Alexa, begrijp me

romeinse muradov

Op 31 augustus 2012 dienden vier Amazon-ingenieurs het fundamentele patent in voor wat uiteindelijk Alexa werd, een kunstmatige-intelligentiesysteem ontworpen om te werken met een van 's werelds grootste en meest verwarde datasets: menselijke spraak. De ingenieurs hadden slechts 11 woorden en een eenvoudig diagram nodig om te beschrijven hoe het zou werken. Een mannelijke gebruiker in een stille kamer zegt: speel alsjeblieft 'Let It Be' van de Beatles. Een kleine machine op het tafelblad antwoordt: Geen probleem, John, en begint het gevraagde nummer te spelen.

Vanaf dat bescheiden begin is spraakgestuurde AI voor thuis een big business geworden voor Amazon en, in toenemende mate, een strategisch slagveld met zijn technologische rivalen. Google, Apple, Samsung en Microsoft zetten elk duizenden onderzoekers en bedrijfsspecialisten aan het werk om onweerstaanbare versies te maken van gebruiksvriendelijke apparaten waarmee we kunnen praten. Tot nu toe hebben we ons allemaal gebogen om technologie te accommoderen, in termen van typen, tikken of vegen. Nu buigen de nieuwe gebruikersinterfaces zich naar ons toe, constateert Ahmed Bouzid, de chief executive officer van Witlingo, die allerlei soorten spraakgestuurde apps bouwt voor banken, universiteiten, advocatenkantoren en anderen.

Dit verhaal maakte deel uit van ons nummer van september 2017

• Zie de rest van het nummer
• Abonneren

Voor Amazon is wat begon als een platform voor een betere jukebox, iets groters geworden: een kunstmatige-intelligentiesysteem dat is gebouwd op en voortdurend leert van menselijke gegevens. De door Alexa aangedreven Echo-cilinder en kleinere Dot zijn alomtegenwoordige huishoudhulpen die het licht kunnen uitdoen, grappen kunnen vertellen of u handsfree het nieuws kunnen laten lezen. Ze verzamelen ook massa's gegevens over hun gebruikers, die worden gebruikt om Alexa te verbeteren en aan het gebruik ervan toe te voegen.

Sinds hun marktdebuut in 2014 zijn tientallen miljoenen door Alexa aangedreven machines verkocht. Op de Amerikaanse markt voor spraakgestuurde AI-apparaten wordt aangenomen dat Amazon ongeveer 70 procent van alle verkoop per eenheid ophaalt, hoewel de concurrentie toeneemt. Google Home heeft ook miljoenen eenheden verkocht en Apple en Microsoft lanceren binnenkort hun eigen versies.

Het uiteindelijke resultaat is de mogelijkheid om drie belangrijke markten te controleren, of op zijn minst te beïnvloeden: domotica, home-entertainment en winkelen. Het is moeilijk in te schatten hoeveel mensen met hun koelkast willen praten, maar patronen in het dagelijks leven veranderen snel. Op dezelfde manier waarop smartphones alles hebben veranderd, van datingetiquette tot de loopsnelheid van voetgangers, begint op spraak gebaseerde AI veel aspecten van het gezinsleven op zijn kop te zetten. Waarom zou u op een bitter koude dag opstaan ​​om de voordeur op slot te doen of de verwarming van uw auto aan te zetten, terwijl Alexa of haar verwanten de zaken meteen kunnen regelen?

Voorlopig probeert Amazon geen inkomsten te innen van bedrijven die slimme thermostaten, gloeilampen en andere Alexa-verbonden apparaten maken. Later is het echter gemakkelijk voor te stellen hoe regelingen voor het delen van inkomsten of andere betalingen zouden kunnen aanslaan. De kleinste van deze drie markten, domotica, is al goed voor meer dan $ 5 miljard aan uitgaven per jaar, terwijl de detailhandelsverkopen in de VS vorig jaar in totaal $ 4,9 biljoen bedroegen. Tegenwoordig verdient Amazon geld aan de machines zelf, tegen prijzen variërend van $ 50 voor Dots tot $ 230 voor de allerbeste Echo's met videoschermen, en plukt het een tweede uitbetaling als gebruikers uiteindelijk zwaarder gaan winkelen in de enorme online winkel van Amazon. (Amazon zal die verkeersnummers echter niet bekendmaken.)

