हमने इस गर्मी में आने वाले फ़ोन-कॉलिंग AI Google डुप्लेक्स का परीक्षण किया

न्यूयॉर्क सिटी थाई रेस्तरां के फ्रंट डेस्क पर काम करते समय, मैंने फोन उठाया, आरक्षण लिया और फोन रख दिया। उसके बाद सबसे पहला शब्द जो दिमाग में आया, वह 'अवास्तविक' था, इसलिए नहीं कि मैं वहां काम करने का नाटक कर रहा था रेस्तरां, लेकिन मैंने अभी कृत्रिम रूप से बुद्धिमान Google से बात की और एक टेबल बुक की सहायक।

मैं इस विचार को हिला नहीं सका कि दूसरी तरफ की आवाज़ कोई जीवित प्राणी नहीं थी, भले ही यह केवल दो मिनट की बातचीत थी। इसका मतलब यह नहीं है कि सहायक आश्वस्त नहीं था; अगर इसने मुझे नहीं बताया होता (और अगर मैं डेमो माहौल में नहीं होता), तो मैं दूसरे छोर पर किसी अन्य इंसान की तरह लगने वाले आदान-प्रदान के बारे में ज्यादा नहीं सोचता।

मेरे पास जो रोबोट एक्सचेंज था, वह आयोजित प्रेस डेमो का हिस्सा था Google की डुप्लेक्स तकनीक, पहली बार कंपनी के I/O में घोषित किया गया मई में डेवलपर सम्मेलन. यह लोगों को एक रेस्तरां में एक टेबल बुक करने, बाल कटवाने के लिए अपॉइंटमेंट शेड्यूल करने और स्टोर के घंटों का पता लगाने की सुविधा देता है

गूगल असिस्टेंट. आवाज सहायक आपके द्वारा अपने फ़ोन या असिस्टेंट-सक्षम स्मार्ट स्पीकर से अनुरोध करने के बाद, रेस्तरां या स्टोर को कॉल किया जाएगा गूगल होम - और कुछ मिनट बाद आपको एक सूचना मिलेगी जो पुष्टि करेगी कि आपकी योजनाएँ आधिकारिक तौर पर बुक हो गई हैं (या यदि कॉल पूरी नहीं हो सकी)।

I/O का डेमो आश्चर्यजनक था, लेकिन विवाद रहित नहीं था। चिंताएँ व्यक्त की गईं: एआई को इतनी सजीव ध्वनि की आवश्यकता क्यों थी और इसने मानव कॉल करने वाले के लिए एक अस्वीकरण की घोषणा क्यों नहीं की, जिसे कुछ लोग धोखा मानते थे। और क्योंकि कॉल रिकॉर्ड की गई थी, कुछ लोगों ने सवाल किया कि क्या तकनीक फोन कॉल को नियंत्रित करने वाले कुछ कानूनों का उल्लंघन करेगी।

उस समय से Google ने अपनी स्थिति स्पष्ट कर दी है, और अब हमारे पास कुछ उत्तर हैं। डिजिटल ट्रेंड्स ने टीम के साथ कुछ समय बिताया दोहरा और अपने लिए प्रौद्योगिकी का प्रदर्शन किया। लेकिन इससे पहले कि हम अपने अनुभव में उतरें, आइए उन नए विवरणों पर एक नजर डालें जो हमने बताया है कि डुप्लेक्स कैसे और कहां काम करेगा।

डुप्लेक्स क्या है और यह कहां काम करेगा?

डुप्लेक्स एक विकसित की जा रही तकनीक है जो Google Assistant को उपयोगकर्ता को फ़ोन कॉल करने में सक्षम बनाती है की ओर से, और यह प्राकृतिक भाषा के लिए कृत्रिम बुद्धिमत्ता में वर्षों के शोध और कार्य से उपजा है प्रसंस्करण.

