اپل چگونه با هوش مصنوعی استارتاپ VocalIQ به دنبال متحول کردن سیری است؟

اپل تصمیم دارد دستیار مجازی خود را به شکل گسترده ای بروز رسانی کرده و آن را بهبود دهد. شرکت مذکور حالا تکنولوژی های استارتاپ VocalIQ را در اختیار دارد؛ استارتاپی انگلیسی که آن را در اکتبر سال ۲۰۱۵ خریده بود.

منابع آگاه به برنامه های VocalIQ خبر می دهند که حاصل تلاش این استارتاپ، بسیار بهتر و پایدارتر از دستیارهای مجازی گوگل، مایکروسافت و حتی آمازون است. گفته می شود فناوری هایی که از سوی این شرکت کوچک توسعه یافته اند، به حدی عالی بوده اند که اپل پیش از اینکه VocalIQ اپلیکیشن موبایل خودش را ارائه دهد، آن را خریداری کرده و اجازه چنین کاری را نداده و حالا در پی اضافه کردن و ادغام ویژگی های آن به سیری است.

پیش از اینکه اپل VocalIQ را خریداری کند، استارتاپ انگلیسی محصول خود را با سیری، گوگل ناو، کورتانا به رقابت گذاشته بود. کاربران سوالات مورد نظر خود را به شکلی ساده و عامیانه می پرسیدند اما نه به صورت جملات رباتیک، و پاسخ دریافت می کردند. سوالات می توانند پیچیده و بلند باشند، و در این حالت، سایر دستیار های صوتی که از سوی شرکت های نامدار طراحی شده بودند، از رقابت باز می مانند.

برای مثال از VocalIQ پرسیده شده بود: «یک رستوران چینی در این نزدیکی پیدا کن که پارکینگ و وای-فای داشته و محیطش هم برای کودکان مناسب باشد». VocalIQ در ۹۰ درصد سوالاتی که از آن پرسیده شده، قادر به پاسخگویی بوده در حالی که سیری، کورتانا و گوگل ناو تنها در ۲۰ درصد مواقع موفق به پاسخ دادن به پرسش های پیچیده شده اند.

VocalIQ چگونه کار می کند؟

پس از آماده سازی دستیار مجازی، سازندگان آن تلاش کردند تا به سیستم هوش مصنوعی آن بیاموزند که انسان ها چگونه سخن می گویند. با این سیستم حدود ۳۰۰۰ دیالوگ تمرین شد و سپس VocalIQ دقت بسیار بیشتری پیدا کرد. پس از ده هزار دیالوگ، دقت آن به حدی بالا رفته بود که بتواند خود سیری را شکست دهد. حال تصور کنید که کاربران هر هفته بیش از یک میلیارد جمله با سیری سخن می گویند. با این حال الگوریتم VocalIQ به صورتی بوده که تنها با چند هزار جمله، توانسته به درک بسیار بهتری از گفتار و زبان طبیعی برسد.

از سوی دیگر، VocalIQ هیچ چیز را فراموش نمی کند. تقریباً مانند ذهن انسان. بیایید به مثال رستوران چینی برگردیم. فرض کنید یک ساعت بعد نظرتان را عوض کرده اید، صرفا کافیست به VocalIQ بگویید: «به جایش یک رستوران مکزیکی برایم پیدا کن». در این حالت، VocalIQ همچنان به خاطر خواهد داشت که پارکینگ، وای-فای و مناسب بودن فضا جهت همراه داشتن کودکان برای شما دارای اهمیت است. این ویژگی را در حال حاضر نمی توان در سایر دستیارهای صوتی یافت.

VocalIQ می تواند محتوا و منظور شما را درک کند. این سیستم مشخصاً در یک موبایل نیز مفید واقع خواهد شد، ولی تصور کنید که اپل از آن در خودرویش یا اسپیکر هوشمندی که شایع شده تصمیم به ساختنش را دارد، استفاده کند. (VocalIQ به عنوان یک سیستم کنترل هوشمند خودرو به اپل معرفی شده بود و اهالی کوپرتینو ابتدا به همین علت آن را خریده بودند.)

از سوی دیگر، هدف VocalIQ این است که کاربر بتواند بدون داشتن نگاهی به نمایشگر، اقدامی را انجام دهد. در حالی که گوگل ناو، کورتانا یا حتی سیری پس از صحبت کردن با شما، باز هم می خواهند که مواردی را در نمایشگر موبایل خود تایید کنید.

یک دستیار واقعی، نه یک جستجوی صوتی

گفته می شود که پلتفرم «وکال آی کیو» به حدی قابل انعطاف است که سازنده می تواند آن را در هر نوع دستگاه و سیستم عاملی جای دهد. از سوی دیگر این سیستم هوشمند می تواند به خوبی صدای غیرضروری پس زمینه را نادیده گرفته و به آنچه کاربر می گوید، توجهی ویژه داشته باشد.

سیستم مورد بحث حتی می تواند در گذر زمان، لهجه های جدید را فرا گرفته و بیشتر با آنها آشنا شود تا بتواند درک صحیح تری از آنچه کاربر با آن لهجه می گوید، به دست آورد. این مسئله بسیار مهم است چرا که هم اکنون، باید با سیری با لهجه اصیل صحبت کرد تا بتواند به خوبی متوجه جملات و کلماتی که به کار می برید بشود، اما VocalIQ به این مورد و نوع تلفظ شما، اهمیت چندانی نمی دهد.

هنوز مشخص نیست که اپل چه زمان تصمیم دارد ویژگی های VocalIQ را به سیری اضافه کند. یکی از منابع، خبر می دهد که این شرکت قصد دارد به آرامی قابلیت های تازه را به دستیار مجازی اش اضافه کند و قرار نیست به یک باره شاهد یک دگرگونی اساسی شویم. در هر صورت، قرار است سیری جذاب و قدرتمندتر از گذشته و احتمالا رقبای کنونی اش شود.

البته گفته می شود امسال سیری مشمول موارد دیگری خواهد شد. چند روز پیش گزارش رسید که اپل احتمالاً امکان استفاده از این دستیار مجازی در اپلیکیش های شخص ثالث را نیز فراهم خواهد کرد، کاری که حالا آمازون با دستیار مجازی اش موسوم به الکسا می کند. به همین ترتیب، می توانید فرامینی را صادر کنید که به شکل مستقیم، به اپ های شخص ثالث مربوط هستند. برای مثال سفارش یک پیتزا یا درخواست یک تاکسی.