Mēs pārbaudījām Google Duplex — telefona izsaukšanas AI, kas tiks piedāvāta šovasar

Strādājot Ņujorkas taju restorāna reģistratūrā, es paņēmu klausuli, noņēmu rezervāciju un noliku klausuli. Sirreāls bija pirmais vārds, kas vēlāk ienāca prātā, nevis tāpēc, ka izlikos, ka strādāju a restorānā, bet es tikko runāju un rezervēju galdiņu no mākslīgi inteliģentā Google Asistents.

Es nevarēju atbrīvoties no domas, ka balss otrā galā nebija dzīva būtne, pat ja tā bija tikai divu minūšu saruna. Tas nenozīmē, ka palīgs nebija pārliecinošs; ja tas man neteiktu (un ja es nebūtu demonstrācijas vidē), es nebūtu daudz domājis par apmaiņu ar to, kas izklausījās pēc cita cilvēka otrā galā.

Manā rīkotā robotu apmaiņa bija daļa no preses demonstrācijas, kas tika rīkota Google Duplex tehnoloģija, pirmo reizi paziņoja uzņēmuma I/O izstrādātāju konferencē maijā. Tas ļauj cilvēkiem rezervēt galdiņu restorānā, ieplānot tikšanos ar frizūru un uzzināt veikala darba laiku Google palīgs

. The balss palīgs piezvanīs uz restorānu vai veikalu — pēc tam, kad būsit veicis pieprasījumu no tālruņa vai viedā skaļruņa, kurā ir iespējots Asistents, piemēram, Google sākumlapa — un pēc dažām minūtēm jūs saņemsit paziņojumu, kas apstiprinās, ka jūsu plāni ir oficiāli rezervēti (vai ja zvanu nevarēja pabeigt).

I/O demonstrācija bija satriecoša, taču tā nebija bez pretrunām. Tika paustas bažas: kāpēc mākslīgajam intelektam bija jāizklausās tik reālistiski un kāpēc tas nepaziņoja zvanītājam cilvēka atrunu, ko daži uzskatīja par maldināšanu. Tā kā zvans tika ierakstīts, daži apšaubīja, vai tehnoloģija nepārkāps noteiktus likumus, kas regulē tālruņa zvanus.

Kopš tā laika Google ir precizējis savu nostāju, un tagad mums ir dažas atbildes. Digital Trends kādu laiku pavadīja kopā ar komandu Duplekss un demonstrējām tehnoloģiju pašiem. Taču, pirms iedziļināmies savā pieredzē, apskatīsim jauno informāciju, ko esam atklājuši par to, kā un kur Duplex darbosies.

Kas ir Duplex un kur tas darbosies?

Duplex ir izstrādes stadijā esoša tehnoloģija, kas ļauj Google palīgam veikt tālruņa zvanus lietotāja vietā vārdā, un tas izriet no gadiem ilgas izpētes un darba dabiskās valodas mākslīgā intelekta jomā apstrāde.

"Tagad mēs varam saprast dabisko runu un radīt dabisku runu," sacīja Niks Fokss, Google produktu pārvaldības viceprezidents. "Šīs tehnoloģijas tiek izmantotas kopā ar Duplex, lai būtu dabiska, saistoša saruna, kas pielāgojas sarunā notiekošajam, galu galā ar mērķi paveikt lietas."

Google mērķis attiecībā uz Assistant ir palīdzēt jums paveikt darbu, un uzņēmums sāk ar Duplex trīs konkrēti uzdevumi: galdiņa rezervēšana restorānā, veikala darba laika noteikšana un frizētavas ieplānošana Pieraksts. Duplex pašlaik nevar darīt neko vairāk, tāpēc, ja vaicājums nav atbilstošs (piemēram, jautā par laikapstākļiem vai sporta rezultātiem), Asistents to nesapratīs. Tāpat lietotājs nevar lūgt Asistentam veikt zvanus, kas nav saistīti ar iepriekšminētajiem uzdevumiem.

Lietotājam, ja Asistents veic šos zvanus, tiek atbrīvots nedaudz laika, taču tas sniedz labumu arī uzņēmumiem, kas saņem šos zvanus. Piemēram, ja zvanītājs jautā Asistentam vietējā veikala brīvdienu darbalaiku, Asistents piezvanīs, saņems atbildi un stundas tiks pievienotas Google kartes un Google meklēšana, lai tos varētu redzēt visi, ar verificētu atzīmi blakus.

Izmantojot šo informāciju, ja citi zvanītāji vēlas uzzināt to pašu informāciju, Asistentam tā būs tikai jāizņem no Google serveriem, nevis jāveic cits zvans. Tas prasa tikai vienu personu, lai jautātu Asistentam, taču tas var ietaupīt daudz laika darbiniekiem, kuri pretējā gadījumā būtu iestrēguši atbildēt uz zvaniem par veikala darbalaiku.