Google में उत्पाद प्रबंधन के उपाध्यक्ष निक फॉक्स ने कहा, "अब हम प्राकृतिक भाषण को समझ सकते हैं और हम प्राकृतिक भाषण उत्पन्न कर सकते हैं।" "उन प्रौद्योगिकियों को डुप्लेक्स के साथ एक प्राकृतिक, आकर्षक बातचीत के लिए लागू किया जाता है जो बातचीत के भीतर क्या हो रहा है, अंततः चीजों को पूरा करने के लक्ष्य के साथ अनुकूलित होता है।"

आपको काम पूरा करने में मदद करना असिस्टेंट के लिए Google का लक्ष्य है, और डुप्लेक्स के साथ कंपनी शुरुआत कर रही है तीन विशिष्ट कार्य: एक रेस्तरां में एक टेबल बुक करना, स्टोर के घंटे का पता लगाना, और एक हेयर सैलून का समय निर्धारित करना नियुक्ति। डुप्लेक्स इस समय इससे अधिक कुछ नहीं कर सकता है, इसलिए यदि कोई प्रश्न प्रासंगिक नहीं है (जैसे, मौसम या खेल स्कोर के बारे में पूछना) तो सहायक समझ नहीं पाएगा। इसी तरह, कोई उपयोगकर्ता असिस्टेंट को उपरोक्त कार्यों से असंबंधित कॉल करने के लिए नहीं कह सकता है।

उपयोगकर्ता के लिए, Assistant द्वारा ये कॉल करने से उसका समय थोड़ा कम हो जाता है, लेकिन इससे उन व्यवसायों को भी लाभ होता है जो इन कॉलों को प्राप्त करते हैं। उदाहरण के लिए, यदि कोई कॉल करने वाला व्यक्ति असिस्टेंट से किसी स्थानीय स्टोर के छुट्टियों के घंटों के बारे में पूछता है, तो असिस्टेंट कॉल करेगा, उत्तर प्राप्त करेगा, और घंटों को इसमें जोड़ दिया जाएगा। गूगल मानचित्र और सभी को देखने के लिए Google खोज, इसके आगे एक सत्यापित टैग के साथ।

इस जानकारी के साथ, यदि अन्य कॉल करने वाले भी वही जानकारी जानना चाहते हैं, तो असिस्टेंट को केवल इसे Google के सर्वर से खींचने की आवश्यकता होगी, और दूसरी कॉल करने की नहीं। असिस्टेंट से पूछने के लिए केवल एक व्यक्ति की आवश्यकता होती है, लेकिन इसमें उन कर्मचारियों के लिए बहुत समय बचाने की क्षमता है जो अन्यथा स्टोर के घंटों के बारे में कॉल का जवाब देने में फंस जाते हैं।

इस गर्मी में Google के परीक्षण चरण के दौरान, डुप्लेक्स केवल चुनिंदा व्यवसायों और उपयोगकर्ताओं के साथ काम करेगा यू.एस., और यह केवल उन रेस्तरां और हेयर सैलून पर उपलब्ध होगा जिनकी ऑनलाइन बुकिंग नहीं है प्रणाली। Google Assistant पहले से ही ओपनटेबल के साथ काम करता है, इसलिए इसे बुकिंग सेवा का उपयोग करने वाले रेस्तरां को कॉल करने की आवश्यकता नहीं है।

Google अगले कुछ हफ्तों में पहले व्यावसायिक घंटों के लिए कॉल का परीक्षण करेगा, और बाद में इस गर्मी में, परीक्षण का विस्तार आरक्षण और हेयरकट नियुक्तियों के लिए कॉल करने तक होगा। इस अवधि के दौरान बहुत सारे परीक्षण और बदलाव होंगे, इसलिए डुप्लेक्स का अंतिम परिणाम जो हमने पहले ही देखा है उससे थोड़ा अलग दिख सकता है। यदि व्यवसाय Google Assistant से कॉल प्राप्त नहीं करना चाहते हैं तो वे इससे बाहर निकल सकेंगे।

फॉक्स ने कहा, "आप जो देख रहे हैं वह एक ऐसी तकनीक है जो बहुत शुरुआती चरण में है।" "हम इस स्तर पर भी सार्वजनिक रूप से इसके बारे में बात करना चाहते हैं ताकि यह सुनिश्चित हो सके कि हम इसे सही कर सकें, लेकिन आप यहां इस प्रक्रिया में काफी पहले से ही कुछ देख रहे हैं।"

