrọ.

Awọn ohun elo tun wa nibiti idi akọkọ ti itupalẹ akositiki ti ifihan ọrọ kan ni lati ṣe idanimọ agbọrọsọ tabi rii daju pe oun ni ẹniti o sọ pe o jẹ (ohùn dipo bọtini, ọrọ igbaniwọle tabi koodu PUK). Eyi le ṣe pataki, paapaa fun awọn imọ-ẹrọ ile ọlọgbọn.

Ẹya akọkọ ti eto idanimọ ọrọ jẹ gbohungbohun. Bibẹẹkọ, ifihan agbara ti a gbe soke nipasẹ gbohungbohun nigbagbogbo maa wa ni lilo diẹ. Awọn ijinlẹ fihan pe apẹrẹ ati ipa ọna ti igbi ohun yatọ gidigidi da lori eniyan naa, iyara ti ọrọ, ati apakan iṣesi ti interlocutor - lakoko ti o jẹ iwọn kekere wọn ṣe afihan akoonu pupọ ti awọn aṣẹ sisọ.

Nitorina, ifihan agbara gbọdọ wa ni ilọsiwaju daradara. Akositiki ode oni, phonetics ati imọ-ẹrọ kọnputa papọ pese awọn irinṣẹ lọpọlọpọ ti o le ṣee lo lati ṣe ilana, ṣe itupalẹ, ṣe idanimọ ati loye ami ifihan ọrọ kan. Awọn ìmúdàgba julọ.Oniranran ti awọn ifihan agbara, awọn ti a npe ni ìmúdàgba spectrograms. Wọn rọrun pupọ lati gba, ati pe ọrọ ti a gbekalẹ ni irisi spectrogram ti o ni agbara jẹ irọrun rọrun lati ṣe idanimọ lilo awọn ilana ti o jọra si awọn ti a lo ninu idanimọ aworan.

Awọn eroja ti o rọrun ti ọrọ (fun apẹẹrẹ, awọn aṣẹ) ni a le mọ nipasẹ ibajọra ti o rọrun ti gbogbo awọn iwoye. Fun apẹẹrẹ, iwe-itumọ foonu alagbeka ti a mu ohun ṣiṣẹ ni awọn mẹwaa diẹ si awọn ọrọ ati awọn gbolohun ọrọ diẹ, nigbagbogbo ti a ti ṣajọ tẹlẹ ki wọn le ni irọrun ati damọ daradara. Eyi to fun awọn iṣẹ ṣiṣe iṣakoso ti o rọrun, ṣugbọn o fi opin si ohun elo gbogbogbo. Awọn eto ti a ṣe ni ibamu si ero naa, gẹgẹbi ofin, ṣe atilẹyin awọn agbohunsoke kan pato fun eyiti awọn ohun ti ni ikẹkọ pataki. Nitorinaa ti ẹnikan ba wa tuntun ti o fẹ lati lo ohun wọn lati ṣakoso eto naa, wọn kii yoo ṣe itẹwọgba.

Abajade ti isẹ yii ni a npe ni 2-W spectrogram, iyẹn ni, iwọn-iwọn onisẹpo meji. Iṣẹ-ṣiṣe kan wa ni bulọọki yii ti o tọ lati san ifojusi si - ipin. Ni gbogbogbo, a n sọrọ nipa fifọ ifihan ifihan ọrọ lilọsiwaju sinu awọn apakan ti o le jẹ idanimọ lọtọ. O jẹ nikan lati awọn iwadii ti ara ẹni kọọkan pe idanimọ ti gbogbo ni a ṣẹda. Ilana yii jẹ pataki nitori pe ko ṣee ṣe lati ṣe idanimọ ọrọ gigun ati eka ni ọna kan. Gbogbo awọn ipele ti tẹlẹ ti kọ nipa iru awọn apakan lati ṣe iyatọ ninu ifihan agbara ọrọ, nitorinaa a kii yoo pinnu ni bayi boya awọn apakan iyatọ yẹ ki o jẹ awọn foonu foonu (awọn deede ohun), awọn syllables, tabi boya awọn allophones.

