Betreed de draak

Elk gebouw heeft zijn aanspraak op roem, zegt Janet Baker terwijl ze me rondleidt door een bakstenen gebouw van drie verdiepingen dat op een heuvel staat met uitzicht op Boston. Dit gebouw, ooit een molen, is schoongemaakt, gerenoveerd en omgebouwd tot kantoren. Tegenwoordig is het het hoofdkantoor van Dragon Systems, het bedrijf dat Janet en haar man Jim Baker in 1982 hebben opgericht.

Wat is deze? Ik vraag.

Dit verhaal maakte deel uit van ons nummer van september 1998

• Zie de rest van het probleem
• Abonneren

Het touw waaraan John Wilkes Booth hing is hier gemaakt, zegt ze met een glimlach.

Zodra ik het verleden van het industriële gebouw ken, zijn de borden overal. De vloeren op de tweede en derde verdieping zijn licht gekanteld, zodat arbeiders een eeuw geleden de enorme spoelen touw konden rollen. Er zijn deuren op de derde verdieping die uitkomen in een lege ruimte, waar blok en takel de spoelen naar de rijtuigen lieten zakken die beneden stonden te wachten. Katrollen en rollen hangen nog steeds aan de plafonds van het gebouw.

Maar historici die terugkijken op de 21e eeuw zullen zich dit oude molenhuis minder snel herinneren vanwege de strop die de nek van Abraham Lincolns moordenaar omsloeg dan omdat het de plek was waar Dragon Systems een grote uitdaging van de informatica oploste: een personal computer laten herkennen menselijke spraak.
Al sinds de vorige eeuw proberen ingenieurs een machine te bouwen die gehoor zou geven aan de stem van zijn meester; zelfs Alexander Graham Bell probeerde het. En terwijl computers die enkelvoudige gesproken woorden kunnen herkennen al tientallen jaren bestaan, verkondigden experts in de herfst van 1995 nog dat desktopmachines die in staat zijn om continue spraak te transcriberen - de snelle en soms verwarde manier waarop mensen praten - er pas zouden zijn op in ieder geval het jaar 2000 ... en mogelijk veel later.

Tegenwoordig kun je NaturallySpeaking van Dragon Systems bij computerwinkels kopen voor $ 99,95 en het op een nieuwe pc gebruiken die minder dan $ 2.000 kost.

Dus wat kan deze technologie doen? Eerder dit jaar zat ik in een vergaderruimte op het hoofdkantoor van Dragon met een stel sceptische technologieschrijvers, terwijl Joel Gould, de hoofdarchitect van Dragon Systems, het programma demonstreerde dat hij hielp creëren. Gould liep naar de voorkant van de vergaderruimte, stopte zijn laptop in de projector, zette een lichtgewicht hoofdtelefoon op en begon te praten.

Ik ga je eerst een demonstratie geven, en dan ga ik terug en laat ik je enkele dingen zien die je snel voorbij zag gaan, zei Gould. Een paar seconden later verschenen dezelfde woorden op het scherm, op magische wijze getypt door de computer zelf. Gould ging verder in deze conversatiestijl, waarbij de machine alles wat hij zei uitschreef. Hoewel er af en toe een foutje werd gemaakt, was de nauwkeurigheid van de machine opmerkelijk. In de hoop het programma te stoppen, vroeg een verslaggever of het onderscheid kon maken tussen woorden die hetzelfde klinken maar anders zijn gespeld. Gould glimlachte en liet een doozy horen: schrijf alsjeblieft nu meteen een brief aan mevrouw Wright. Zeg haar dat twee te veel is om te kopen. Het systeem herkende de woorden perfect.

Het management van Dragon voorspelt vol vertrouwen dat een computer zonder dergelijke spraakherkenningssoftware over vijf jaar net zo primitief zal lijken als een computer zonder muis vandaag de dag lijkt. Brieven en e-mail worden net zo gemakkelijk gedicteerd als praten aan de telefoon. Slechts een stap verder, pc-gebaseerde simultaanvertaling zou taalbarrières kunnen omverwerpen.

