قدرتی زبان کو سمجھنا A. مستقبل کا مستقبل ہے. آواز کی پہچان

ایمیزون کے Alexa اور سیری کے زیادہ مقاصد (اور زیادہ سے زیادہ sassy حاصل کرنے کے لئے) کی آمد کے ساتھ، بہت سے سوچ رہے ہیں: قدرتی زبان کو سمجھنے اور بات چیت کی آواز کے انٹرفیس کے لئے کیا اگلے ہے؟

اس دوڑ میں کئی کمپنیاں گردن اور گردن ہیں. وائٹ.ائی ہے، کمپنی فیس بک نے حاصل کیا - آپ ڈیمو کے ساتھ ارد گرد کھلونا کر سکتے ہیں. (اس حکم کو آزمائیں: "میں بلیوں کو دیکھنا چاہتا ہوں.") ایپل اس کے گھر کا حصہ ہے اور اس کے ساتھ، کیا کر رہا ہے ایپل بہترین کرتا ہے - گدا چاٹ. ایمیزون بھی اس کے Alexa لیس اونگو اور اچو ڈاٹ کے ساتھ سامنے آتے ہیں.

قدرتی زبان کی تفہیم کے راستے پر ایک کمپنی گرم MeldMeld ہے. MindMeld اپنی کمپنیوں، خدمات، یا آلات کے ذہین صوتی انٹرفیس کو شامل کرنے کے لئے تلاش کر رہے ہیں دیگر کمپنیوں کے لئے اس کی قدرتی زبان کی سمجھ کی صلاحیتوں کو فراہم کرتا ہے. سان فرانسسکو کی بنیاد پر کمپنی شراکت داروں کو انفراسٹرکچر اور حسب ضرورت کے اختیارات فراہم کرتا ہے جیسے ان کے آلات ان کے اپنے، ٹھیک سے دیکھ بھال والے ذاتی معاون ہیں. موڈڈیلڈ نے حال ہی میں Spotify کے ساتھ ایسی شراکت داری کا اعلان کیا ہے، لیکن یہ بھی آٹوموٹو کمپنیوں، دفاعی ایجنسیوں، ای کامرس کمپنیوں، اور زیادہ سے بھی کام کر رہا ہے. (اور، قدرتی طور پر، اس طرح کے شراکت داروں کے بہت سے تفصیلات اشتراک کرنے میں قاصر ہیں.)

اندرونی منڈڈیلڈ کے سم وشیش کے ساتھ صوتی شناختی میدان کے بارے میں بات چیت - لیکن وہ اس بات کا اشارہ کرتے ہوئے کہ "صوتی شناخت" ایک انٹرپرائز کے طور پر، اب ایک "غیر معمولی موضوع" ہے. یہ سب کچھ "قدرتی زبان کو سمجھنے کے بارے میں ہے. "آواز کی شناخت تقریبا اس کے زینت تک پہنچا ہے: 50 سے زیادہ سال کی ترقی کے بعد، اب ایسوسی ایشن کو مؤثر طریقے سے تقریر کو تسلیم کر سکتا ہے. یہ نظام تقریبا کاموں میں انسانوں کے مقابلے میں زیادہ بہتر ہیں، اور یہ یقینی طور پر ہی ہی ہی ہی ہی ہی ہی ہی ہی ہی ہی ہی ہی ہی ہی.

اگلے مرحلے کے بعد، بچے کی ترقی کی طرح زیادہ - ان نظام کو سکھانے کے لئے ہے سمجھو وہ زبان جسے وہ اب تسلیم کرسکتے ہیں. "یہ انسان بولنے والے الفاظ ہیں. یہ الفاظ ہیں "ایک دور سے رونا ہے،" میں سمجھتا ہوں کہ یہ انسان کیا کہہ رہا ہے؛ میں مدد کرنے کی اجازت دیتا ہوں."