Ilana ti idanimọ aifọwọyi nigbagbogbo tọka si diẹ ninu awọn ẹya ara ẹrọ ti awọn nkan. Awọn ọgọọgọrun awọn eto oriṣiriṣi oriṣiriṣi ti ni idanwo fun ami ifihan ọrọ naa pin si mọ awọn fireemu ati nini ti a ti yan awọn ẹya ara ẹrọnipa eyiti awọn fireemu wọnyi ṣe afihan ni ilana idanimọ, a le ṣe (fun fireemu kọọkan lọtọ) ipinya, i.e. fifi ohun idamo si awọn fireemu, eyi ti yoo soju fun o ni ojo iwaju.

Ipele t’okan apejọ awọn fireemu sinu awọn ọrọ lọtọ - julọ igba da lori awọn ti a npe ni. awoṣe ti ko boju mu Markov si dede (HMM-). Lẹhinna montage ti awọn ọrọ wa pipe awọn gbolohun ọrọ.

A le bayi pada si awọn Alexa eto fun akoko kan. Apeere rẹ ṣe afihan ilana-ipele pupọ ti ẹrọ "oye" ti eniyan - diẹ sii ni deede: aṣẹ ti a fun ni nipasẹ rẹ tabi ibeere ti o beere.

Agbọye awọn ọrọ, oye itumọ, ati oye ero olumulo jẹ awọn nkan ti o yatọ patapata.

Nitorinaa, igbesẹ ti n tẹle ni iṣẹ ti module NLP (), iṣẹ-ṣiṣe eyiti o jẹ olumulo idi idanimọ, i.e. itumo aṣẹ/ibeere ti o wa ninu ọrọ ti o ti sọ. Ti erongba ba jẹ idanimọ, lẹhinna iyansilẹ ti ki-npe ni ogbon ati ipa, ie ẹya pato ti o ni atilẹyin nipasẹ oluranlọwọ ọlọgbọn. Ninu ọran ti ibeere kan nipa oju ojo, awọn orisun data oju ojo ni a pe, eyiti o wa lati ṣe ilana sinu ọrọ (TTS - siseto). Bi abajade, olumulo gbọ idahun si ibeere ti o beere.

Ohùn? Iṣẹ ọna ayaworan? Tabi boya mejeeji?

Julọ mọ igbalode ibaraenisepo awọn ọna šiše ti wa ni da lori ohun intermediary ti a npe ni ayaworan ni wiwo olumulo (aworan ni wiwo). Laanu, GUI kii ṣe ọna ti o han julọ lati ṣe ajọṣepọ pẹlu ọja oni-nọmba kan. Eyi nilo ki awọn olumulo kọkọ kọ ẹkọ bi o ṣe le lo wiwo naa ki o ranti alaye yii pẹlu ibaraenisepo ti o tẹle. Ni ọpọlọpọ awọn ipo, ohun rọrun diẹ sii, nitori o le ṣe ajọṣepọ pẹlu VUI ni irọrun nipa sisọ si ẹrọ naa. Ni wiwo ti ko fi ipa mu awọn olumulo lati ṣe akori ati ṣe akori awọn aṣẹ kan tabi awọn ọna ibaraenisepo fa awọn iṣoro diẹ.

Nitoribẹẹ, imugboroosi ti VUI ko tumọ si ikọsilẹ awọn atọkun ibile diẹ sii - dipo, awọn atọkun arabara yoo wa ti o ṣajọpọ awọn ọna ibaraenisepo pupọ.

Ni wiwo ohun ko dara fun gbogbo awọn iṣẹ ṣiṣe ni ipo alagbeka kan. Pẹlu rẹ, a yoo pe ọrẹ kan ti o wakọ ọkọ ayọkẹlẹ kan, ati paapaa fi SMS ranṣẹ si i, ṣugbọn ṣayẹwo awọn gbigbe titun le jẹ iṣoro pupọ - nitori iye alaye ti a firanṣẹ si eto () ati ti ipilẹṣẹ nipasẹ eto (eto). Gẹgẹbi Rachel Hinman ṣe daba ninu iwe Mobile Frontier rẹ, lilo VUI di imunadoko julọ nigbati o ba n ṣe awọn iṣẹ-ṣiṣe nibiti iye titẹ sii ati alaye iṣelọpọ jẹ kekere.