De komst van spraakherkenning, een paar jaar eerder dan gepland, is grotendeels te danken aan het doorzettingsvermogen van Jim en Janet Baker, het echtpaar dat Dragon in 1982 oprichtte. Als onderzoekers hielpen het paar bij het uitvinden van enkele van de fundamentele algoritmen die tegenwoordig door alle spraakherkenningsproducten worden gebruikt . Als ondernemers vochten ze om de technologie jaren eerder dan ieders schema te commercialiseren. Nu spraak op de desktop staat, is het duidelijk dat onze computertoekomst voor een groot deel zal worden gevormd door Dragon Systems en het man-en-vrouw-team dat het heeft voortgebracht.

Janet Maciver en Jim Baker werden verliefd toen ze allebei afgestudeerd waren aan de Rockefeller University in New York City. Het was de herfst van 1970. Janet, een persoonlijke en extraverte biofysicus, bestudeerde hoe informatie door het zenuwstelsel wordt verwerkt. Jim was een intens verlegen wiskundige die op zoek was naar een veelbelovend onderwerp voor een scriptie.

De derde deelnemer in hun relatie - het raadsel van spraakherkenning - kwam op een dag op het toneel toen Jim het laboratorium van Janet bezocht en een oscilloscoopscherm zag dat een bewegende golvende lijn vertoonde. Het signaal, legde Janet uit, was een continu logboek van lopende gebeurtenissen geproduceerd door een soort klein analoog circuit dat oorspronkelijk was uitgevonden door professor Jerome Lettvin aan het MIT. De gebeurtenissen op haar scherm waren de geluiden van menselijke spraak.

Ik vond het een heel interessant probleem met patroonherkenning, zegt Jim, terugdenkend aan die noodlottige kronkel. Doorgestuurd naar een luidspreker, zou het signaal geluiden produceren die een persoon zou kunnen begrijpen: taal, kortom. Maar op het scherm weergegeven, was de informatie ondoordringbaar.

En naarmate ik er meer over leerde, leerde ik hoe moeilijk het probleem werkelijk was, herinnert hij zich. De belangrijkste uitdaging was niet alleen het bouwen van een computer die individuele woorden kon identificeren - een team van Bell Labs had dat al in 1952 gedaan. De eenvoudige computer van Bell kon de cijfers nul tot negen herkennen door de gesproken geluiden te vergelijken met een reeks patronen die zijn opgeslagen in analoog geheugen. En tegen de jaren zeventig waren zulke discrete herkenningssystemen - die werkten op voorwaarde dat het systeem eerst was getraind op de stem van de spreker en de spreker pauzeerde tussen elk woord - tot een paar honderd woorden opgebouwd.

De echte taak was om een ​​algoritme te ontwerpen dat natuurlijk gesproken zinnen zou kunnen begrijpen - waarbij individuele woordklanken worden gecamoufleerd door hun context (zie diagram p. 61). Dat [maakte] het interessanter, zegt Jim. Zelfs toen leek continue spraakherkenning hem een ​​ideaal onderzoeksprobleem, dat hij karakteriseert als zeer moeilijk maar niet onmogelijk.

Terwijl Jim en Janet zich voorbereidden op hun huwelijk in 1971, startte het Amerikaanse Defense Advanced Research Projects Agency (DARPA) een ambitieus vijfjarig project genaamd Speech Understanding Research. Het bureau was van mening dat elke technologie waarmee soldaten sneller met computers kunnen communiceren, een belangrijk strategisch voordeel zou kunnen zijn, vooral op het slagveld. Het doel van het project: een systeem dat continue menselijke spraak kan herkennen uit een vocabulaire van 1000 woorden met een nauwkeurigheid van 90 procent.

De timing van het DARPA-initiatief was toevallig voor de Bakers, net als Jims wetenschappelijke achtergrond. Als student had hij een wiskundige techniek ontwikkeld voor het analyseren van ogenschijnlijk willekeurige gebeurtenissen, gebaseerd op methoden die waren ontwikkeld door de Russische wiskundige Andrey Markov (1856-1922). Jim was de eerste die zich realiseerde dat dergelijke verborgen Markov-modellen kunnen worden gebruikt om het spraakraadsel te ontwarren.