डेमो

डेमो अनुभव, जो यहां हुआ थेप थाई न्यूयॉर्क शहर के अपर ईस्ट साइड पड़ोस में भारी नियंत्रण किया गया था। सबसे पहले, Google ने एक प्रस्तुति दी जिसमें कॉल करने और समाप्त करने की समग्र प्रक्रिया को दिखाया गया, लेकिन वास्तव में वास्तविक समय में प्रौद्योगिकी का उपयोग किया गया। एक इंजीनियर ने डुप्लेक्स को बुकिंग के लिए हमारे द्वारा सुझाए गए समय और पार्टी के आकार के बारे में जानकारी दी और उसके बाद क्या हुआ, यह यहां बताया गया है।

विचार यह है कि आप Google Assistant को अपने फ़ोन पर बताएंगे या गूगल होम कि आप "रात 8 बजे दो लोगों के लिए थेप थाई में एक टेबल बुक करना चाहते हैं।" कल।" असिस्टेंट पूछेगा कि क्या रात 8 बजे से समय बुक करना ठीक है। रात 9 बजे तक यदि रात 8 बजे कोई टेबल उपलब्ध नहीं है, और आपके पुष्टि करने के बाद, यह कहेगा कि वह रेस्तरां को कॉल करने जा रहा है और आपसे संपर्क करेगा। जल्द ही।

जब रेस्तरां कर्मचारी फोन उठाता है, तो सहायक निम्नलिखित या इसके जैसा कुछ कहेगा: “हाय, मैं आरक्षण करने के लिए फोन कर रहा हूं। मैं Google की स्वचालित बुकिंग सेवा हूं इसलिए मैं कॉल रिकॉर्ड करूंगा। क्या मैं गुरुवार के लिए एक टेबल बुक कर सकता हूँ?”

कॉल को रिकॉर्ड किया जाता है ताकि Google पर मानव ऑपरेटर रिकॉर्डिंग को सुन सकें, बातचीत को एनोटेट कर सकें, और डुप्लेक्स द्वारा की गई किसी भी गलती को उजागर कर सकें ताकि यह सेवा को बेहतर बना सके।

असिस्टेंट पूछे गए प्रत्येक प्रश्न का उत्तर देता है - जैसे कि आरक्षण कितने समय के लिए है, कितने समय के लिए है लोग पार्टी में हैं, और आरक्षण का नाम - और बातचीत विनम्रतापूर्वक और तुरंत समाप्त होता है. यदि उससे किसी उपयोगकर्ता के ईमेल पते जैसी जानकारी मांगी जाती है, तो सहायक कहेगा कि उसे वह जानकारी प्रदान करने की अनुमति नहीं है।

जिस व्यक्ति ने असिस्टेंट के माध्यम से आरक्षण बुक किया था, उसे अब एक अधिसूचना मिलेगी जिसमें कहा जाएगा कि तालिका आरक्षित हो गई है, और यह स्वचालित रूप से Google कैलेंडर में जुड़ जाएगी। आरक्षण से पहले, उपयोगकर्ता को एक अधिसूचना मिलेगी और यदि वह अब इसे नहीं कर सकती है तो नियुक्ति रद्द करने का अवसर मिलेगा। थेप थाई के रेस्तरां के मालिक ने कहा कि बहुत से लोग आरक्षण कराते हैं और फिर नहीं आते हैं। उन्हें उम्मीद है कि यह प्रणाली, जो बुकिंग रद्द करने का एक आसान तरीका प्रदान करती है, का मतलब कम टेबल खाली होगा।

मुख्य डेमो के बाद Google ने हमें इसे आज़माने की अनुमति दी। जब हमने कॉल उठाया, तो हमने डुप्लेक्स को ऊपर ले जाने की कोशिश की और कुछ जटिलताएँ सामने आईं, लेकिन असिस्टेंट ने उन्हें अच्छी तरह से संभाल लिया। हमने बातचीत की शुरुआत में उसे रुकने के लिए कहा - जिस पर उसने मौखिक रूप से "हां" के बजाय "महम्म" जवाब दिया। जब हमने इसे 6 बताया अपराह्न बुकिंग का समय पूरा हो चुका था, असिस्टेंट ने शाम 6 बजे के बीच की सीमा के साथ जवाब दिया। और रात 8 बजे, और यह हमारे लिए शाम 7:45 बजे तय हुआ। सिफारिश। फिर हमने आरक्षण के लिए एक नाम और फोन नंबर मांगा, और क्या असिस्टेंट नाम बता सकता है, जो उसने सफलतापूर्वक किया।

