Google Duplex: Το νέο σύστημα AI που μπορεί να εκτελέσει εργασίες πραγματικού κόσμου

Φέτος, η Google παρουσιάζει μερικές από τις καλύτερες καινοτομίες της στο κοινό. Οι περισσότερες από τις τρέχουσες ενημερώσεις, τα εργαλεία και τα προγράμματά της είναι κατά κύριο λόγο κεντρικά στο AI. Ένα από αυτά είναι ένα πολύ έξυπνο και αυτοματοποιημένο σύστημα που μπορεί να πραγματοποιεί τηλεφωνικές κλήσεις και να εκτελεί συγκεκριμένες εργασίες. Η ανάγκη για την ικανότητα των υπολογιστών να κατανοούν και να εκτελούν φυσική ομιλία οδήγησε στη δημιουργία του Google Duplex.

Σήμερα, τα κανονικά αυτοματοποιημένα τηλεφωνικά συστήματα δεν είναι αρκετά γρήγορα για να αναγνωρίσουν τις βασικές εντολές. Δεν συμμετέχουν σε ροή συνομιλίας και αναγκάζουν τον καλούντα να προσαρμοστεί στο σύστημα αντί του συστήματος να προσαρμόζεται στον καλούντα. Εδώ μπαίνει το Duplex στη σκηνή.

Το Google Duplex, στοχεύει στην εκτέλεση εργασιών «πραγματικού κόσμου» μέσω τηλεφώνου. Περιλαμβάνει την ολοκλήρωση συγκεκριμένων εργασιών, όπως ο προγραμματισμός ραντεβού ή η κράτηση τραπεζιών στο εστιατόριο. Για αυτό, το αυτόματο σύστημα κάνει μια φυσική συνομιλία με τον εκπρόσωπο του εστιατορίου μέσω τηλεφώνου. Ένα άλλο πλεονέκτημα είναι ότι το Duplex επιτρέπει ασύγχρονη επικοινωνία με παρόχους υπηρεσιών. Το Google Duplex μπορεί να ζητήσει ραντεβού κατά τις ώρες εκτός λειτουργίας, ακόμη και με περιορισμένη συνδεσιμότητα.

Προωθεί επίσης την προσβασιμότητα και βοηθά στην υπερνίκηση των γλωσσικών φραγμών. Αυτό σημαίνει ότι βοηθά τους χρήστες με προβλήματα ήχου να κλείσουν ραντεβού. Ακόμη και οι χρήστες που ενδέχεται να μην μιλούν την τοπική γλώσσα μπορούν να εκτελούν εργασίες μέσω τηλεφώνου.

Μπορείτε, για παράδειγμα, να δείτε πώς το Google Duplex πραγματοποιεί μια κλήση στο εστιατόριο για να κλείσει μια θέση. Εδώ είναι ένα ηχητικό δείγμα για το ίδιο. Δείτε πώς είναι ξεκάθαρο, στην πίντα και γενικά φυσικό.

Συνήθως, σε μια φυσική συνομιλία, οι άνθρωποι μιλούν με λιγότερη σαφήνεια. Υπάρχουν παύσεις, παραλείψεις που συνοδεύονται από περιστασιακούς θορύβους στο παρασκήνιο. Τώρα αν είναι μια συνομιλία από άνθρωπο σε άνθρωπο, αυτό θα είναι κάπως φυσικά προσαρμοστικό και η συνομιλία βελτιώνεται. Αλλά φανταστείτε εάν η συνομιλία από άνθρωπο σε μηχανή, τότε τα σφάλματα στην αναγνώριση συνομιλίας και ομιλίας μπορεί να είναι δύσκολα ανάλογα με διάφορους παράγοντες.

Έτσι λειτουργεί το Google Duplex.

Το Google Duplex μπορεί να εκτελεί πολύπλοκες συνομιλίες και να εκτελεί εργασίες πλήρως αυτόνομα. Δεν υπάρχει απολύτως καμία ανθρώπινη εμπλοκή. Το σύστημα διαθέτει δυνατότητα αυτοπαρακολούθησης, η οποία του επιτρέπει να αναγνωρίζει τις εργασίες που δεν μπορεί να ολοκληρώσει αυτόνομα. Σε αυτές τις περιπτώσεις, σηματοδοτεί σε έναν ανθρώπινο χρήστη, να ολοκληρώσει την εργασία.

Το Duplex διαθέτει πυρήνα νευρωνικού δικτύου που χρησιμοποιεί την έξοδο της αυτόματης αναγνώρισης ομιλίας της Google (ASR). Αναφέρεται επίσης σε χαρακτηριστικά από τον ήχο, το ιστορικό και τους περιορισμούς της συνομιλίας. Χρησιμοποιεί ένα συνδυασμό κινητήρα κειμένου σε ομιλία (TTS) και μηχανής σύνθεσης για τον έλεγχο του τονισμού, ανάλογα με την κατάσταση. Η δράση του Duplex είναι πιο φυσική λόγω της χρήσης διαταραχών ομιλίας, όπως λέγοντας "hmm" ή "uhh".

Ακολουθεί ένα παράδειγμα για το πώς το duplex μπορεί να ανταποκριθεί σε διακοπές.

Και πάλι ρίξτε μια ματιά στο πώς μπορεί να προσφέρει μια έξυπνη απόκριση.

Οι μηχανικοί αναμένουν σύντομα να κυκλοφορήσουν το Duplex ενσωματώνοντας τον Βοηθό Google τις επόμενες ημέρες.

Αυτό είναι ένα από τα μεγαλύτερα επιτεύγματα στο στρατόπεδο της Google φέτος για να προσφέρει μια πιο ανθρώπινη διεπαφή που μπορεί να βοηθήσει τους χρήστες να εκτελούν εύκολα διάφορες εργασίες. Ας περιμένουμε λοιπόν και να παρακολουθήσουμε την κυκλοφορία του Google duplex τις επόμενες ημέρες.

Πηγή

Η Swayam είναι επαγγελματίας τεχνικός blogger με μεταπτυχιακό δίπλωμα στις εφαρμογές υπολογιστών και έχει επίσης εμπειρία με την ανάπτυξη Android. Είναι οπαδός θαυμαστής του Stock Android OS. Εκτός από το blogging τεχνολογίας, αγαπά τα παιχνίδια, τα ταξίδια και το παιχνίδι / διδασκαλία κιθάρας.