Алекса, научи ме как да говоря с теб | Тим баджарин

Когато Apple представи първия си личен дигитален асистент (PDA), Нютон, през 1992 г., от самото начало беше ясно, че не е дълго за този свят.

Като концепция, Нютон беше въртящ глава, но неговият дизайн и функции бяха слаби, най-малкото.

Най-големият му проблем беше дълбоко дефектната технология за разпознаване на почерк. Мобилните процесори, налични по това време, не бяха в състояние да се справят с тази задача с каквото и да е ниво на точност или прецизност, докато софтуерът беше слабо изпълнен.

Спомням си, че летях за Чикаго за старта на Нютон по молба на тогавашния изпълнителен директор на Apple Джон Скъли, който управляваше този проект от самото начало. Но по време на демонстрацията на сцената разпознаването на почерк се проваля многократно. Казаха ни, че това е ранна версия на софтуера, но имах силен усет, че Apple превъзхожда.

През първите години на Нютон основателят на Palm Computing Джеф Хокинс започва работа върху собствената си версия на КПК. Докато това устройство все още беше в разработка, Хокинс ме покани в кабинета му, за да видя макет, който беше дървен блок, изваян, за да изглежда като това, което в крайна сметка ще стане PalmPilot.

Попитах Хокинс защо смята, че Нютон се е провалил. Той посочи времето си в Grid Systems, която през 1989 г. представи първия истински лаптоп за изчисляване на химикалки, наречен GridPad. Той също имаше процесор на ниско ниво и не успя да се справи с разпознаването на истински характер. Но това научи Хокинс, че когато става въпрос за въвеждане на писалка и разпознаване на знаци, е необходимо да се следва точна формула и да се напишат знаците, както е посочено в ръководството.

Ето защо PalmPilot включва системата за писане на графити, която научи потребителя как да пише число, буква от азбуката или конкретни знаци (като #, $) по начин, по който PalmPilot може да разбере. Аз бях един от първите, които тестваха PalmPilot и открих, че Graffiti е много интуитивен. Човек би могъл да го нарече форма на обратното програмиране, тъй като машината ме учеше как да го използвам на езика, който разбира.

Бързо напред към днес и вярвам, че имаме подобно нещо с цифровите асистенти.

Една голяма разлика този път е, че мощта на обработката, заедно с AI и машинното обучение, прави тези цифрови асистенти много по-интелигентни, но не винаги точни.

В това, което мисля за подобен на графити ход, Amazon ми изпраща седмични имейли, които включват над дузина нови въпроси, на които Alexa може да отговори. Това също е нещо като обратно програмиране, тъй като ме учи да задавам на Алекса правилните въпроси.

От скорошно имейл ето някои от новите неща, на които Alexa може да отговори:

• "Алекса, какво мислиш?"

• "Алекса, каква е друга дума за" щастлив? "

• "Алекса, какво мога да приготвя с пилешко и спанак?"

• "Алекса, обади се на мама."

• "Алекса, тествай правописните ми умения."

• "Алекса, събуди ме сутринта."

• "Алекса, колко време е филмът Черна пантера ?"

• „Алекса, говори на ямбичен пентаметър.“

• "Алекса, колко дни до Деня на паметта?"

Тези седмични подсказки позволяват на мен и други собственици на Echo да разбера правилния начин да зададете въпрос на Alexa и изграждаме доверието ни във взаимодействието с платформата.

Не се съмнявам, че като по-бързи процесори, машинно обучение и AI се прилагат към цифрови асистенти, те ще станат по-умни. Подозирам обаче, че все повече компании, които създават дигитални асистенти, също ще започнат да използват модела на Amazon да учат хората как да задават въпроси, които съответстват повече на това как техните цифрови асистенти искат да бъде заявено запитване.