Šīs vasaras Google testēšanas posmā Duplex strādās tikai ar noteiktiem uzņēmumiem un lietotājiem šajā reģionā ASV, un tas būs pieejams tikai restorānos un frizētavās, kurām nav tiešsaistes rezervācijas sistēma. Google palīgs jau darbojas ar OpenTable, tāpēc nav jāzvana restorāniem, kas izmanto rezervēšanas pakalpojumu.

Google vispirms pārbaudīs zvanus darba laikā tuvāko nedēļu laikā, bet vēlāk šovasar tests tiks paplašināts, lai veiktu rezervācijas un frizūras. Šajā periodā būs daudz testēšanas un pielāgošanas, tāpēc Duplex gala rezultāts var izskatīties nedaudz atšķirīgs no tā, ko mēs jau esam redzējuši. Uzņēmumi varēs atteikties, ja nevēlēsies saņemt zvanus no Google asistenta.

"Tas, ko jūs redzat, ir tehnoloģija, kas ir ļoti agrīnā stadijā," sacīja Fokss. "Mēs vēlamies par to runāt publiski pat šajā posmā, lai pārliecinātos, ka mēs to sapratām pareizi, taču jūs redzat kaut ko diezgan procesa sākumā."

Demonstrācija

Demonstrācijas pieredze, kas notika plkst Thep Thai Ņujorkas Upper East Side rajonā, tika stingri kontrolēts. Pirmkārt, Google izveidoja prezentāciju, kurā tika parādīts kopējais zvana veikšanas un beigšanas process, bet faktiski tiek izmantota tehnoloģija reāllaikā. Inženieris piešķīra Duplex mūsu ieteikto laiku un partijas lielumu rezervācijai, un tālāk ir norādīts, kas notika.

Ideja ir tāda, ka paziņosit Google asistentam savā tālrunī vai Google sākumlapa ka vēlaties “rezervēt galdiņu Thep Thai diviem plkst. 20.00. rīt." Asistents jautās, vai ir pareizi rezervēt laiku no pulksten 20:00. līdz 21:00. ja plkst. 20:00 nav pieejams neviens galds, un pēc apstiprināšanas tas paziņos, ka piezvanīs restorānam un sazināsies ar jums. drīzumā.

Kad restorāna darbinieks paceļ klausuli, Asistents pateiks šādu vai kaut ko līdzīgu tam: “Sveiki, es zvanu, lai veiktu rezervāciju. Esmu Google automātiskās rezervēšanas pakalpojums, tāpēc es ierakstīšu zvanu. Vai es varu rezervēt galdiņu ceturtdienai?”

Zvans tiek ierakstīts, lai Google darbinieki varētu klausīties ierakstu, komentēt sarunu un izcelt visas Duplex pieļautās kļūdas, lai tas varētu uzlabot pakalpojumu.

Asistents turpina atbildēt uz katru uzdoto jautājumu, piemēram, uz kuru laiku ir rezervēta, cik cilvēki ir ballītē, un rezervācijas nosaukums — un saruna pieklājīgi un ātri beidzas. Ja tiek prasīta informācija, piemēram, lietotāja e-pasta adrese, Asistents paziņos, ka tam nav atļaujas sniegt šo informāciju.

Persona, kas rezervēja rezervāciju, izmantojot Asistentu, tagad saņems paziņojumu, ka galdiņš ir rezervēts, un tas tiks automātiski pievienots Google kalendāram. Pirms rezervācijas lietotājs saņems paziņojumu un iespēju atcelt tikšanos, ja viņa vairs nevarēs to ierasties. Thep Thai restorāna īpašnieks teica, ka daudzi cilvēki veic rezervācijas un pēc tam neierodas. Viņš cer, ka šī sistēma, kas piedāvā vienkāršu veidu, kā atcelt rezervāciju, nozīmēs mazāk tukšu galdiņu.

Pēc galvenās demonstrācijas Google ļāva mums to izmēģināt. Kad saņēmām zvanu, mēs mēģinājām paklupt Duplex un radījām dažus sarežģījumus, taču Asistents ar tiem tika galā labi. Sarunas sākumā mēs lūdzām to paturēt, uz ko tā atbildēja “mhmm”, nevis mutiski “jā”. Kad mēs to teicām, 6 p.m.ē. rezervācijas laiks bija pilns, Asistents atbildēja ar diapazonu no plkst. 18. un 20:00, un tas nokritās uz mūsu 19:45. ieteikums. Pēc tam mēs prasījām vārdu un tālruņa numuru rezervācijai un vai Asistents var uzrakstīt vārdu, ko tas veiksmīgi izdarīja.