यह प्रभावशाली है कि Assistant ने अपने डेमो को कितनी अच्छी तरह से संभाला, हालाँकि हमें एक ऐसा क्षण आया जब उसे एक मानव ऑपरेटर पर निर्भर रहने की आवश्यकता पड़ी। ऐसा तब हुआ जब किसी ने पूछा कि क्या असिस्टेंट के ग्राहक को रेस्तरां से ईमेल प्राप्त करने में कोई आपत्ति है। वाक्यांश थोड़ा अजीब था, और सहायक ने जवाब दिया, "मुझे क्षमा करें, मुझे लगता है कि मैं भ्रमित हो गया," और उसने कहा कि वह एक पर्यवेक्षक को लाइन पर लगा रहा है। मानव ऑपरेटर ने तुरंत काम संभाल लिया, कॉल करने वाले से कहा कि वह ईमेल पता नहीं बता सकता, और आरक्षण की बुकिंग पूरी कर ली।

डुप्लेक्स कैसे काम करता है

डुप्लेक्स के शुरुआती परीक्षण संस्करण, जो Google ने हमारे लिए चलाए, अविश्वसनीय रूप से रोबोटिक लग रहे थे। हालाँकि, सहायक अभी भी बातचीत में रुकावटों को समझने में सक्षम था, और यहाँ तक कि "हैलो?" भी कह सका। जब एक रेस्तरां कर्मचारी कुछ सेकंड के लिए रुका। फिर भी, गूगल असिस्टेंट के इंजीनियरिंग के उपाध्यक्ष स्कॉट हफ़मैन ने कहा, "इसे सुनना दर्दनाक था।"

डुप्लेक्स को उस स्तर पर ले जाना जहां यह अभी है, बहुत सारे मैनुअल और मानवीय कार्यों के साथ शुरू हुआ। मानव ऑपरेटरों ने रेस्तरां में कॉल की, बातचीत को एनोटेट किया और परिणामों को डुप्लेक्स में फीड किया। टीम "कितने लोग" जैसे वाक्यांशों और इसकी विविधताओं को "पार्टी में लोगों की संख्या" से जोड़ेगी, जिससे डुप्लेक्स को प्रश्न समझने में मदद मिलेगी।

दूसरे चरण में मानव ऑपरेटरों को सहायक द्वारा की गई कॉल को सुनना शामिल था, और यदि चीजें पटरी से उतर जाती हैं, तो ऑपरेटर जिम्मेदारी लेने के लिए आगे आता है और सुनिश्चित करता है कि कॉल सफल है। इससे टीम को सेवा के आसपास की खामियों की पहचान करने, उन वार्तालापों को एनोटेट करने और इसे मशीन-लर्निंग एल्गोरिदम में वापस फीड करने की अनुमति मिली ताकि डुप्लेक्स सीख सके।

अंतिम परीक्षण चरण स्वचालित मोड है, जहां स्वचालित प्रणाली कॉल करती है और उन्हें पूरा करती है। सिस्टम में निर्मित एस्केप हैच सहायक को कार्य पूरा करने के मुख्य लक्ष्य पर वापस जाने की अनुमति देते हैं, जैसे वाक्यों के लिए धन्यवाद, "मुझे यकीन नहीं है कि आपने क्या कहा, लेकिन क्या मैं तीन लोगों के लिए एक टेबल बुक कर सकता हूँ।” यदि सिस्टम वास्तव में नहीं जानता कि आगे क्या करना है, तो वह विनम्रतापूर्वक बातचीत से बाहर निकल जाएगा, और मानव ऑपरेटर ले जाएगा ऊपर।

