Google demos Duplex, dess AI som låter precis som en väldigt konstig, trevlig människa

Magicon / Edwin Paryogi M / Demeek Daksina | Substantivprojektet

Hej, jag ringer för att boka, sa den artiga kvinnliga rösten i andra änden av linjen. Och det var så jag fann mig själv introducerad till Googles senaste AI-mästerverk, konversationsfyllnadsinjiceringen Turing testutmanare känd som Duplex.

När Google rullar ut det till vissa användare för testning under de kommande veckorna kommer Duplex att vara ett verktyg i Google Assistant-appen som testarna kan använda för att ringa butiker å deras vägnar och ta reda på deras semestertider. Senare i sommar kommer den även att kunna ringa restauranger och salonger för att ordna bokningar och frisörtider.

Den avslöjades i maj på företagets årliga utvecklarkonferens under stor fanfar och, dagarna senare, mycket väsen. Efter dess imponerande demo uttryckte folk oro över hur mänskligt det lät ( komplett med um och ah-ljud) och hur den i sitt exempel på scenen inte identifierade sig som en artificiell intelligensagent.

Sedan dess har Google försökt dämpa rädslor. Eftersom den etiska kritiken mångdubblades under dagarna efter demon, har företaget sa snabbt att Duplex kommer att tillkännage sig själv som en AI-agent för människan den ringer och uppger att samtalet kommer att spelas in.

Och på tisdagen bjöd Google in ett gäng reportrar till den normalt livliga Oren's Hummus Shop i centrala Mountain View, Kalifornien, för att visa upp Duplexs framsteg. Medan blivande kunder nekades hummus utanför, visade medlemmar av Googles assistentteam reportrar hur systemet kommer att fungera och lät oss prova det själva i restaurangen.

En stor förändring från förra månadens Duplex-demonstration är att samtalen jag hörde (och ett jag svarade på) helt klart kom från en AI-agent. I samtalet jag svarade när jag utgav mig för att vara restaurangvärdinna sa en kvinnlig röst snabbt att det var en automatiserad tjänst som spelade in samtalet ( den här videon från Google ger en uppfattning om hur det kommer att se ut och låta; Jag kunde spela in ljud för att göra anteckningar, men Google bad mig att inte dela det som ett villkor för att delta i demonstrationen).

Nick Fox, vice vd för produkt och design för Google Assistant, sa att Google redan i maj visste att de behövde avslöja att samtalen kom från AI, och att detta behov validerades efter avslöjandet vid utvecklarkonferensen.

Jag skulle inte säga att vi nödvändigtvis ändrade någonting baserat på feedbacken, sa han. Han sa att företaget gav den ursprungliga demon utan det meddelandet eftersom det vid den tiden försökte visa tekniken snarare än en komplett produkt.

Under mitt samtal försökte jag ge rösten i andra änden svårt – låtsades att jag inte kunde höra detaljer som datumet då AI:n ville ha ett bord – bara för att se vad som skulle hända. Skulle det gå in i en mänsklig operatör? (Google säger att detta fortfarande händer i ett av fem Duplex-testsamtal, även om det inte skulle säga så mycket mer om dessa hjälpare.) Skulle det helt enkelt lägga på om jag förvirrade det för mycket? (Detta hände inte mig, men det gjorde det för en annan reporter, som berättade för AI:n att köket på den fiktiva restaurangen skulle stängas efter en viss tid och bara barmenyn skulle vara tillgänglig.)

Sammantaget gjorde Duplex vad den skulle. Det upprepade sig när jag bad om det. Den blev inte förvirrad när jag bad den att hålla, och den snubblade inte när jag snubblade över mina egna ord. När jag sa att jag inte kunde ta emot en reservation för fem personer på söndagen förrän kl. 20.00, snarare än den begärda tiden 6, var den fortfarande villig att göra bokningen.

Jag blev imponerad av mänskligheten i dess röst; det lät som en person (även om jag under ett exempelsamtal hörde att det lät distinkt datoriserat när man pratade ett telefonnummer).

Scott Huffman, vice vd för teknik för Google Assistant, spelade vår samlade grupp en inspelning av en tidig version av Duplex – en uppstyltad mansröst med brittisk accent som var omisskännligt datoriserad – och sa att den här typen av icke-mänskligt klingande röst inte jobbar inte med företag. Många människor skulle lägga på luren och bokningarna slutfördes inte, sa han.

Folk hanterade inte hur onaturligt det lät, sa han. Tydligen har saker och ting förbättrats mycket eftersom AI gjordes för att låta mer som en person.

Medan um och ah-ljud som kommer från en fonetisk AI kan skrämma dig, sa Huffman att dessa programmerade verbala tics är avsedda att flytta konversationer smidigt. Till exempel kan det låta mer artigt att korrigera en människa genom att säga Uh, för fem personer än Nej, för fem personer när du gör en middagsbokning.

Men även om Duplex nu inkluderar vokala egenskaper hos människor, hade den svårt att förstå några frågor som inte skulle förbrylla dig eller mig. När jag frågade om det skulle finnas barn i gruppen, och om det skulle behövas en barnstol, sa den kvinnliga rösten att den gjorde bokningen på uppdrag av en klient och inte visste (en annan reporter ställde en liknande fråga och fick samma typ av svar).

Och när jag frågade om det skulle finnas några tillgänglighetsbehov – som om någon i gruppen använde rullstol – kunde det inte heller ge mig något svar.

Jag vet inte riktigt, förlåt, sa rösten.

När Duplex är utplacerat kommer det fortfarande att finnas begränsningar och ingen chans till en riktig konversation. Om du försöker fråga något som handlar om ett annat ämne än öppettider i butiker, restaurangbokningar eller frisörmöten, sa Huffman, kommer Duplex att försöka styra samtalet tillbaka till uppgiften. Det är som en väldigt konstig människa som bara kan göra dessa tre saker, sa han

Även om demot mestadels var positivt, finns det fortfarande flera hinder att övervinna innan din lokala taqueria blir översvämmad med AI-reservationsförfrågningar. Dessa inkluderar praktiska problem, som integritetslagar och telefonsvarare som föredrar mänsklig interaktion (företag som helt enkelt inte vill ta emot samtal från Googles AI kommer att kunna välja bort det). Och Google kan inte bara rulla ut Duplex var som helst. Företaget kommer att behöva ett tillstånd innan det kan verka i exempelvis Texas.

Okänd är också hur väl Duplex förstod vårt samtal. Medan jag kunde få AI i andra änden av linjen för att hörbart bekräfta tid och datum för bokningen i vår chatt, visade Google inte vad Duplex förstod från våra konversationer efter att vi lade på. Jag vet inte säkert att dess mänskliga klient fick klockan 20.00. reservation för fem läggs till i hennes kalender, till exempel.

Och så finns det oron för livslängden. Google Duplex verkar vara en nyhet nu, så folk kanske stannar på linjen när det ringer, men vid vilken tidpunkt kommer det att behandlas och ignoreras som de där undersökningarna?

Huffman, åtminstone, tror att det kanske inte är så stor sak för upptagna restaurangarbetare som helt enkelt vill ta ner en reservation. Han sa att testsamtalsmottagare inte har reagerat mycket på att höra att ett AI-system ringer för att boka bord.

Folk vill bara klara uppgiften, sa han.

Dölj