Iespaidīgi, cik konsekventi Asistents apstrādāja demonstrācijas, lai gan mēs saskārāmies ar brīdi, kad tam bija jāatgriežas pie cilvēka operatora. Tas notika, kad kāds jautāja, vai Asistenta klients var saņemt e-pasta ziņojumus no restorāna. Frāzējums bija nedaudz neveikls, un Asistents atbildēja ar: "Atvainojiet, es domāju, ka es samulsu", un tajā bija teikts, ka tas liek uzraudzītājam. Cilvēka operators ātri pārņēma vadību, teica zvanītājam, ka nevar atklāt e-pasta adresi, un pabeidza rezervāciju.

Kā darbojas Duplex

Agrīnās Duplex testa versijas, kuras Google mums spēlēja, izklausījās neticami robotiskas. Tomēr Asistents joprojām spēja saprast sarunas pauzes un pat pateikt: “sveiki?” kad restorāna darbinieks apstājās uz dažām sekundēm. Tomēr Skots Hafmans, Google palīga inženierzinātņu nodaļas viceprezidents, sacīja, ka ir “sāpīgi to klausīties”.

Duplex iegūšana līdz līmenim, kurā tas ir tagad, sākās ar lielu roku un cilvēku darbu. Cilvēku operatori veica zvanus uz restorāniem, komentēja sarunas un ievadīja rezultātus Duplex. Komanda saistīs tādas frāzes kā “cik cilvēku” un tās variācijas ar “personu skaitu ballītē”, ļaujot Duplex saprast jautājumu.

Otrajā posmā operatori noklausījās Asistenta zvanus, un, ja lietas noiet no ceļa, operators pieteicās, lai pārņemtu vadību un pārliecinātos, ka zvans ir veiksmīgs. Tas ļāva komandai noteikt aptuvenās malas ap pakalpojumu, komentēt šīs sarunas un ievadīt to atpakaļ mašīnmācības algoritmos, lai Duplex varētu mācīties.

Pēdējais testēšanas posms ir automatizētais režīms, kurā automatizētā sistēma veic zvanus un tos pabeidz. Sistēmā iebūvētās evakuācijas lūkas ļauj Asistentam atgriezties pie galvenā uzdevuma izpildes mērķa, pateicoties tādiem teikumiem kā: "Es neesmu pārliecināts, ko jūs teicāt, bet vai es varu rezervēt galdiņu trim cilvēkiem. Ja sistēma patiešām nezina, ko darīt tālāk, tā graciozi paklanīsies no sarunas, un operators beidzies.

Šobrīd Hafmens sacīja, ka aptuveni četriem no pieciem Duplex veiktajiem zvaniem nav nepieciešama operatora palīdzība. Interesanti, ka viņš teica, ka cilvēku operatori netiks atstumti no pakalpojuma, jo Duplex kļūs labāks, jo Google uzskata tos par neatņemamu sastāvdaļu, lai nodrošinātu Duplex darbību bez aizķeršanās.

“ums” un “ahs”

Visā Asistenta apmācības procesā Google uzsvaru uzsvēra uz to, lai tas izklausītos dabiskāk un mazāk atgādinātu robotu. Pēc demonstrācijas Google I/O kritiķi jautāja, kāpēc Google mēģina sajaukt “ums un ahs”, lai izveidotu palīgu izklausās cilvēcīgāk, it īpaši, ja zvana sākumā nav pievienota atruna, ka tas nav cilvēks. Tagad ir atrunas, taču Hafmens teica, ka runas traucējumi, piemēram, “um” vai “mhm”, tika pievienoti, lai uzturētu sarunu plūsmu.

"Mēs nemēģinām mānīt vai uzdoties, bet, ja jūs atgriežaties pie šī sāpīgās agrīnās sistēmas ieraksta, tas neizklausījās ļoti dabiski, tas neizklausījās ļoti cilvēciski," sacīja Hafmens. “Taču tā rezultātā Asistentam ne pārāk veiksmīgi veica uzdevumus. Daudzi cilvēki nolika klausuli vai apmulsa par to, ar ko viņi runā, saruna vienkārši pārtrūka, jo tā nešķita dabiski.

Saskaņā ar Huffman teica runas traucējumus valodnieki, ir galvenā sastāvdaļa, lai uzturētu cilvēku sarunu starp diviem cilvēkiem. Klausoties sarunas ar Asistentu, ir viegli saprast, cik labi tas darbojas, un rezultāti ir tālu no sākotnējā ieraksta.