De meeste pasgetrouwden werken samen om uitdagingen op te lossen, zoals welk patroon ze moeten kiezen voor hun huwelijksservies. De Bakers sloegen deze taken niet over (ze kozen voor een draak), maar besloten toen ook samen het probleem van spraakherkenning aan te pakken. Toch kwamen ze steeds meer in een isolement terecht bij Rockefeller, dat geen experts in spraakverstaan ​​had en niet over de computerkracht beschikte om Jims technieken uit te proberen. Dus het jaar daarop pakten ze hun koffers en stapten ze over naar de Carnegie Mellon University, een van de hoofdaannemers van het DARPA-project en een broeinest van onderzoek naar kunstmatige intelligentie (AI).

Bij Carnegie Mellon ontdekten de Bakers dat hun benadering van spraakherkenning ver uit de pas liep met de mainstream. Destijds geloofden veel AI-onderzoekers dat een machine gesproken zinnen alleen kon herkennen als het eerst een groot deel van de context kon begrijpen, inclusief wie de spreker was, wat de spreker wist en wat de spreker misschien probeerde te zeggen, evenals de regels van de Engelse grammatica. Met andere woorden, om spraak te herkennen, zou een machine behoorlijk intelligent moeten zijn.

De Bakers probeerden het over een heel andere boeg. Voortbouwend op Jim's ervaring met Markov Models, creëerden ze een programma dat op een puur statistisch gebied werkte. Eerst begonnen ze de kans te berekenen dat twee of drie woorden na elkaar in het Engels zouden verschijnen. Daarna maakten ze een fonetisch woordenboek met de klanken van die woordgroepen. De volgende stap was een algoritme om een ​​reeks gesproken woorden te ontcijferen, niet alleen op basis van een goede klankovereenkomst, maar ook op basis van de waarschijnlijkheid dat iemand ze in die volgorde zou uitspreken. Het systeem had geen kennis van de Engelse grammatica, geen kennisbank, geen op regels gebaseerd expertsysteem, geen intelligentie. Niets dan cijfers.

Het was een zeer ketters en radicaal idee, zegt Janet. Veel mensen zeiden: dat is geen spraak of taal, dat is wiskunde! Dat is iets anders!'

Hoewel het denken van de Bakers op wijdverbreide scepsis stuitte, zegt Victor Zue, associate director van MIT's Laboratory for Computer Science en een mede-pionier op het gebied van spraakonderzoek, heeft de tijd bewezen dat [de Bakers] correct zijn in het nastreven van dit soort benadering. Inderdaad, het Bakers-systeem, dat ze Dragon noemden naar het wezen dat hun porseleinen servies sierde, begon al snel consequent beter te presteren dan concurrerende methoden.

Toen de Bakers in 1975 hun doctoraat ontvingen van Carnegie Mellon, bezorgde hun pionierswerk hen al snel een baan bij IBM's Thomas J. Watson Research Center, buiten New York City. In die tijd was IBM een van de weinige organisaties die werkte met een grote woordenschat, continue spraakherkenning. We gingen niet naar [IBM] en zeiden: je moet ons allebei inhuren', herinnert Jim zich. Het is gewoon zo gelopen. Het was echter een patroon dat zich zou herhalen. Tegenwoordig, met Jim als voorzitter/CEO en Janet als president van Dragon Systems, zijn de Bakers er trots op bijna identieke cv's te hebben.

Bij IBM ontwierpen de Bakers een programma dat continue spraak kon herkennen uit een vocabulaire van 1000 woorden. Het was echter verre van realtime. Het programma draaide op een IBM 370-computer en het kostte ongeveer een uur om een ​​enkele gesproken zin te decoderen. Maar wat de Bakers meer frustreerde dan het wachten op tijd op het mainframe, was de weigering van IBM om spraakherkenning te testen onder reële omstandigheden.

IBM is een uitstekende onderzoeksinstelling en we hebben er met plezier gewerkt, zegt Janet. Maar we wilden heel graag dingen op de markt brengen en echte gebruikers krijgen. Echte gebruikers konden zeker geen uur wachten op een computer om een ​​zin te transcriberen. Maar, merkt ze op, je had eenvoudiger dingen kunnen doen met veel minder [computer]bronnen. Het management van IBM dacht daar anders over en vertelde de Bakers dat ze voorbarig waren.
Het was de bloeitijd van gemiste kansen bij IBM (reken relationele databases en RISC-microprocessors tot de belangrijkste uitvindingen die het bedrijf niet op de markt kon brengen) en in 1979 kookte de frustratie van de Bakers over. Het koppel stapte over naar Verbex, een in Boston gevestigde dochteronderneming van Exxon Enterprises die een systeem had gebouwd voor het verzamelen van gegevens via de telefoon via gesproken cijfers. Jim (als nieuw aangestelde vice-president geavanceerde ontwikkeling) en Janet (als vice-president onderzoek) wilden ervoor zorgen dat het programma continue spraak afhandelt.

