Алекса, навчи мене розмовляти з тобою | Тім Баджарін

Коли Apple представила свого першого персонального цифрового асистента (PDA), Ньютона, у 1992 році, з самого початку було зрозуміло, що це недовго для цього світу.

Як концепція, Ньютон був поворотником, але його дизайн та функції були, по крайней мере, слабкими.

Його найбільшою проблемою була глибоко недосконала технологія розпізнавання рукописного тексту. Мобільні процесори, наявні в той час, не змогли впоратися з цим завданням з будь-яким рівнем точності або точності, тоді як програмне забезпечення було погано виконане.

Я пам’ятаю, що летів до Чикаго для запуску «Ньютона» на прохання тодішнього генерального директора Apple Джона Скаллі, який керував цим проектом спочатку. Але під час демонстрації на сцені розпізнавання рукописного тексту не вдалося повторно. Нам сказали, що це рання версія програмного забезпечення, але у мене було сильне відчуття, що Apple переоцінює.

У перші роки Ньютона засновник Palm Computing Джефф Хокінс почав працювати над власною версією КПК. Поки цей пристрій ще розроблявся, Хокінс запросив мене до свого кабінету, щоб побачити макет, який представляв собою дерев’яний блок, виліплений, щоб виглядати, що з часом стане PalmPilot.

Я запитав Хокінса, чому він вважає, що Ньютон провалився. Він вказав на свій час в Grid Systems, який представив перший справжній ноутбук з комп'ютерними ручками в 1989 році під назвою GridPad. Він також мав низький рівень процесора і не зміг обробити справжнє розпізнавання символів. Але це навчило Хокінса, що коли мова заходить про введення пера та розпізнавання символів, потрібно слідувати точній формулі та писати символи, як зазначено в посібнику.

Ось чому PalmPilot включав систему написання графіті, яка навчала користувача, як писати число, букву алфавіту або конкретні символи (наприклад, #, $) способами, які PalmPilot міг зрозуміти. Я був одним із перших, хто випробував PalmPilot і виявив, що графіті дуже інтуїтивно зрозумілі. Можна було б назвати це формою зворотного програмування, оскільки машина навчала мене користуватися нею зрозумілою мовою.

Швидкий перехід до сьогодні, і я вважаю, що у нас відбувається подібна річ із цифровими помічниками.

Головною відмінністю цього разу є те, що потужність обробки, а також AI та машинне навчання, роблять цих цифрових помічників набагато розумнішими, але не завжди точними.

Щодо мене, як про графіті, схожий на крок, Amazon надсилає мені щотижневі електронні листи, які містять понад десяток нових запитань, на які Олександр може відповісти. Це теж є свого роду зворотним програмуванням, оскільки воно вчить мене задавати Alexa належних питань.

З недавнього електронного листа, ось деякі нові речі, на які Alexa може відповісти:

• "Алекса, що ти думаєш?"

• "Алекса, яке ще слово для" щасливого? "

• "Алекса, що я можу зробити з куркою та шпинатом?"

• «Алекса, подзвони мамі».

• "Алекса, перевіри мою орфографічну майстерність."

• «Алекса, розбуди мене вранці».

• "Алекса, як довго триває фільм Чорна пантера ?"

• "Алекса, говори в ямбічному пентаметрі."

• "Алекса, скільки днів до Дня пам'яті?"

Ці щотижневі підказки дозволяють мені та іншим власникам Echo зрозуміти правильний спосіб задати Alexa питання та вибудовуємо нашу впевненість у взаємодії з платформою.

Я не сумніваюся, що як швидші процесори, машинне навчання, так і AI застосовуються до цифрових помічників, вони стануть розумнішими. Але я підозрюю, що все більше компаній, які створюють цифрові помічники, також почнуть використовувати модель Amazon, яка навчає людей, як задавати питання, які більше відповідають тому, як їх цифрові помічники хочуть заявити запит.