Тестирали смо Гоогле Дуплек, АИ за телефонске позиве који долази овог лета

Док сам радио на рецепцији тајландског ресторана у Њујорку, подигао сам телефон, скинуо резервацију и спустио слушалицу. Надреално је била прва реч која ми је после пала на памет, не зато што сам се претварао да радим у а ресторан, али са којим сам управо разговарао и резервисао сто од вештачки интелигентног Гугла асистент.

Нисам могао да се отресем помисли да глас на другом крају није живо биће, чак и ако је то био само двоминутни разговор. То не значи да помоћник није био убедљив; да ми то није говорило (и да нисам био у демо окружењу), не бих много размишљао о размени са оним што је звучало као други човек на другом крају.

Размена робота коју сам имао била је део одржане презентације за штампу Гоогле-ова Дуплек технологија, први пут објављено на И/О компаније Конференција програмера у мају. Омогућава људима да резервишу сто у ресторану, закажу термин за шишање и сазнају радно време продавнице

Гоогле помоћник. Тхе гласовни асистент ће позвати ресторан или продавницу — након што пошаљете захтев са телефона или паметног звучника на коме је омогућен помоћник, нпр. Гоогле Хоме — а неколико минута касније добићете обавештење које потврђује да су ваши планови званично резервисани (или ако позив није могао да се заврши).

Демо на И/О је био запањујући, али није био без контроверзи. Изражена је забринутост: зашто је вештачка интелигенција морала да звучи тако живописно и зашто није објавила одрицање од одговорности људском позиваоцу, што би представљало оно што су неки сматрали обманом. И пошто је позив снимљен, неки су се питали да ли би технологија прекршила одређене законе који регулишу телефонске позиве.

Од тада је Гугл разјаснио свој став и сада имамо неке одговоре. Дигитални трендови су провели неко време са тимом иза Дуплек и демонстрирали технологију за себе. Али пре него што уронимо у наше искуство, хајде да погледамо нове детаље које смо открили о томе како и где ће Дуплек радити.

Шта је Дуплек и где ће радити?

Дуплек је технологија у развоју која омогућава Гоогле помоћнику да упућује телефонске позиве кориснику у име, а произилази из година истраживања и рада на вештачкој интелигенцији за природни језик обрада.

„Сада можемо да разумемо природни говор и можемо да генеришемо природни говор“, рекао је Ник Фокс, потпредседник за управљање производима у Гуглу. „Те технологије се примењују са Дуплек-ом да би се водио природан, занимљив разговор који се прилагођава ономе што се дешава у разговору, на крају са циљем да се ствари заврше.

Гоогле-ов циљ за помоћника је да вам помогне да обавите ствари, а са Дуплек-ом компанија почиње три специфична задатка: резервисање стола у ресторану, проналажење радног времена продавнице и заказивање фризерског салона именовање. Дуплек тренутно не може да уради ништа више од овога, тако да ако упит није релевантан (рецимо, питање о времену или спортским резултатима), помоћник неће разумети. Слично томе, корисник не може тражити од Помоћника да упућује позиве који нису повезани са горе наведеним задацима.

За корисника то што помоћник упућује ове позиве ослобађа мало времена, али такође користи предузећима која примају ове позиве. На пример, ако позивалац пита Асистента за празнично радно време локалне продавнице, Помоћник ће упутити позив, добити одговор, а радно време ће бити додато у Гугл мапе и Гоогле претрага за све да виде, са верификованом ознаком поред.

Са овим информацијама, ако други позиваоци желе да сазнају исте информације, Асистент би требао само да их повуче са Гоогле-ових сервера, а не да поново позива. Потребна је само једна особа да пита помоћника, али има потенцијал да уштеди много времена запосленима који би иначе заглавили да одговарају на позиве о радном времену продавнице.

Током Гоогле-ове фазе тестирања овог лета, Дуплек ће радити само са одабраним предузећима и корисницима у САД, а биће доступан само у ресторанима и фризерским салонима који немају онлајн резервацију система. Гоогле помоћник већ ради са ОпенТабле-ом, тако да не мора да зове ресторане који користе услугу резервације.

Гоогле ће прво тестирати позиве за радно време у наредних неколико недеља, а касније овог лета, тест ће се проширити на позивање за резервације и термине за шишање. Биће много тестирања и подешавања током овог периода, тако да крајњи резултат Дуплек-а може изгледати мало другачије од онога што смо већ видели. Предузећа ће моћи да одустану од тога ако не желе да примају позиве од Гоогле помоћника.

„Оно што видите је технологија која је у веома раној фази“, рекао је Фокс. „Желимо да разговарамо о томе јавно чак и у овој фази како бисмо били сигурни да смо то урадили како треба, али овде видите нешто прилично рано у процесу.