Maar minder dan drie jaar later stapte Exxon uit de spraakherkenningsbusiness en waren de Bakers weer op zoek naar werk. Deze keer waren hun cv's die op elkaar leken een probleem: er was voor geen van beiden een baan. Het duo realiseerde zich dat ze voor een keuze stonden: zich losmaken van spraakherkenning door van vakgebied te veranderen, of voor zichzelf op pad gaan.

In 1982 richtten de Bakers Dragon Systems op, zonder risicokapitaal, zonder businessplan, twee kleuters en een hoge hypotheek. Ze runden het bedrijf vanuit hun woonkamer en dachten dat hun spaargeld wel 18 maanden zou kunnen duren, misschien wel 24 als ze weinig genoeg aten.

Een beetje zwaar gebouwd maar niet echt uit vorm, vandaag de dag lijken de Bakers veel meer op gelukkig ouder wordende academici dan op succesvolle ondernemers. Maar als je door het weelderige hoofdkwartier van Dragon loopt, wordt meteen duidelijk dat ze allebei zijn. Dragon Systems is de afgelopen 16 jaar elk jaar met bijna 50 procent gegroeid; er werken nu meer dan 260 mensen. Hun geheim, zegt Janet, was een decennium van zelfredzaamheid. In plaats van schulden op te bouwen of een aandeel in het bedrijf aan buitenstaanders te verkopen, stonden de Bakers erop dat salarissen en onkosten uit de inkomsten betaald moesten worden. Als gevolg hiervan concentreerde Dragon zich op het oplossen van problemen in de echte wereld met de huidige technologie en slaagde het erin te leveren.

De jaren na het uitkomen van Dragon leverden een waslijst op van op maat gemaakte projecten, onderzoekscontracten en eersteklas producten die vertrouwden op de steeds robuuster wordende discrete herkenningsbenadering. Een van de herkenningspunten was Dragon's eerste deal, waarbij een klein Brits bedrijf genaamd Apricot Computers de technologie van Dragon gebruikte om de eerste personal computer op de markt te brengen waarmee mensen bestanden konden openen of programma's konden uitvoeren door eenvoudige commando's uit te spreken. (Helaas, abrikoos was zijn tijd vooruit gerijpt en ging al snel failliet.) In 1986 gebruikten Xerox-werknemers, gewapend met microfoons en radiozenders, Dragon-technologie om een ​​audit uit te voeren van de volledige voorraad van het bedrijf van 2,2 miljoen onderdelen.

In 1990 introduceerde Dragon DragonDictate 30K, het eerste spraak-naar-tekstsysteem met grote woordenschat voor algemeen dicteren. Het programma stelde een gebruiker in staat om een ​​pc te besturen met alleen stem, en vond onmiddellijk de gunst van gehandicapten, waaronder acteur Christopher Reeve.

Maar de discrete technologie van Dragon kon de algemene markt niet binnendringen. Hoewel veel mensen tekst sneller konden invoeren met DragonDictate dan ze konden typen, vond niemand het prettig om gedwongen te worden tussen elk gesproken woord te pauzeren. Erger nog, concurrenten kwamen sterk op met hun eigen discrete spraakherkenningstechnologie. Iedereen wist dat wat gebruikers echt wilden, continue spraakherkenning was, en dat het eerste bedrijf op de markt klaar zou zijn om te domineren. Maar iedereen wist ook dat een continu product minstens vijf jaar verwijderd zou zijn, misschien zelfs een decennium.

Toen ergens eind 1993, realiseerden de Bakers zich dat de conventionele wijsheid verkeerd was. Omdat ze wisten hoe snel de computersnelheid en het geheugen verbeterden, berekenden ze dat de allerbeste desktopcomputers binnen een paar jaar het vermogen zouden moeten hebben om continue herkenning uit te voeren. Net zoals het paar ooit hun carrière op het spel had gezet met een bizarre nieuwe benadering van spraakherkenning, begonnen de Bakers in de eerste helft van 1994 hun bedrijf opnieuw op te bouwen in een poging de kans te grijpen en hun ideeën op de markt te brengen.

