Контекст – це все: як Amazon робить Alexa більш людяною
За чотири роки Alexa пройшла довгий шлях. У той час як Siri, можливо, поставила на карту цифрових голосових помічників, Alexa стала одним із найпоширеніших флагманів, особливо коли справа стосується живлення розумного дому.
Але Алекса не ідеальна. Все ще ясно, що попереду довгий шлях, перш ніж голосові помічники стануть максимально бездоганними та справді незамінними. Amazon має дорожню карту, як досягти цього, і має кілька ключових ідей, які він пам'ятає, коли працює над покращенням Alexa.
Найважливішим із них є контекст, те, про що Amazon кричала з дахів, коли анонсувала нові Echo Dot і Echo Show ще на своєму вересневому заході. Першими проблисками цього є Whisper Mode, який дозволяє Alexa шепотіти вам, коли ви йому шепочете, і Alexa Guard, який може відстежувати розбите скло, щоб він міг діяти як система безпеки.
«Треба начебто змінити своє мислення, відпустити технологію на деякий час і просто подумати про те, «як ми це сконструюємо і що в цьому випадку зробила б людина?», — каже вона.
Робимо Alexa людиною
Якщо вам хтось шепоче, ви, природно, розумієте, що вони роблять це не просто так. Справжня причина не має великого значення, але ви миттєво розпізнаєте контекст і починаєте шепотіти у відповідь. Amazon хоче зробити з Alexa створення відчуття людини.
Але насправді створити таке людське відчуття складно. Для режиму Whisper Mode вчені Amazon повинні були з’ясувати, як працюють голосові зв’язки людини, коли люди шепочуть. Вони з’ясували, що шепіт не включає вібрацію голосових зв’язок і що він використовує менше енергії на нижніх частотах людського голосу, за словами дослідника мовлення Amazon Зейнаб Рейсі. Їм довелося навчити Alexa розбиратися в цих символах і підлаштовуватися під них.
Подібна проблема для Alexa Guard, яка повинна мати можливість виділяти звуки та ідентифікувати їх. Йому потрібно вміти зрозуміти, що впущена тарілка чи впущена склянка – це не те саме, що розбите віконне скло. Чі-Чі Као та Вейран Ван, прикладні вчені Amazon, кажуть, що їм довелося використовувати машинне навчання для аналізу 30-секундних фрагментів аудіо, щоб допомогти навчити Alexa.
Amazon може зробити Alexa настільки контекстною, як їй заманеться, але одна з найбільш неприємних речей у Alexa – і в голосових помічниках загалом – це те, як вони можуть відчувати себе жорсткими, користуючись навичками сторонніх розробників. Вам часто доводиться говорити щось не по-людськи, наприклад: «Alexa, попроси iRobot Home прибрати кухню», коли ви просто хочете сказати: «Alexa, прибери кухню». Один із способів зробити це — надати Amazon розробникам доступ до більш просунутих можливостей Alexa через API, які в основному є ключами, які дозволяють розробникам використовувати технології іншої компанії.
«Надзвичайно важливо вивести ці API та поширити цей досвід, щоб тисячі розробників могли винаходити та мати щось із того, що ми робимо», — каже Рейд. Чим ширший доступ розробники отримають до Alexa та її контекстних функцій, тим кращі їхні навички, а це означає, що Alexa може звучати та діяти менш роботизовано.
Один із способів, як це робить Amazon, — це набір інструментів під назвою Speech Synthesis Language Markup, який дозволяє розробникам контролювати висоту та гучність голосу Alexa. Це означає, що розробники могли змусити Alexa шепотіти або робити паузу для драматичного ефекту або сповільнювати темп мовлення.
Нова відповідальність
Чим більше контексту відчуває Alexa через цей досвід – від власних функцій Amazon до можливостей сторонніх розробників – тим більше Alexa почувається людиною. Це також означає, що відповідальність Amazon зростає. Рейд каже, що люди розповідають Alexa про своє життя
«Клієнти розповідають нам речі. Вони сумні, вони щасливі. І як ми реагуємо на ці речі – це має значення. Ми беремо на себе цю відповідальність за все», – каже вона. Якщо хтось починає розповідати Alexa про свою депресію, самотність або навіть схильність до самогубства, Amazon повинна мати можливість відреагувати.
Amazon робить деякі з них. Якщо ви скажете Alexa, що збираєтеся вбити себе, вам буде рекомендовано зателефонувати на гарячу лінію запобігання самогубствам, щоб отримати допомогу. Однак він не може зрозуміти більш тонкі ознаки депресії та самогубства. Alexa ще не може зрозуміти емоції, що стоять за вашими словами, тому вона не може розібрати, чи жартуєте ви, чи серйозно, якщо говорите щось на кшталт: «Алекса, я не хочу прокидатися завтра».
Прочитайте це: цей навик терапії допомагає щоденному психічному здоров’ю
Здатність режиму Whisper розбирати не те, що ви говорите, а те, як ви це говорите, є лише одним кроком до здатності Alexa розбирати емоції, що допоможе їй зрозуміти наміри та допомогти більше, ніж вона може.
Водночас Alexa — це технологія, яка керується низкою алгоритмів. Як ми бачили в 2018 році, алгоритми можуть йти не так і мати непередбачені побічні ефекти. Рід каже, що незалежно від того, сприймають люди Alexa як члена своєї сім’ї чи просто як голосовий комп’ютер, який використовує хмару, Amazon має бути прозорим щодо того, як він працює.
«Для нас це — надання клієнтам прозорості та контролю. Вони повинні зрозуміти, чому все відбувається. Тож із догадками ви повинні мати змогу сказати: «чому ти це зробив?» Дійсно, я вважаю надзвичайно важливим те, що більше людей розуміють, чому ми щось робимо, і що вони мають контроль над цими речами, і це дозволяє розвивати ці стосунки та суперіндивідуалізувати».