اور یہ کہ مزید قدم اور ترقی کی تشریح کی ضرورت ہوتی ہے مطلب: انسانی دماغ زبانی معلومات پر عمل کرتا ہے جس طرح سے نقل. اس مساوات کے دو حصے ہیں. پہلا ارادہ ہے: اس سزا کو بولنے میں انسان کا مقصد یا خواہش کیا ہے؟ ایک کمپیوٹر جس سے بولی جانے والی سزا سے ارادہ رکھتا ہے وہ "سمجھ" کرسکتا ہے جو انسان کو متاثر کرنا چاہتا ہے ایکس یا اس سے رابطہ کریں y. اس عمل سے متصل ہے مساوات کا دوسرا حصہ: اتحاد. A.I. یہ جاننا ضروری ہے کہ کس طرح وجود کو خطاب کیا جارہا ہے، انسان کے ارادے کا مقصد.

ایسا کرنے کے لئے، میڈڈیلڈ نہیں (جیسے میں نے فیصلہ کیا، یا امید کی ہے) فلسفیوں کو ملازم. یہ قدرتی زبان کے ماہرین کو ملازمت کر رہا ہے، لیکن ای. "سیکھنا" عمل خود نسبتا ہاتھ سے دور ہے. اگر آپ کافی احکامات کو سمجھنے کے لئے نظام کو سکھا رہے ہیں، تو آپ کو نظام کو مختلف طریقوں سے ظاہر کرنا ہوگا جو لوگ ممکنہ طور پر کافی آرڈر کریں.

"میں ایک موچا پسند کرتا ہوں."

کیا میں برائے مہربانی ایک کپ جوتا ہوں؟"

"میرے لئے صرف ایک کافی کافی."

اور جہاں وہ قدرتی زبان کے ماہرین - لسانی ماہرین میں آتے ہیں لیکن اس سے بھی زیادہ ضروری نہیں ہے کیونکہ ہم اعداد و شمار کو بھیڑ سکتے ہیں. یہ ٹولز آپ کو ہزار سے زائد لوگ اسی سوال سے پوچھتے ہیں اور ان کے جوابات مرتب کرتے ہیں. اس کے بعد آپ ان جواباتوں کو صرف A.I، اور. میں فیڈ کریں آواز اے. ممکنہ تحقیقات کی وسیع رینج پر ردعمل کرسکتے ہیں. واششٹ کہتے ہیں، "ہزاروں سوالوں سے، ہم ابھی بنیادی طور پر مشینیں سیکھ سکتے ہیں- سیکھتے ہیں کہ کس طرح بلینس کے دیگر سوالات پیدا ہوسکتے ہیں."

اندرونی واشٹٹ سے پوچھا، جو طویل عرصے سے اے آئی میں اندرونی ہے. اور قدرتی زبان کو سمجھنے کے لئے، ہمارے لئے تعصب کرنے کے لئے.

کیا مینڈڈڈیل توسیع ڈائیلاگ میں حصہ لے سکتا ہے؟ مثال کے طور پر، اگر میں ایک پیچیدہ سوال پوچھنا چاہتا ہوں، تو I. سمجھو اور جواب رکھو؟

جی ہاں. یہ ڈیزائن کا حصہ ہے. اگر کسی کو کسی سوال سے پوچھا گیا کہ نامکمل ہے - تو، مثال کے طور پر، اگر میں کافی حکم دے رہا ہوں، اور میں اس کی کافی مقدار کی وضاحت نہیں کرتا جسے میں چاہتا ہوں، وہ واپس آنے والا ہے اور کہتا ہے، "آپ کونسا سائز کافی ہے چاہتے ہیں؟"

کیا آپ ٹورنگ ٹیسٹ پر کسی بھی پیش رفت کی توقع کرتے ہیں؟

مجھے لگتا ہے کہ ہم اس کے قریب بہت خوبصورت ہیں. میرا مطلب ہے، آئی بی ایم واٹسن نے کیا چیلنج! ، اور مجھے لگتا ہے کہ یہ ایک اچھا مثال تھا. ہم اس وقت ہیں: یہ بہت قریب ہو رہا ہے. جیسے ہی، اب، تقریر کی شناخت کے لحاظ سے ہم اس نقطہ پر ہیں جہاں مشینیں انسانوں کے طور پر اچھے ہیں، میں سوچتا ہوں کہ ہم یقینی طور پر اگلے تین سے پانچ سالوں میں ہوں گے. نظاموں کو انسانوں کے طور پر اچھا سمجھا جائے گا.