Om Echos zo alomtegenwoordig te laten worden als smartphones, zullen ze nog veel meer dingen moeten doen. Daartoe moedigt Amazon onafhankelijke ontwikkelaars aan om nieuwe diensten op het platform te bouwen, net zoals Apple al lang doet met app-ontwikkelaars. Er zijn tot nu toe meer dan 15.000 van dergelijke vaardigheden of apps gebouwd en tools voor het bouwen van apps zijn zo eenvoudig in elkaar te klikken dat het nu mogelijk is om een ​​eenvoudige vaardigheid in ongeveer een uur op te bouwen, zonder veel programmeerkennis. Een van de meest populaire apps zijn ride-hailing-opties van Uber en Lyft. Duds bevatten 48 afzonderlijke vaardigheden die luisteraars met beledigingen bombarderen.

Een van de meest ambitieuze ontwikkelaars zijn bedrijven die hardware maken of diensten verkopen die met Alexa werken. Capital One biedt bijvoorbeeld op Alexa gebaseerde factuurbetaling aan zijn bankklanten; Het in Toronto gevestigde Ecobee is een van een aantal makers van slimme thermostaten die Alexa-aangedreven versies optuigen waarmee mensen de kamertemperatuur kunnen verhogen of verlagen door slechts een paar woorden uit te spreken. Onze klanten hebben een druk leven, zegt Stuart Lombard, chief executive van Ecobee, dat nu ongeveer 40 procent van de totale omzet haalt uit zijn Alexa-apparaten, de snelstgroeiende productlijn van het 10-jarige bedrijf. Ze moeten tegen het verkeer vechten om thuis te komen, en dan moeten ze de kinderen voeden, de baby luieren en wie weet wat nog meer. We geven ze een handsfree manier om iets gedaan te krijgen terwijl ze bezig zijn met andere taken.

Wanneer spraak AI ontmoet

Wat spraakgestuurde AI zo aantrekkelijk maakt voor consumenten, is de belofte om ons aan te passen, te reageren op de manier waarop we spreken - en denken - zonder dat we op een toetsenbord of scherm hoeven te typen. Dat is ook wat het zo technisch zo moeilijk maakt om te bouwen. We zijn helemaal niet ordelijk als we praten. In plaats daarvan onderbreken we onszelf. We laten gedachten bungelen. We gebruiken woorden, knikken en grommen op vreemde manieren, en we gaan ervan uit dat we zin hebben, zelfs als dat niet zo is.

Sommige mensen zeggen Nee, nee, nee; anderen geven er de voorkeur aan Annuleer dat, en een derde groep probeert een variant van Wacht, eigenlijk is dit wat ik in plaats daarvan wil. Alexa hoeft niet elke uiting te decoderen.

Duizenden Amazon-medewerkers werken aan deze uitdaging, waaronder enkele in onderzoekscentra in Seattle, Sunnyvale, Californië en Cambridge, Massachusetts. Toch bood de carrièrepagina van Amazon onlangs 1.100 extra Alexa-banen, verspreid over een tiental afdelingen, waaronder 215 slots voor machine learning-specialisten. Tijdens een vergadering in de kantoren van het bedrijf in Cambridge, vroeg ik Alexa's hoofdwetenschapper, Rohit Prasad, waarom hij zoveel mensen nodig heeft - en wanneer zijn onderzoeksteam misschien volledig is uitgebouwd.

Ik lach om elk aspect van je vraag, antwoordde Prasad.

