Varför pratande datorer är svåra att lyssna på

Kanske såg du avtäckningen av IBMs Watson live på Jeopardy! 2009. Eller så kanske du fångade teknikföretagets senaste annonskampanj på TV, som innehåller fåniga dialoger mellan Watson och Serena Williams , Richard Thaler , eller Bob Dylan .

Även om inte, är chansen stor att du har interagerat med en talande dator någon gång. Men att skapa en övertygande talande dator är faktiskt riktigt svårt. I en intressant historia i New York Times på måndagen diskuterade teknikskribenten John Markoff ansträngningen som gick ut på att skapa rösten för IBM:s Watson och använde den som en väg in i en diskussion om pågående ansträngningar för att skapa mer naturliga och acceptabla datorröster.

Detta är en av de fascinerande utmaningarna med interaktion mellan människa och dator: sociala och känslomässiga signaler är oerhört viktiga när det kommer till röstkommunikation. Det är inte bara skrämmande om rösten från en assistent som Apples Siri eller Amazons Alexa låter onaturlig. Det kan också vara irriterande när ett sådant system inte känner igen din ton och anpassar sin egen röst därefter. Efter att du ställt samma fråga med ökande frustration, till exempel, känns det som en förolämpning för en konstgjord röst att ständigt producera samma döda svar.

En liten stund efter att Siri kom ut skrev jag om vikten av att försöka fånga humor för att skapa något som kan underhålla användare samtidigt som man undviker att irritera dem. Behovet av att passa in artificiell intelligens i en befintlig social ram kan faktiskt förklara varför vi finner det nödvändigt att tilldela egenskaper som kön till även fiktiva robotar. Kanske förklarar detta till och med varför Apple nyligen förvärvade emotionell , ett företag som fokuserar på att läsa och svara på mänskliga känslor.

Joaquin Phoenix blir kär i en dator i filmen 'Her.'

Det är också intressant att överväga potentialen i verkligt engagerande, känslomässigt kraftfulla datorgränssnitt, av det slag som skildras så bra i Spike Jonze-filmen Henne . Men det är fortfarande väldigt svårt att avkoda och efterlikna alla subtiliteter i mänsklig kommunikation. Som Michael Picheny, senior manager vid Watson Multimodal Lab för IBM Research, säger i NU piece: Ett bra dator-maskin-gränssnitt är ett konstverk och bör behandlas som sådant.

(Källa: New York Times )

Dölj