Следующий властелин мира. Искусственный интеллект

Сегодня каждый пользователь мобильных приложений или iPhone знает о Siri. Интеллектуальный помощник, как называет его Apple, представляет собой облачное приложение, которое является частью различных операционных платформ компании. Siri поддерживает широкий спектр пользовательских команд, выполняет различные задачи и отвечает на вопросы. Основной функцией Siri является интеллектуальное распознавание голоса, устное общение с пользователем, постоянное обучение и гибкость, благодаря которой при получении неоднозначных команд приложение всегда уточнит недостающую информацию.

Как и другие продукты Apple, Siri быстро стала популярной во всем мире. В настоящее время Siri может совершать звонки, отправлять и читать сообщения, планировать события и делать напоминания, искать и запоминать музыку, производить расчеты, отвечать на различные вопросы, заказывать такси, прокладывать маршрут и выполнять множество других простых задач. Но, несмотря на довольно широкий спектр полезных функций, возможности Siri за почти десятилетнюю историю изменились не столь существенно, как многие того ожидали.

Эту задержку часто связывают с поздним запуском SiriKit, инструмента для сторонних разработчиков, который появился лишь в 2016 году, спустя шесть лет после релиза помощника. С помощью этого инструмента разработчики могут создавать функционал для полноценной работы Siri в сторонних приложениях.

Вскоре после успешного запуска первого в мире голосового ассистента начался этап жесткой конкуренции. В 2014 году Microsoft представила свой аналог умного помощника, в 2016 году к гонке присоединились Amazon и Google, а в 2017 году на определенную долю рынка стран СНГ начала претендовать российская компания Яндекс. Конкуренты Apple интегрировали возможности Siri в свои продукты и сделали их открытыми с самого начала. Amazon даже платит разработчикам популярных навыков для своего помощника Alexa, мотивируя программистов со всего мира расширять его возможности новыми полезными навыками.

Подобная открытость виртуальных помощников очень выгодна как для их создателей, так и для владельцев программных продуктов, с которыми интегрируется помощник. Пользователи «умного» ассистента начинают чаще использовать приложения, в которых он может выполнять голосовые указания, и узнают о том, как управлять ими с помощью голосового помощника. При этом основным стимулом для создателей умных ассистентов является более активное развитие возможностей их продукта в сравнении с конкурентами.

Основным функционалом голосовых помощников является обработка естественной речи. Эта нетривиальная задача включает в себя не просто распознание речи, но и выбор правильного смысла из многих возможных интерпретаций. Обучение искусственного интеллекта для интуитивного понимания повседневной человеческой речи стало возможным благодаря прорыву в технологии глубокого обучения в середине 2000-х годов. При этом сам процесс обучения сложен, длителен и требует огромных выборок диалогов на разных языках, диалектах и с разным акцентом.

Голосовой помощник очень полезен для активных пользователей стандартных приложений на своих устройствах. Он отлично подходит для тайм-менеджмента, включая планирование, настройки напоминаний и навигации. Однако наиболее универсальной функцией виртуальных ассистентов является быстрый поиск ответов на вопросы, из-за чего эта технология получила альтернативное название «вопросно-ответная система». В этом смысле Google, Microsoft или Яндекс с их поисковыми системами имеют определенное преимущество.

Однако простого понимания естественной речи и быстрого и эффективного поиска уже недостаточно. Одной из главных задач для разработчиков ИИ было научить его учитывать контекст, который включает анализ огромного числа факторов.

Первым из этих факторов является история предыдущих запросов. Если пользователь спрашивает: «Где находится ближайшая станция метро?», а затем продолжает: «Какой самый быстрый способ добраться до нее?», то голосовой помощник должен понимать, что пользователь имеет в виду под словами «до нее». Во-вторых, помощник также должен учитывать ситуацию запроса и множество других факторов, начиная от местоположения, времени суток и расписания пользователя до окружающих звуков и возможных движений пользователя во время запроса. В-третьих, помощнику очень важно знать привычки пользователя и учитывать их. Для этого, помимо обучения на основе запросов, поступающих от всех пользователей, помощник должен изучать каждого пользователя в отдельности, чтобы точнее понимать намерения людей на индивидуальном уровне.

Персонализированный подход является главным козырем в руках любого разработчика искусственного интеллекта и особенно актуален для создателей виртуального помощника. Мы можем найти много разных видео, на которых пользователи пытаются вести непринужденную беседу со своими голосовыми помощниками. Некоторым умным помощникам это удается, другим не очень.