Viens no veidiem, kā runas traucējumi palīdz, ir sarunvalodas atzīšana, piemēram, ja runā viens cilvēks, bet jūs to vēlaties pārliecinieties, ka uztvērējs zina, ka joprojām esat iesaistījies un klausāties, piemēram, kad Asistents mums teica “mhmm”, kad tika lūgts turiet.

Vēl viens noderīgs rīks ir nenoteiktības gadījumā pateikt “hm”, kas ir pieklājīgs veids, kā lūgt paskaidrojumus. Pēc tam, kad asistents nedzirdēja restorāna darbinieka teikto, asistents pievienoja vārdu “hm”, un vēlreiz izpildīja pieprasījumu.

Asistents ar šiem runas traucējumiem ir krass kontrasts ar oriģinālo robotizēto Asistentu. Ir daudz mazāk auksts, un saruna noritēja daudz ātrāk. Un tā vietā, lai pieņemtu vienkāršas komandas, Asistents faktiski mijiedarbojas ar cilvēkiem, izmantojot mūsu valodu, kas noteikti kādus aizraus, bet citus biedēs.

Ērtības

Duplekss ir saistīts ar ērtībām. Tas ietaupa jums nedaudz laika, var nodrošināt precīzāku veikala darba laiku, kā arī ietaupīt uzņēmumu laiku. Google arī teica, ka šeit ir liela iespēja palīdzēt cilvēkiem, kuri neprot runāt vai kuriem ir runas problēmas.

Hafmens teica, ka domā par Duplex kā pagātnes automatizētu balss iekārtu attīstību, piemēram, zvanot uz banku, kad tas bija lēns process, spiežot ciparus, lai nokļūtu labajā pusē nodaļa.

"Šodien, ja zvanīsit šīm aviokompānijām vai bankām, jūs iegūsit kaut ko daudz, daudz jaukāku," viņš teica. "Jūs dzirdēsit daudz dabiskāk skanošu balsi, un tā varētu teikt kaut ko līdzīgu: "Vienkārši pasakiet man, kas jums nepieciešams, jūs varat teikt, piemēram, cikos ir mans lidojums?" Duplex, mēs šo pašu ideju speram soli tālāk, attīstot sarunu un padarot to dabiskāku, lai tā būtu veiksmīgāka lietotājiem un uzņēmumiem.”

Google mums nav parādījis, kā Duplex zvana uzņēmumiem veikalu darba laikā, kā arī nav demonstrējis frizūras tikšanās ieplānošanu, tāpēc mēs nevaram komentēt, cik labi Duplex darbotos šādos gadījumos. Mēs arī neesam pārliecināti, vai operatoriem būs piekļuve jūsu tālruņa numuram un pilnam vārdam, jo ​​tas rada nelielu privātuma risku. Mēs arī domājam, vai Duplex nākotnē atbalstīs vairākas valodas. Mēs esam sazinājušies ar Google, lai pārbaudītu dažus neatbildētos jautājumus, taču, protams, tehnoloģiju attīstībai to būs vēl vairāk.

No tā, ko mēs esam redzējuši līdz šim, tā ir daudzsološa tehnoloģija, bet vai tā ir kaut kas, no kā mums būtu jāaptver vai jābaidās? Mēs būsim priecīgi, ja mūs nekad vairs nevajadzēs aizturēt stundām ilgi, taču šeit ir svarīgi ņemt vērā trajektoriju. Mēs nemitīgi virzāmies uz nākotni, kurā mums nav jārunā ar nevienu, kur jūs varat dzīvot izolēti dzīvoklī ar jums piegādātu pārtiku; bezpilota lidaparātu nomestās pakas un tūkstošiem stundu multivides, ko patērēt, nekad nekāpjot ārā.

Lai gan Duplex var sākties ar dažiem ikdienišķākajiem tālruņa zvaniem, mākslīgais intelekts kļūs labāks sarunās, padarot to viegli pārnest uz citām nozarēm. Mēs kā sabiedrība varēsim izlemt, cik liela daļa mūsu sarunu būtu jāveic, izmantojot AI, un vai ir vērts vēlreiz pacelt klausuli.

Redaktoru ieteikumi

• Es liku sev izmēģināt 14,5 collu planšetdatoru — un tas neizdevās ļoti labi
• Man ļoti patīk Pixel 7a, taču ir viena liela problēma, kuru nevaru ignorēt
• Es vēlos mīlēt Pixel 7 un Pixel 7 Pro, taču Google man to neļaus
• Lūk, viss, ko Google nepaziņoja Pixel Fall Launch pasākumā
• Viss, ko Google nepaziņoja Google I/O 2021. gadā