Демо

Демо искуство, које се догодило у Тхеп Тхаи у насељу Уппер Еаст Сиде у Њујорку, био је под строгом контролом. Прво, Гоогле је поставио презентацију која приказује укупан процес упућивања и завршетка позива, али заправо користећи технологију у реалном времену. Инжењер је дао Дуплек-у време и величину групе коју смо предложили за резервацију, а ево шта је уследило.

Идеја је да кажете Гоогле помоћнику на свом телефону или Гоогле Хоме да желите да „резервирате сто у Тхеп Тхаи за двоје у 20:00. сутра." Асистент ће питати да ли је у реду резервисати термин од 20:00. до 21 час. у случају да нема слободног стола у 20:00, а након што потврдите, рећи ће да ће позвати ресторан и јавиће вам се ускоро.

Када запослени у ресторану подигне слушалицу, помоћник ће рећи следеће, или нешто слично томе: „Здраво, зовем да резервишем. Ја сам Гоогле-ова аутоматизована услуга резервације па ћу снимити позив. Могу ли резервисати сто за четвртак?”

Позив се снима тако да људски оператери у Гоогле-у могу да преслушају снимак, да коментаришу разговор и истакну све грешке које је Дуплек направио како би могао да побољша услугу.

Асистент наставља да одговара на свако постављено питање - на пример за које време је резервација, колико људи су у забави, и име за резервацију — и разговор учтиво и брзо Крајеви. Ако се од њега траже информације као што је адреса е-поште корисника, Помоћник ће рећи да нема дозволу да пружи те информације.

Особа која је резервисала резервацију преко Асистента ће сада добити обавештење да је сто резервисан и аутоматски ће бити додат у Гоогле календар. Пре резервације корисник ће добити обавештење и могућност да откаже термин у случају да више не може да закаже. Власник ресторана Тхеп Тхаи-а рекао је да многи људи резервишу, а затим се не појављују. Он се нада да ће овај систем, који нуди једноставан начин за отказивање резервације, значити мање празних столова.

Након главне демонстрације, Гоогле нам је дозволио да пробамо. Када смо преузели позив, покушали смо да покваримо Дуплек и убацили смо неке компликације, али помоћник их је добро решио. Замолили смо га да задржи на почетку разговора - на шта је одговорио „мхмм“, а не вербално „да“. Када смо то рекли 6 после подне. време резервације је било попуњено, помоћник је одговорио са распоном између 18 часова. и 20:00, а задовољило се за наше 19:45. препорука. Затим смо затражили име и број телефона за резервацију и да ли је Асистент могао да спелује име, што је успешно и урадио.

Импресивно је колико је Асистент доследно радио са својим демонстрацијама, иако смо наишли на тренутак када је требало да се врати на човека-оператера. Било је то када је неко питао да ли је клијент Асистента у реду са примањем е-поште из ресторана. Фразирање је било мало незгодно, а помоћник је одговорио са: „Жао ми је, мислим да сам се збунио“, и рекао је да ставља надзорника на линију. Људски оператер је брзо преузео, рекао позиваоцу да не може да открије адресу е-поште и завршио резервацију.

Како Дуплек функционише

Ране пробне верзије Дуплек-а, које нам је Гугл пустио, звучале су невероватно роботски. Међутим, Асистент је и даље могао да разуме паузе у разговору, па чак и да каже „хало?“ када је запосленик ресторана застао на неколико секунди. Ипак, Скот Хафман, потпредседник инжењеринга за Гоогле Ассистант, рекао је да је „болно слушати то“.

Довођење Дуплек-а на ниво на коме је сада почело је уз много ручног и људског рада. Људски оператери су упућивали позиве ресторанима, коментарисали разговоре и слали резултате у Дуплек. Тим би повезао фразе попут „колико људи“ и његове варијације са „бројем људи у забави“, омогућавајући Дуплеку да разуме питање.

Друга фаза је укључивала људске оператере који су слушали позиве које је упутио Асистент, а ако ствари крену с пута, оператер је ускочио да преузме и увери се да је позив успешан. Ово је омогућило тиму да идентификује грубе ивице око услуге, забележи те разговоре и врати их у алгоритме за машинско учење како би Дуплек могао да учи.

Последња фаза тестирања је аутоматизовани режим, где аутоматизовани систем поставља позиве и завршава их. Отвори за евакуацију уграђени у систем омогућавају Асистенту да се врати на кључни циљ завршетка задатка, захваљујући реченицама попут: „Нисам сигуран шта сте рекли, али могу ли да резервишем сто за троје.” Ако систем заиста не зна шта даље да ради, грациозно ће се повући из разговора, а људски оператер ће узети преко.

У овом тренутку, Хафман је рекао да за четири од пет позива Дуплекса није потребна помоћ људског оператера. Занимљиво, он је рекао да људски оператери неће бити повучени из услуге како Дуплек постаје све бољи, јер их Гоогле види као саставни део у обезбеђивању да Дуплек функционише без проблема.