کس طرح گھر آٹومیشن چیزیں MindMeld کرتے ہیں؟

ہم اپنی ٹیکنالوجی کسی بھی قسم کی مصنوعات، کسی قسم کی سروس، کسی قسم کے ڈیٹا ڈومین پر درخواست دے سکتے ہیں. ہوم آٹومیشن ان میں سے ایک ہے. گھر کے اندر اندر، آپ کو نظم روشنی، تھومسٹیٹ، سلامتی کے نظام، آڈیو نظام، ویڈیو سسٹم، ان تمام قسم کی چیزوں کو نظم و ضبط کرنا پڑتا ہے. ہم کسی بھی نظام کو کنٹرول کرنے کے قابل ہیں کہ یہ مناسب انٹرفیس ہے.

آپ کیا چاہتے ہیں آپ اپنے گھر کے اندر منڈڈیلڈ کو ہک سکتے ہو؟

مجھے لگتا ہے کہ زیادہ اعلی درجے کے استعمال کے معاملات - جیسے کہ میری Spotify سے بات کرتے ہیں کہ "مجھے رولنگ سٹونس پلے لسٹ کریں،" یا "آج شام میں کلاسیکی موسیقی کھیلیں" - ان قسم کی چیزیں ہو گی … بہت اچھے.

کچھ غیر متوقع یا باہر سے باہر والے باکس جسے آپ اپنی آواز کے ساتھ کنٹرول کرنا چاہتے ہیں؟

جو چیز آپ نے بیان کی ہے وہ وہی چیزیں ہیں جو میں سوچتا ہوں. دوسرے الفاظ میں، یہ جلد ہی ہی ہوگا. ابھی نہیں کیا جائے گا، مجھے لگتا ہے، مائیکرو وے، کافی مشینیں اور ریفریجریٹر جیسے کام ہوں گے. ان قسم کے آلات کو کنٹرول کیا جا سکتا ہے - لہذا میں بنیادی طور پر کہہ سکتا ہوں، "کیا کافی کافی بنانے کے لئے کافی کافی مشین ہے؟ کافی مشین کو بند کریں "اور اگر یہ پیش نہیں کیا گیا ہے، تو اسے واپس آنا چاہیے اور کہنا کہ" مجھے افسوس ہے، لیکن آپ کی کافی مشین تیار نہیں ہے "- اس قسم کی انٹیلی جنس ابھی تک موجود نہیں ہے. یہ مقدس قبر ہو جائے گا: جہاں بنیادی طور پر ہر آلہ آپ کے ساتھ بات کر سکتا ہے اور آپ کو بتا سکتا ہے کہ یہ کیا کرسکتا ہے اور نہیں کرسکتا. لیکن ہم ابھی تک وہاں نہیں ہیں.

آپ کو کیا سوچ رہا ہے کہ صنعت واپس آ رہی ہے؟

یہ اب انتہائی کم لاگت والے آلات ہیں، اب. میرا مطلب ہے، یہ ایسے آلات ہیں جو آپ کو کچھ بھی نہیں خرید سکتے ہیں. دس سال پہلے، وہ بہت زیادہ خرچ کرتے ہیں.لہذا، نئی خصوصیات میں تعمیر ایسی چیز ہے جو ان آلات کی لاگت میں اضافہ کرتی ہے. بالآخر، موجودہ قیمت کی پیشکش بہت مضبوط ہے؛ ان میں سے زیادہ تر مینوفیکچررز نئی خصوصیات شامل کرنے کے لئے مائل نہیں ہیں، جب تک کہ وہ بہت کم لاگت نقطہ پر نہیں ہیں.