Na een paar seconden, nadat hij zijn kalmte had hervonden, legde Prasad uit dat hij al 20 jaar aan spraaktechnologie werkte, met frustrerend trage resultaten gedurende het grootste deel van die periode. In de afgelopen vijf jaar zijn er echter enorme kansen ontstaan. Het creëren van een echt effectieve spraakgestuurde AI is een complexe en nog onoverwinnelijke taak (zie AI's taalprobleem). Maar terwijl spraakwetenschappers in het verleden moeite hadden om de exacte betekenis van soms chaotische uitingen bij de eerste poging te bepalen, boeken nieuwe benaderingen van machinaal leren vooruitgang door een andere weg in te slaan: ze werken in het begin vanuit onvolmaakte overeenkomsten, gevolgd door snelle fine-tuning van voorlopige gissingen. De sleutel is om grote hoeveelheden gebruikersgegevens te verwerken en te leren van eerdere fouten. Hoe meer tijd Alexa met zijn gebruikers doorbrengt, hoe meer gegevens het verzamelt om van te leren en hoe slimmer het wordt. Met vooruitgang komen meer kansen en de behoefte aan meer mankracht.

Laat me je een voorbeeld geven, zei Prasad. Als je Alexa vraagt ​​'Wat was het eerste album van Adele?', zou het antwoord moeten zijn ' 19 .' Als je dan zegt: 'Speel het af', weet Alexa genoeg om dat album te gaan spelen. Maar wat als er een gemoedelijk geklets in het midden is? Wat als je Alexa eerst vraagt ​​in welk jaar het album uitkwam en hoeveel exemplaren het verkocht? Beëindig zo'n uitwisseling met de cryptische Play it, en eerdere versies van Alexa zouden stomp zijn geweest. Nu kan de technologie die gedachtegang volgen, althans soms, en erkennen dat het nog steeds betekent 19 .

Deze verbetering komt van machine learning-technieken die duizenden eerdere uitwisselingen waarin Alexa struikelde opnieuw onderzocht. Het systeem leert welk nummer gebruikers eigenlijk wilden horen en waar de eerdere delen van het gesprek dat muziekstuk voor het eerst identificeerden. Je moet in het begin een aantal aannames doen over hoe mensen om dingen zullen vragen, zegt James Glass, hoofd van de groep gesproken-taalsystemen aan het MIT. Vervolgens verzamel je data en stem je je modellen af.

Het pleidooi voor een dergelijke machine-learning-aanpak wordt algemeen gewaardeerd, zegt Glass, maar om het te laten werken, zijn veel meer gegevens nodig dan universitaire onderzoekers gemakkelijk kunnen verzamelen. Met het stijgende gebruik van Alexa heeft Amazon nu toegang tot een uitgebreide opslagplaats van spraakinteracties tussen mens en computer, waardoor het een voorsprong heeft bij het verfijnen van zijn spraaktechnologie die Google al lang heeft genoten bij op tekst gebaseerde zoekopdrachten. Externe gegevens helpen ook: een enorme database met songteksten die in 2016 in Alexa zijn geladen, heeft er bijvoorbeeld voor gezorgd dat gebruikers die om het nummer vroegen waarmee mijn Chevy naar de dijk werd gereden, naar Don McLean's American Pie worden gestuurd.

Een van de nieuwste projecten voor de groep van Prasad benadrukt de flexibiliteit van deze aanpak. Het gaat om het ontcijferen van de momenten waarop gebruikers terugkomen op hun eerste verzoeken. Signaalzinnen kunnen enorm variëren. Sommige mensen zeggen Nee, nee, nee; anderen geven er de voorkeur aan Annuleer dat, en een derde groep probeert een variant van Wacht, eigenlijk is dit wat ik in plaats daarvan wil. Alexa hoeft niet elke uiting te decoderen. Grote steekproeven en semi-gesuperviseerde machine learning stellen het in staat om een ​​cluster van waarschijnlijke markers voor negated speech te schetsen en vervolgens een coherent nieuw verzoek op te pikken na de koerswijziging.

Naast het feit dat Alexa een betere luisteraar is, gebruiken de AI-experts van Amazon enorme hoeveelheden gegevens om er een betere spreker van te maken, door de cadans van de synthetisch-vrouwelijke stem van de machine te verfijnen om langdurig gebruik te stimuleren. Traditionele pogingen tot spraaksynthese berusten op het samensmelten van vele fragmenten van opgenomen menselijke spraak. Hoewel deze techniek een redelijk natuurlijk geluid kan produceren, leent het zich niet voor gefluister, ironie of andere modulaties die een boeiende menselijke spreker zou kunnen gebruiken. Om Alexa's manier van omgaan met alles aan te scherpen, van pittige dialogen tot kalme recitals, kunnen Amazon's machine learning-algoritmen een andere benadering kiezen, door te trainen op de enthousiaste, angstige en wijs klinkende stemmen van professionele vertellers. Het helpt dat Amazon eigenaar is van de audioboekuitgever Audible.

