Hvorfor 500 millioner mennesker i Kina taler med denne kunstige intelligens

iFLYTEK

Da Gang Xu, en 46-årig beboer i Beijing, skal kommunikere med sin canadiske lejer om lejebetalinger eller elregninger, åbner han en app kaldet iFlytek Input på sin smartphone og trykker på et ikon, der ligner en mikrofon, og begynder derefter taler. Softwaren forvandler hans kinesiske verbale beskeder til engelske tekstbeskeder og sender dem til den canadiske lejer. Det oversætter også lejerens engelske tekstbeskeder til kinesiske, hvilket skaber en problemfri cyklus af tosprogede samtaler.

I Kina bruger over 500 millioner mennesker iFlytek Input til at overvinde forhindringer i kommunikationen, såsom den Xu står over for. Nogle bruger det også til at sende tekstbeskeder gennem stemmekommandoer, mens de kører, eller til at kommunikere med en taler med en anden kinesisk dialekt. Appen er udviklet af iFlytek, en kinesisk AI-virksomhed, der anvender dyb læring inden for en række områder såsom talegenkendelse, naturlig sprogbehandling, maskinoversættelse og datamining (se 50 Smartest Companies 2017).

Retssystemer bruger deres stemmegenkendelsesteknologi til at transskribere langvarige sager; forretningsopkaldscentre bruger deres stemmesynteseteknologi til at generere automatiske svar; og Didi, en populær kinesisk ride-hailing app, bruger også iFlyteks teknologi til at udsende ordrer til chauffører.

Relateret historie

Relateret historie

Men selvom nogle imponerende fremskridt inden for stemmegenkendelse og øjeblikkelig oversættelse har gjort det muligt for Xu at tale med sin canadiske lejer, er sprogforståelse og oversættelse til maskiner stadig en utrolig udfordrende opgave (se AI's sprogproblem).

Xu husker en misforståelse, da han forsøgte at spørge sin lejer, hvornår han ville fri fra arbejde for at komme underskrive lejekontraktens forlængelse. Men sms'en fra appen var Hvad tid går du på arbejde i dag? Set i bakspejlet regner han med, at det nok var på grund af ordlyden af ​​hans spørgsmål: du arbejder til hvad tid i dag? Nogle gange, afhængigt af konteksten, kan jeg ikke få min mening igennem, siger Xu, der stadig er afhængig af den til kommunikation.

Xus historie fremhæver, hvorfor det er så vigtigt for en virksomhed som iFlytek at indsamle så mange data fra interaktioner i den virkelige verden som muligt. Appen, som er gratis, har indsamlet disse data siden den blev lanceret i 2010.

iFlyteks udviklerplatform, kaldet iFlytek Open Platform, leverer stemmebaserede AI-teknologier til over 400.000 udviklere i forskellige brancher, såsom smart home og mobilt internet. Virksomheden er vurderet til 80 milliarder yuan (12 milliarder dollars) og har internationale ambitioner, herunder et datterselskab i USA og et forsøg på at udvide til andre sprog end kinesisk. I mellemtiden ændrer virksomheden måden, hvorpå mange industrier som kørsel, sundhedspleje og uddannelse interagerer med deres brugere i Kina.

iFlytek har hovedkvarter i Hefei, Kina.

I august lancerede iFlytek en stemmeassistent til chauffører kaldet Xiaofeiyu (Lille Flyvefisk). For at sikre sikker kørsel har den ingen skærm og ingen knapper. Når den først er forbundet til internettet og førerens smartphone, kan den foretage opkald, afspille musik, lede efter rutevejledninger og søge efter restauranter ved hjælp af stemmekommandoer. I modsætning til stemmeassistenter beregnet til hjemmet, er Xiaofeiyu designet til at genkende stemmer i et støjende miljø.

Min Chu, vicepræsident for AISpeech, et andet kinesisk firma, der arbejder med stemmebaserede menneske-computer interaktionsteknologier, siger, at stemmeassistenter til chauffører på nogle måder er mere lovende end smarte højttalere og virtuelle assistenter indlejret i smartphones. Når førerens øjne og hænder er optaget, giver det mere mening at stole på stemmekommandoer. Derudover kan assistenten, når chaufførerne vænner sig til at få tingene gjort ved hjælp af deres stemme, også blive en indholdsudbyder og anbefale underholdningsmuligheder i stedet for passivt at håndtere forespørgsler. På denne måde vil en ny forretningsmodel udvikle sig.

I sundhedssektoren, selvom kunstig intelligens har potentialet til at reducere omkostninger og forbedre patientresultater, er mange hospitaler tilbageholdende med at tage springet af frygt for at forstyrre et allerede anstrengt system, der har få læger, men masser af patienter.

På Anhui Provincial Hospital, som tester en række forsøg med kunstig intelligens, transformerer stemmebaserede teknologier mange aspekter af dets service. Ti stemmeassistenter i form af en robotpige bruger iFlyteks teknologi til at tage imod besøgende i lobbyen på ambulatoriet og tilbyde aflastning til overanstrengte receptionister. Patienterne kan fortælle stemmeassistenten, hvad deres symptomer er, og derefter finde ud af, hvilken afdeling der kan hjælpe.

Baseret på de data, som hospitalet har indsamlet siden juni, henviste stemmeassistenten patienterne til den rigtige afdeling 84 procent af tiden.

Læger på hospitalet bruger også iFlytek til at diktere en patients vitale tegn, medicin, der tages og andre stykker information til en mobilapp, som derefter forvandler alt til skriftlige optegnelser. Appen bruger stemmeprintteknologi som et signatursystem, der ikke kan forfalskes. Appen indsamler data, der vil forbedre dens algoritmer over tid.

Selvom stemmebaserede AI-teknikker bliver mere nyttige i forskellige scenarier, er der stadig en grundlæggende udfordring: Maskiner forstår ikke de svar, de genererer, siger Xiaojun Wan, professor ved Peking University, som forsker i behandling af naturlige sprog. AI'en reagerer på stemmeforespørgsler ved at søge efter et relevant svar i den enorme mængde data, den blev tilført, men den har ingen reel forståelse af, hvad den siger.

Med andre ord er den naturlige sprogbehandlingsteknologi, der driver nutidens stemmeassistenter, baseret på et sæt stive regler, hvilket resulterer i den slags misforståelser, Xu gik igennem.

Ændring af måden, maskiner behandler sprog på, vil hjælpe virksomheder med at skabe stemmebaserede AI-enheder, som bliver en integreret del af vores daglige liv. Den, der gør et gennembrud inden for behandling af naturlige sprog, vil nyde en fordel på markedet, siger Chu.

skjule