"хм" и "ах"

Током читавог процеса подучавања Асистента, Гоогле је стављао нагласак на то да звучи природније, а мање као робот. Након демонстрације на Гоогле И/О, критичари су питали зашто Гугл покушава да умеша „хм и ах“ да направи помоћника звучи људскије, посебно ако није додало одрицање одговорности на почетак позива да то није човек. Сада постоје одрицања од одговорности, али Хафман је рекао да су недостатке у говору попут „хм“ или „мхм“ додате да би се ток разговора наставио.

„Не покушавамо да преваримо или да се лажно представљамо, али ако се вратите на тај снимак тог болног раног система, није звучало баш природно, није звучало баш људски“, рекао је Хафман. „Али као резултат тога, помоћник није био баш успешан у извршавању задатака. Многи људи би прекинули везу или би се збунили око онога са чиме су разговарали, разговор би се једноставно прекинуо јер се није чинио природним."

Хафман је рекао да говорне дисфлуенције, према лингвисти, кључни су део одржавања људског разговора између две особе. Лако је видети колико добро ово функционише када чујете разговоре са Асистентом, а резултати су далеко од оригиналног снимка.

Један од начина на који помажу поремећаји у говору је конверзационо признање, на пример када једна особа говори, али ви желите да уверите се да пријемник зна да сте још увек ангажовани и да слушате, на пример када нам је Асистент рекао „мхмм“ када је затражено да држати.

Још једно корисно средство је да кажете „хм“ када постоји несигурност, као љубазан начин да се затражи појашњење. Асистент је додао „хм“ након што није могао да чује шта је запосленик ресторана рекао и поново је наставио са својим захтевом.

Асистент са овим говорним дисфлуентацијама је оштар контраст у односу на оригиналног, роботског помоћника. Много је мање хладно, а разговор је текао много брже. И уместо да прихвата једноставне команде, Асистент заправо комуницира са људима преко нашег језика, што ће неке сигурно узбудити док друге плаши.

Погодност

Дуплекс је све о удобности. То вам штеди мало времена, може вам дати тачније радно време продавница, а може уштедети и време предузећа. Гугл је такође рекао да постоји велика прилика да помогне људима који не могу да говоре или имају проблема са говором.

Хафман је рекао да размишља о Дуплек-у као о еволуцији аутоматизованих говорних машина из прошлости, као нпр. када зовете своју банку, када је био спор процес притискања бројева да бисте дошли на десну страну одељење.

„Данас ако позовете те авио-компаније или банке, добићете нешто много, много лепше“, рекао је он. „Чућете глас који звучи много природније и може да каже нешто попут: „Само ми реци шта ти треба, можеш да кажеш ствари као што је, у колико сати је мој лет?“ Дуплек, ми ту исту идеју заиста идемо корак даље, развијајући разговор и чинећи га природнијим како би био успешнији за кориснике и предузећа.”

Гоогле нам није показао како Дуплек упућује позиве предузећима за радно време, нити је демонстрирао заказивање термина за шишање - тако да не можемо да коментаришемо колико би Дуплек функционисао у овим случајевима. Такође нисмо сигурни да ли ће људски оператери имати приступ вашем броју телефона и пуном имену, јер то представља мали ризик за приватност. Такође се питамо да ли би Дуплек у будућности подржавао више језика. Обратили смо се Гоогле-у да потврдимо нека питања без одговора, али наравно, сигурно ће их бити више како технологија буде напредовала.

Из онога што смо до сада видели, то је обећавајућа технологија, али да ли је то нешто чега бисмо требали да прихватимо или да се плашимо? Бићемо срећни ако више никада не будемо морали да будемо стављени на чекање сатима, али овде је важно размотрити путању. Стално се крећемо ка будућности у којој не морамо да разговарамо ни са ким, где можете да живите изоловани у стану, са храном која вам се доставља; пакети који су достављени дроновима, и хиљаде сати медија за конзумирање без потребе да изађете напоље.

Док Дуплек може почети са неким од уобичајенијих телефонских позива, АИ ће постати бољи у разговорима, што ће олакшати пренос у друге индустрије. На нама као друштву биће да одлучимо колико нашег разговора треба да се одвија путем вештачке интелигенције и да ли је вредно да поново подигнемо слушалицу.

Препоруке уредника

• Натерао сам себе да испробам таблет од 14,5 инча - и није баш добро прошао
• Заиста ми се свиђа Пикел 7а, али постоји један велики проблем који не могу да занемарим
• Желим да волим Пикел 7 и Пикел 7 Про, али Гоогле ми то не дозвољава
• Ево свега што Гоогле није најавио на Пикел Фалл Лаунцх догађају
• Све што Гоогле није најавио на Гоогле И/О 2021