फिलहाल, हफमैन ने कहा कि डुप्लेक्स द्वारा की गई पांच में से चार कॉलों के लिए मानव ऑपरेटर की सहायता की आवश्यकता नहीं है। दिलचस्प बात यह है कि, उन्होंने कहा कि डुप्लेक्स के बेहतर होने पर मानव ऑपरेटरों को सेवा से दूर नहीं किया जाएगा, क्योंकि Google उन्हें यह सुनिश्चित करने में एक अभिन्न अंग के रूप में देखता है कि डुप्लेक्स बिना किसी रुकावट के काम करता है।

"उम्स" और "आह्स"

असिस्टेंट को पढ़ाने की पूरी प्रक्रिया के दौरान, Google ने इसे रोबोट की तरह कम और अधिक प्राकृतिक बनाने पर जोर दिया। Google I/O में डेमो के बाद, आलोचकों ने पूछा कि Google असिस्टेंट बनाने के लिए "उम्स और आह्स" को मिलाने की कोशिश क्यों कर रहा है यह अधिक मानवीय लगता है, खासकर यदि इसने कॉल की शुरुआत में यह अस्वीकरण नहीं जोड़ा हो कि यह मानव नहीं था। अब अस्वीकरण हैं, लेकिन हफमैन ने कहा कि बातचीत के प्रवाह को जारी रखने के लिए "उम" या "मह्म" जैसी भाषण संबंधी विसंगतियां जोड़ी गईं।

हफ़मैन ने कहा, "हम छल करने या प्रतिरूपण करने की कोशिश नहीं कर रहे हैं, लेकिन यदि आप उस दर्दनाक प्रारंभिक प्रणाली की रिकॉर्डिंग पर वापस जाते हैं, तो यह बहुत स्वाभाविक नहीं लगता, यह बहुत मानवीय नहीं लगता।" “लेकिन इसके परिणामस्वरूप, सहायक कार्यों को पूरा करने में बहुत सफल नहीं रहा। बहुत से लोग फोन काट देते थे, या भ्रमित हो जाते थे कि वे किससे बात कर रहे हैं, बातचीत बस इसलिए टूट जाती थी क्योंकि यह स्वाभाविक नहीं लगता था।''

हफ़मैन ने कहा कि भाषण में असंगति है भाषाविदों, दो लोगों के बीच मानवीय बातचीत को जारी रखने का एक महत्वपूर्ण हिस्सा हैं। यह देखना आसान है कि Assistant के साथ बातचीत सुनते समय यह कितनी अच्छी तरह काम करता है, और परिणाम मूल रिकॉर्डिंग से बहुत दूर हैं।

वाणी की गड़बड़ी में मदद करने का एक तरीका बातचीत की स्वीकृति है, जैसे कि जब एक व्यक्ति बात कर रहा हो, लेकिन आप बात करना चाहते हों सुनिश्चित करें कि प्राप्तकर्ता को पता है कि आप अभी भी लगे हुए हैं और सुन रहे हैं, जैसे कि जब सहायक ने हमसे पूछा तो उसने "महम्म" कहा पकड़ना।

एक अन्य उपयोगी उपकरण स्पष्टीकरण मांगने के विनम्र तरीके के रूप में अनिश्चितता होने पर "उम" कहना है। रेस्तरां कर्मचारी द्वारा कही गई बात को न सुन पाने के बाद असिस्टेंट ने "उम" जोड़ा और फिर से अनुरोध किया।

इन बोलने में असमर्थता वाला असिस्टेंट मूल, रोबोटिक असिस्टेंट से बिल्कुल अलग है। यह बहुत कम ठंडा है, और बातचीत बहुत तेज़ी से आगे बढ़ी। और सरल आदेशों को स्वीकार करने के बजाय, असिस्टेंट वास्तव में हमारी भाषा के माध्यम से मनुष्यों के साथ बातचीत कर रहा है, जो निश्चित रूप से कुछ को उत्साहित करेगा जबकि दूसरों को डराएगा।

सुविधा

डुप्लेक्स पूरी तरह सुविधा के बारे में है। यह आपका थोड़ा समय बचाता है, यह आपको अधिक सटीक स्टोर घंटे दे सकता है, और यह व्यवसायों का समय भी बचा सकता है। Google ने यह भी कहा कि यहां उन लोगों की मदद करने का एक बड़ा अवसर है जो बोल नहीं सकते या जिन्हें बोलने में परेशानी होती है।