Zoveel om over te praten

Een van de meest fervente gebruikers van op spraak gebaseerde AI zijn mensen die niet gemakkelijk kunnen typen op telefoons of tablets. Gavin Kerr, chief executive van Philadelphia's Inglis, dat huisvesting en diensten biedt aan mensen met een handicap, heeft Amazon Echo- en Dot-apparaten geïnstalleerd in de huizen van acht bewoners. Hij hoopt ze uiteindelijk aan alle 300 woningen toe te voegen zodra de proeftests zijn voltooid. Het is een ongelooflijke zegen voor de bewoners, zegt Kerr. Ze kunnen comfortabeler zijn. Het geeft hen zelfstandigheid.

Kerr werkt met honderden mensen met multiple sclerose of andere slopende aandoeningen. Voor degenen die bedlegerig zijn of rolstoelen gebruiken, kan een moeilijk bereikbare wandthermostaat een constante bron van kwelling zijn. Hun lichaam heeft moeite met het reguleren van de temperatuur, legt Kerr uit. Een kamer die 72 ° F is, kan het ene uur warm aanvoelen en het volgende uur koud. Met beperkte mobiliteit is er geen gemakkelijke manier om je op je gemak te voelen, vooral als 24 uur per dag assistentie niet beschikbaar is.

Met een beetje knutselen kan de software van Alexa zelfs mensen met ernstig beperkte spraak helpen. Kerr vertelt over een man van achter in de dertig die een langdurige zorginstelling wilde verlaten en terug wilde keren naar een alledaagse gemeenschap. Hij vertelde ons: 'Ik zal de commando's van Alexa nooit kunnen gebruiken', herinnert Kerr zich. Dus vroegen we hem: 'Wat kun je zeggen?' Daarna hebben we de software herwerkt, zodat hij Alexa op zijn voorwaarden kon laten werken. Nu zegt hij 'Mam' als hij de keukenverlichting wil aandoen en 'John' als hij de badkamerverlichting wil aandoen.

Hoewel Inglis zijn Echo-gebruikers vier uur training biedt, is het veel gebruikelijker dat nieuwe gebruikers hun weg tasten. Haal een Echo uit de doos en een beetje verpakking zal vooral veelvoorkomende toepassingen benadrukken, zoals het afspelen van muziek, het instellen van alarmen of het bijwerken van boodschappenlijstjes. Georganiseerde gebruikers kunnen Alexa-controlepanelen op hun smartphones of laptops oproepen om instellingen aan te passen, op zoek te gaan naar nieuwe apps of advies te krijgen over welke prompts ervoor zorgen dat een app het beste werkt.

Het bredere succes van Alexa ligt in het vermogen om de stress van een overboekt leven te verlichten. Het is de metgezel die altijd klaar staat om deel te nemen.

In een veel gelezen blogpost in juni schreef Microsoft-productmanager Darren Austin dat het bredere succes van Alexa ligt in het vermogen om de stress van een overboekt leven te verlichten. Met de simpele actie van vragen, schreef Austin, verlicht Alexa de negatieve emoties van onzekerheid en de angst om te vergeten. Gebruikers raken verslaafd aan het brengen van allerlei tijdelijke puzzels of verlangens naar Alexa, beweerde hij; het is de metgezel die altijd klaar staat om deel te nemen.

Elke week, soms vaker, scant Alexa general manager Rob Pulciani geaggregeerde gegevens over de meest voorkomende uitingen van Alexa- en Dot-gebruikers. Meestal wordt de top van de lijst gedomineerd door verzoeken om muziek, nieuws, weer, verkeer en games. Afgelopen voorjaar was er echter een nieuwkomer in opkomst. De trending zin: Alexa, help me relax.