Terwijl Jim een ​​nieuw ontwikkelingsteam oprichtte om Dragon's eerste continue spraakherkenner te bouwen, sloot Janet een deal met de in Californië gevestigde fabrikant van harde schijven, Seagate Technologies, om 25 procent van de Dragon-aandelen te kopen. Het bedrijf gebruikte het geld om zijn technische, marketing- en verkoopteams te bemannen. Binnen een jaar had Dragon het grootste spraakonderzoeksteam ter wereld: meer dan 50 wetenschappers en software-ingenieurs.

Het nieuwe continue product zou eigenlijk twee programma's in één zijn. De eerste, de herkenner, zou het eigenlijke werk doen om gesproken uitingen om te zetten in Engelse tekst. Het tweede programma was de interface, die de herkenner verbond met zowel de gebruiker als de rest van het besturingssysteem van de computer. Als de eerste helft pure wetenschap was (voortbouwend op het vroege werk van de Bakers), was de tweede de frustrerende mix van techniek en kunst die nodig was om van wetenschap een verkoopbaar product te maken.

Het lastigste van deze echte problemen was om de software goed te laten werken in een Windows-omgeving. Windows is verschrikkelijk, betreurt Dragon's Gould, die de cruciale taak op zich nam om de gebruikersinterface te ontwerpen. Het is buggy, slecht gedocumenteerd, inconsistent en stukken ervan [zijn] bijna onbruikbaar. Maar dat is wat al onze klanten doen.

In april 1997 had Dragon's team de belangrijkste hindernissen genomen en begon het de industrie-analisten te laten doorschemeren dat er iets groots op komst was. We waren sceptisch, herinnert Peter Ffoulkes van marktonderzoeksbureau Dataquest zich. Toen zag hij de demo, met een woordenschat van 230.000 woorden. We waren behoorlijk onder de indruk van het vermogen. We hadden niet verwacht dat het er vandaag zou zijn, en dat is het ook, zegt Foulkes.

De Bakers hadden hun bedrijf gegokt en ze hadden goed gegokt. Het nieuwe product voor continue herkenning, Dragon NaturallySpeaking genaamd, was meteen een hit. Het kantoor van Janet Baker begon vol te lopen met verzoeken van bedrijven die de technologie van Dragon wilden integreren met hun softwaretoepassingen. Artikelen over NaturallySpeaking verschenen in publicaties over de hele wereld; Gould demonstreerde het programma op CNN. Dat najaar won NaturallySpeaking de COMDEX-beurs in de branche en won elke belangrijke productprijs.

Dragon's tijd alleen in de schijnwerpers was echter van korte duur. Toen het bedrijf NaturallySpeaking in juni 1997 voor het eerst op de markt bracht, reageerde IBM door de prijs van zijn discrete spraakherkenner Voice Type te verlagen tot $ 49,95. En omdat het bericht van de aanstaande release van NaturallySpeaking maanden eerder was uitgelekt, had IBM al een crashpoging ondernomen om zijn eigen continue spraakherkenningsprogramma (ontwikkeld in hetzelfde laboratorium waar de Bakers in de jaren zeventig hadden gewerkt) zo snel de deur uit te krijgen. als mogelijk. Het product, IBM ViaVoice, lag in augustus in de winkelrekken en kostte slechts $ 99.

IBM heeft de zaken echt omvergeblazen, zegt John Oberteuffer, president van Voice Information Associates, dat de spraakherkenningsmarkt bestudeert. Ik heb ze allebei gebruikt en wat betreft pure herkenningsnauwkeurigheid zou ik zeggen dat ze vergelijkbaar zijn, zegt hij. Dragon werd gedwongen te bezuinigen en zijn prijs te verlagen van de forse initiële vergoeding van $ 700, naar $ 299 en vervolgens naar $ 199. Tegen het einde van het jaar had Dragon volgens PC Data 29.463 exemplaren van NaturallySpeaking verkocht, terwijl IBM 46.182 exemplaren van ViaVoice had verkocht. Maar in de totale productomzet had Dragon Big Blue overtroffen.

zich verstoppen