Foonuiyara ti a ti sopọ si Intanẹẹti rọrun ṣugbọn ko tun rọrun (9). Ni gbogbo igba ti olumulo ba fẹ ra nkan tabi lo iṣẹ tuntun, wọn ni lati ṣe igbasilẹ ohun elo miiran ati ṣẹda akọọlẹ tuntun kan. Aaye kan fun lilo ati idagbasoke awọn atọkun ohun ni a ti ṣẹda nibi. Dipo ki o fi ipa mu awọn olumulo lati fi sori ẹrọ ọpọlọpọ awọn ohun elo oriṣiriṣi tabi ṣẹda awọn akọọlẹ lọtọ fun iṣẹ kọọkan, awọn amoye sọ pe VUI yoo yi ẹru ti awọn iṣẹ ṣiṣe ti o lewu wọnyi si oluranlọwọ ohun AI-agbara. Yóò rọrùn fún un láti ṣe àwọn ìgbòkègbodò alágbára ńlá. A yoo fun u nikan bibere.

9. Ohun ni wiwo nipasẹ smati foonu

Loni, diẹ sii ju foonu kan ati kọnputa kan ni asopọ si Intanẹẹti. Smart thermostats, ina, kettles ati ọpọlọpọ awọn miiran IoT awọn ẹrọ ti wa ni ti sopọ si nẹtiwọki (10). Nitorinaa, awọn ẹrọ alailowaya wa ni ayika wa ti o kun awọn igbesi aye wa, ṣugbọn kii ṣe gbogbo wọn ni ibamu nipa ti ara sinu wiwo olumulo ayaworan. Lilo VUI yoo ṣe iranlọwọ fun ọ ni irọrun ṣepọ wọn sinu agbegbe wa.

10. Ohun ni wiwo pẹlu awọn Internet ti Ohun

Ṣiṣẹda wiwo olumulo ohun kan yoo di ọgbọn onise bọtini kan laipẹ. Eyi jẹ iṣoro gidi kan - iwulo lati ṣe awọn eto ohun yoo gba ọ niyanju lati dojukọ diẹ sii lori apẹrẹ amuṣiṣẹ, iyẹn ni, igbiyanju lati loye awọn ero akọkọ ti olumulo, nireti awọn iwulo ati awọn ireti wọn ni gbogbo ipele ti ibaraẹnisọrọ naa.

Ohùn jẹ ọna ti o munadoko lati tẹ data sii-o gba awọn olumulo laaye lati gbe awọn aṣẹ ni kiakia si eto lori awọn ofin tiwọn. Ni apa keji, iboju n pese ọna ti o munadoko lati ṣafihan alaye: o fun laaye awọn ọna ṣiṣe lati ṣafihan iye nla ti alaye ni akoko kanna, dinku ẹru lori iranti awọn olumulo. O jẹ ohun ti o bọgbọnwa pe apapọ wọn sinu eto kan dun iwuri.

Awọn agbohunsoke Smart bii Amazon Echo ati Ile Google ko funni ni ifihan wiwo rara. Ni pataki imudarasi išedede ti idanimọ ohun ni awọn ijinna iwọntunwọnsi, wọn gba iṣẹ ṣiṣe laisi ọwọ, eyiti o mu ki irọrun ati ṣiṣe wọn pọ si - wọn jẹ iwunilori paapaa fun awọn olumulo ti o ti ni awọn fonutologbolori tẹlẹ pẹlu iṣakoso ohun. Sibẹsibẹ, aini iboju jẹ aropin nla kan.

Awọn beeps nikan ni a le lo lati sọ fun awọn olumulo ti awọn aṣẹ ti o ṣee ṣe, ati kika iwejade ni ariwo di arẹwẹsi ayafi fun awọn iṣẹ ṣiṣe ipilẹ julọ. Ṣiṣeto aago kan pẹlu pipaṣẹ ohun nigba sise jẹ nla, ṣugbọn ṣiṣe ki o beere iye akoko ti o kù ko ṣe pataki. Gbigba asọtẹlẹ oju ojo deede di idanwo iranti fun olumulo, ti o ni lati gbọ ati fa ọpọlọpọ awọn otitọ ni gbogbo ọsẹ, ju ki o gbe wọn soke lati oju iboju ni wiwo.