Wanneer gebruikers dit verzoek doen, worden ze naar een verzameling rustgevende geluiden gestuurd. Vogels fluiten; verre golven raken de kust; goederentreinen denderen door de nacht. Dergelijke loops met omgevingsgeluid kunnen urenlang blijven spelen als gebruikers daarvoor kiezen. Pulciani beschouwde deze apps als kleine eigenaardigheden toen ze voor het eerst op het Alexa-platform verschenen, in 2015. Maar ze kregen al snel een grote aanhang. Gestresste volwassenen gebruiken de geluiden om in slaap te vallen. Ouders veranderen ze in slaapliedjesvervangers voor chagrijnige baby's. In de weken die volgden na zijn ontdekking, hebben Pulciani en collega's de interne architectuur van Alexa verfijnd, zodat nieuwe Echo-kopers snel rustgevende geluiden konden ontdekken als ze om tips vroegen over welke nieuwe vaardigheden ze konden proberen.

Aanhoudende conversatie

In onderzoeken laten AI-platforms van Google, Apple, Microsoft en Amazon allemaal verschillende sterke punten zien. Google Assistent is de beste voor uitgebreide zoekopdrachten. Apple's Siri en Microsoft's Cortana hebben andere talenten. Alexa doet het vooral goed met winkelopdrachten.

De ultieme overwinning voor op spraak gebaseerde AI zou zijn om een ​​realistisch gesprek van meerdere minuten met gebruikers te voeren. Zo'n prestatie vereist enorme sprongen in het vermogen van machines om de bedoeling van menselijke sprekers te onderscheiden, zelfs als er geen duidelijk verzoek is. Mensen kunnen erachter komen dat een vriend die zegt dat ik al weken niet naar de sportschool ben geweest, waarschijnlijk wil praten over stress of zelfrespect. Voor AI-software is dat een grote sprong. Plotselinge veranderingen in onderwerp - of schuine toespelingen - zijn ook moeilijk.

Om de banden met de volgende generatie AI- en spraakonderzoekers aan te halen, nodigde Amazon een jaar geleden technische studenten van een tiental universiteiten over de hele wereld uit om stemrobots te bouwen die een gesprek van 20 minuten kunnen volhouden. De campus die tegen de deadline van november de meeste vooruitgang boekt, wint een prijs van $ 500.000. Ik heb in een weekend auditie gedaan bij een half dozijn van deze bots, waarbij ik telkens van simpele vragen overging op lastigere open meningen die allerlei mogelijke antwoorden uitlokten. We begonnen goed toen een bot me vroeg: Heb je recente films gezien? Ja, antwoordde ik, we zagen Verborgen figuren . In plaats van krantenrecensies na te bootsen van deze aangrijpende film over de vroege jaren van NASA, schoot de sociale bot terug: ik dacht: Verborgen figuren was erg dun over de werkelijke wiskunde van dit alles. Niet mijn kijk op de film, maar het leek een charmant passend iets voor een AI-programma om te zeggen. Ons gesprek stokte kort daarna, maar we hadden tenminste dat korte, mooie moment.

Verwant verhaal

Verwant verhaal Machines die taal echt begrijpen, zouden ongelooflijk nuttig zijn. Maar we weten niet hoe we ze moeten bouwen.

Helaas kon geen van de andere bots in de buurt komen. De meest verwarde flapte er zinnen uit als Hou je van stoeprandservice? toen ik dacht dat we probeerden te praten over internetsites. Ik zei iets misschien een beetje scherp over de beperkingen van de bot, alleen om te worden gevraagd: kun je collectief onderhandelen?

Een paar dagen later, toen ik Prasad van Amazon vroeg naar zijn kijk op de sociale bots, stoorde hij zich niet aan hun vroege tekortkomingen. Het is een super belangrijk gebied, vertelde hij me. Het is waar Alexa heen zou kunnen gaan in termen van erg slim zijn. Maar dit is veel moeilijker dan het spelen van spellen zoals Go of schaken. Met die spellen, ook al hebben ze veel mogelijke zetten, weet je wat het einddoel is. Met een gesprek weet je niet eens wat de ander probeert te bereiken. Als Alexa dat weet, gaan we echt praten.

George Anders heeft Amazon voor nationale publicaties gecoverd sinds het einde van de jaren negentig. Zijn nieuwste boek is Je kan alles doen.

zich verstoppen