سیری سے پوچھیں: اے ای سی کو کس طرح سکھاتا ہے. آپ کے پسندیدہ ریستوران کا نام

ایپل کے پاس موجود ہے کہ فی الحال صارفین اور زبان دونوں کو ایک رکاوٹ کو ٹھیک کرنے کی کوشش کر رہا ہے. اصل میں مقامی کاروبار کے نام کو تسلیم کرتے ہیں. اس کی منصوبہ بندی نظام کو صارفین کو جغرافیائی محل وقوع کے علم تک رسائی حاصل ہے لہذا یہ مخصوص پڑوسیوں میں ریسٹورانٹس، بوٹیکٹس، اور ہارڈویئر اسٹورز کو سمجھتے ہیں.

ایپل نے اس تکنیک کو "جغرافیائی محل وقوع کی بنیاد پر زبان ماڈل" یا "مختصر" کے لئے جیو- LMs کو ڈوب دیا ہے. اور کمپنی کے مشین لرننگ جرنل میں ایک جمعرات کے بلاگ پوسٹ میں، سری کی تقریر کی شناخت کی ٹیم نے وضاحت کی ہے کہ وہ ٹریڈ مارک کے ساتھ جواب دینے کے بجائے وہ آپ کے مقامی پزا مشترکہ کے بارے میں معلومات لانے کے لئے استعمال کریں گے، "معاف کریں، میں نے اسے کافی نہیں بنایا."

سری ایک خود کار طریقے سے تقریر کی شناخت (ASR) نظام ہے جو دو یونٹس، ایک صوتی ماڈل اور زبانی ماڈل سے بنا ہے. سابق بولپوں کے الفاظ اور آوازیں جب بولتے ہیں، اس سے قبل اس بات کا تعین ہوتا ہے کہ کس طرح امکانات کی ایک مخصوص سلسلہ زبان میں بولی جاتی ہے. اس سلسلے میں، سیری آپ کو اس سے کیا پوچھ رہے ہیں سمجھنے میں ایک تحریر اندازہ لگ رہا ہے.

ایپل نے دو دلچسپ شناخت کی شناخت کی. ایک کے لئے، کاروبار کے لئے استعمال ہونے والے مخصوص الفاظ اور نام معیاری بات چیت میں استعمال نہیں کیے جاتے ہیں، لہذا وہ نظام کے تربیتی اعداد و شمار میں ناظرین کو ظاہر نہیں کرتے اور یہ یہ نہیں کہہ سکتے کہ صارفین ان الفاظ یا ناموں کو کیسے بولیں گے.

اس کو درست کرنے کی کوشش میں، جیو LMs سری تک رسائی فراہم کرے گا جو بلاگز "ادارے کے ناموں کو" کہتے ہیں. اس طرح صوتی اسسٹنٹ آپ کو ایک ریستوران کے بارے میں بات کرتے وقت بہتر اندازہ لگا سکتا ہے اور نہ کہ، ایک پارک اسی طرح کے نام کا اشتراک کریں.

ایپل نے 169 علاقوں میں ریاستہائے متحدہ امریکہ کی مردم شماری بیورو کے اعداد و شمار کا استعمال کرتے ہوئے اپنے جیو ایل ایل کو ایک ساتھ ڈال دیا جس میں 80 فیصد امریکی آبادی کا احاطہ کرتا ہے. انہوں نے ہر خطے کے لئے عالمی جیو ایل ایل بھی ان علاقوں میں شامل نہیں کیا. لہذا اگر ایک صارف کو مقامی گروسری کی دکان تلاش کرنے کے لئے سیری سے پوچھنا تھا جو مردم شماری کے اعداد و شمار سے متعلق نہیں تھا، اس کے بجائے یہ عالمی جیو ایل ایل استعمال کرے گا.

حالانکہ یہ سری میں کچھ فرقوں کو بھر سکتا ہے، ایپل اب بھی Google پسندوں کے پیچھے ہے جو فی الحال اس کے اگلے نسل کے اسسٹنٹ اسسٹنٹ، ڈپلیکس کو تربیت دیتا ہے، جس میں ایک ہائپر-حقیقت پسندانہ انسانی آواز میں فون کال کرنے کی صلاحیت ہے. اگرچہ یہ نوٹ کرنا ضروری ہے کہ گوگل مختلف اساتذہ، زبانیں اور زبانوں کو سمجھنے کیلئے Google اسسٹنٹ کی صلاحیت کو بہتر بنانے کے لۓ بھی کام کر رہی ہے.

بلاگ پوسٹ کی وضاحت نہیں کی گئی ہے جب اس اپ ڈیٹ کو ختم کیا جائے گا. لیکن یہ امید ہے کہ آپ سیری سے ڈیننو کے پزا سے آرڈر کرنے کے لۓ اپنے دوست ڈنو کو غلطی سے فون کرنے کے لۓ پوچھ سکتے ہیں.