Awọn apẹẹrẹ ti tẹlẹ arabara ojutu, Echo Show (11), eyiti o ṣafikun iboju ifihan si agbọrọsọ Echo smart smart. Eyi ṣe afikun iṣẹ ṣiṣe ti ẹrọ naa. Sibẹsibẹ, Echo Show tun jẹ agbara ti o kere pupọ lati ṣe awọn iṣẹ ipilẹ ti o ti pẹ wa lori awọn fonutologbolori ati awọn tabulẹti. Ko le (sibẹsibẹ) lọ kiri wẹẹbu, ṣafihan awọn atunwo, tabi ṣafihan awọn akoonu inu rira rira Amazon kan, fun apẹẹrẹ.

Ifihan wiwo jẹ ọna ti o munadoko diẹ sii ti fifun eniyan pẹlu ọrọ alaye ju ohun kan lọ. Ṣiṣeto pẹlu pataki ohun le mu ibaraenisepo ohun pọ si, ṣugbọn ni ipari pipẹ, lainidii lilo akojọ aṣayan wiwo nitori ibaraenisepo yoo dabi ija pẹlu ọwọ kan ti a so si ẹhin rẹ. Nitori idiju ti o nwaye ti ohun oye oye opin-si-opin ati awọn atọkun ifihan, awọn olupilẹṣẹ yẹ ki o ronu ni pataki ọna arabara si awọn atọkun.

Imudara ṣiṣe ati iyara ti iran ọrọ ati awọn eto idanimọ ti jẹ ki o ṣee ṣe lati lo wọn ni awọn ohun elo ati awọn agbegbe bii, fun apẹẹrẹ:

• ologun (awọn pipaṣẹ ohun ni awọn ọkọ ofurufu tabi awọn baalu kekere, fun apẹẹrẹ, F16 VISTA),

• Igbasilẹ ọrọ aifọwọyi (ọrọ si ọrọ),

• awọn ọna ṣiṣe alaye ibaraenisepo (Ọrọ-ọrọ, awọn ọna abawọle ohun),

• awọn ẹrọ alagbeka (awọn foonu, awọn fonutologbolori, awọn tabulẹti),

• Robotik (Cleverbot - Awọn ọna ṣiṣe ASR ni idapo pẹlu itetisi atọwọda),

• ọkọ ayọkẹlẹ (Iṣakoso laisi ọwọ ti awọn paati ọkọ ayọkẹlẹ, bii Blue & Me),

• awọn ohun elo ile (awọn eto ile ọlọgbọn).

Ṣọra fun ailewu!

Ọkọ ayọkẹlẹ, awọn ohun elo ile, alapapo / itutu agbaiye ati awọn eto aabo ile, ati ọpọlọpọ awọn ohun elo ile ti bẹrẹ lati lo awọn atọkun ohun, nigbagbogbo orisun AI. Ni ipele yii, data ti o gba lati awọn miliọnu awọn ibaraẹnisọrọ pẹlu awọn ẹrọ ni a firanṣẹ si awọsanma iširo. O han gbangba pe awọn onijaja nifẹ ninu wọn. Ati ki o ko nikan wọn.

Ijabọ aipẹ kan lati ọdọ awọn amoye aabo Symantec ṣeduro pe awọn olumulo pipaṣẹ ohun ko ṣakoso awọn ẹya aabo gẹgẹbi awọn titiipa ilẹkun, jẹ ki awọn eto aabo ile nikan. Kanna n lọ fun titoju awọn ọrọigbaniwọle tabi alaye asiri. Aabo ti itetisi atọwọda ati awọn ọja ọlọgbọn ko tii ṣe iwadi ni kikun.

Nigbati awọn ẹrọ jakejado ile ba tẹtisi gbogbo ọrọ, eewu ti sakasaka eto ati ilokulo di ibakcdun nla kan. Ti ikọlu ba ni iraye si nẹtiwọọki agbegbe tabi awọn adirẹsi imeeli ti o somọ, awọn eto ẹrọ ọlọgbọn le yipada tabi tunto si awọn eto ile-iṣẹ, eyiti yoo ja si isonu ti alaye to niyelori ati piparẹ itan-akọọlẹ olumulo.

Ni awọn ọrọ miiran, awọn alamọdaju aabo bẹru pe AI ati VUI ti ohun kan ko tii gbọngbọn to lati daabobo wa lati awọn irokeke ti o pọju ati pa ẹnu wa mọ nigbati alejò kan beere nkankan.