हफ़मैन ने डुप्लेक्स को अतीत से स्वचालित वॉयस मशीनों के विकास के रूप में सोचने के लिए कहा अपने बैंक को कॉल करते समय, दाईं ओर जाने के लिए नंबर दबाने की प्रक्रिया धीमी थी विभाग।

उन्होंने कहा, "आज अगर आप उन एयरलाइंस या बैंकों को फोन करेंगे तो आपको कुछ बहुत अच्छा मिलेगा।" "आप अधिक स्वाभाविक ध्वनि सुनेंगे, और यह कुछ ऐसा कह सकता है, 'बस मुझे बताएं कि आपको क्या चाहिए, आप ऐसी बातें कह सकते हैं, मेरी उड़ान किस समय है?' डुप्लेक्स, हम वास्तव में उसी विचार को एक कदम आगे ले जा रहे हैं, बातचीत को विकसित कर रहे हैं और इसे और अधिक स्वाभाविक बना रहे हैं ताकि यह उपयोगकर्ताओं के लिए अधिक सफल हो और व्यवसायों।"

Google ने हमें यह नहीं दिखाया है कि डुप्लेक्स स्टोर घंटों के लिए व्यवसायों को कैसे कॉल करता है, न ही उसने हेयरकट अपॉइंटमेंट शेड्यूल करने का डेमो दिया है - इसलिए हम इस पर टिप्पणी नहीं कर सकते कि डुप्लेक्स इन मामलों में कितनी अच्छी तरह काम करेगा। हम यह भी अनिश्चित हैं कि क्या मानव ऑपरेटरों के पास आपके फोन नंबर और पूरे नाम तक पहुंच होगी, क्योंकि इससे गोपनीयता को थोड़ा खतरा होता है। हमें यह भी आश्चर्य है कि क्या डुप्लेक्स भविष्य में कई भाषाओं का समर्थन करेगा। हमने कुछ अनुत्तरित प्रश्नों को सत्यापित करने के लिए Google से संपर्क किया है, लेकिन निश्चित रूप से, जैसे-जैसे तकनीक आगे बढ़ रही है, वैसे-वैसे और भी प्रश्न होंगे।

अब तक हमने जो देखा है, उसके अनुसार यह आशाजनक तकनीक है, लेकिन क्या यह ऐसी चीज़ है जिसे हमें अपनाना चाहिए, या डरना चाहिए? हमें ख़ुशी होगी अगर हमें फिर कभी घंटों तक रुकना न पड़े, लेकिन यहां प्रक्षेप पथ पर विचार करना महत्वपूर्ण है। हम लगातार ऐसे भविष्य की ओर बढ़ रहे हैं जहां हमें किसी से बात करने की ज़रूरत नहीं है, जहां आप एक अपार्टमेंट में अलग-थलग रह सकते हैं, जहां आपको भोजन दिया जाएगा; ड्रोन द्वारा गिराए गए पैकेज, और बाहर कदम रखे बिना उपभोग करने के लिए हजारों घंटे का मीडिया।

जबकि डुप्लेक्स कुछ अधिक सांसारिक फोन कॉल के साथ शुरू हो सकता है, एआई बातचीत में बेहतर होने जा रहा है, जिससे अन्य उद्योगों में पोर्ट करना आसान हो जाएगा। एक समाज के रूप में यह तय करना हम पर निर्भर करेगा कि हमारी कितनी बातचीत एआई के माध्यम से होनी चाहिए, और क्या दोबारा फोन उठाना उचित है।

संपादकों की सिफ़ारिशें

• मैंने स्वयं 14.5-इंच टैबलेट आज़माया - और यह बहुत अच्छा नहीं चला
• मुझे वास्तव में Pixel 7a पसंद है, लेकिन एक बड़ा मुद्दा है जिसे मैं नज़रअंदाज नहीं कर सकता
• मैं Pixel 7 और Pixel 7 Pro को पसंद करना चाहता हूं, लेकिन Google मुझे ऐसा नहीं करने देगा
• यहां वह सब कुछ है जिसकी घोषणा Google ने Pixel Fall लॉन्च इवेंट में नहीं की थी
• वह सब कुछ जो Google ने Google I/O 2021 में घोषित नहीं किया