مجھے لگتا ہے کہ اس کا ایک پہلو ہے. اس کا دوسرا پہلو ہے، ہم ان آلات سے منسلک ہونے کے بارے میں بات کر رہے ہیں. لہذا، ان آلات کو منسلک کرنے کے لئے صرف ایک صوتی استعمال کے معاملے سے کہیں زیادہ ہونا پڑتا ہے. اس سے پہلے کہ وہ قابل عمل بننے سے پہلے اس کنکشن پر سوار ہونے کی زیادہ صلاحیتیں ہیں.

کیا آپ اس کمپنی کے بارے میں جانتے ہیں جو اس کے بعد کی صلاحیت پر کام کر رہی ہے؟

بہت کم مائکروفونر کمپنیاں بہت کم مائیکروفون arrays پر کام کر رہے ہیں. ایسی چیز جس طرح آپ بنیادی طور پر سرایت کرسکتے ہیں - بہت ہی کم قیمت پر، بہت زیادہ کسی بھی آلہ یا ایپلی کیشن پر - جو کہ صوتی ان پٹ کی اجازت دیتا ہے. اور آپ کو ان آلات کے پیچھے کھڑے ہونے کی ضرورت نہیں ہے - آپ 10 فٹ دور سے بات کر سکتے ہیں. اس صلاحیت کی تعمیر - میرا خیال ہے کہ یہ نقطہ آغاز ہے. اور میں سوچتا ہوں کہ لوگوں کو مائیکرو فونز آلات پر ڈالنے کی اجازت دے گی، اور پھر دوسری، اعلی درجے کی صلاحیتوں کی پیروی کریں گی. لیکن ابھی تک، میں کسی بھی کمپنی کو نہیں جانتا جو اس قسم کی ہوشیار کافی مشین، یا ہوشیار مائکروویو، یا واشنگ مشین کی تعمیر کر رہا ہے.

جب ہمارے پاس مکمل طور پر ہوشیار گھریں، مکمل طور پر ہوشیار اپارٹمنٹ ہیں تو آپ کے لئے بہترین تخمینہ کیا ہے؟

آج، ہم اصل میں گھر میں تمام لازمی سبسیکٹس ہیں جو لوگ خود کار طریقے سے چاہتے ہیں، یہ خود کار طریقے سے ہونے کی صلاحیت رکھتی ہے. اس میں لائٹس، ترمیمسٹیٹ، سیکیورٹی نظام، گیراج کے دروازے، سامنے دروازے کے تالے شامل ہیں - ایسی چیزیں. یہ سب کچھ کیا جا سکتا ہے. مسئلہ واقعی قیمت پوائنٹس کے ارد گرد ہے. یہ اب بھی قیمت نقطہ پر ہیں جہاں یہ بنیادی طور پر ابتدائی کنیکٹر اور ان لوگوں کے لئے جنہوں نے ان کے لئے بہت سخت ضرورت ہے. لیکن ان چیزوں پر قیمت پوائنٹس ڈرامائی طور پر، بہت تیزی سے گر جاتے ہیں. مجھے لگتا ہے کہ ہم اگلے چند سالوں میں بڑے پیمانے پر مارکیٹ میں ان سبسڈیشنز کو حاصل کریں گے.

دیگر چیزیں جن کے بارے میں میں نے بات کی تھی - بہت کم لاگت والے آلات کو خود کار طریقے سے فراہم کرتے ہیں - مجھے لگتا ہے کہ یہ ممکنہ طور پر ابتدائی پانچ سے سات سالہ وقت میں ہیں. 10 سال کی طرح زیادہ، ان سے پہلے کہ وہ حقیقت پسند ہو. لیکن، جیسا کہ میں نے پہلے کہا تھا، وہ چیزیں ہیں جو ایک دوسرے کے ساتھ آنے کے لئے دوسری چیزوں کی ضرورت ہوگی. اور یہ جلد ہی ہوسکتا ہے کہ اگر ان مختلف اجزاء کو جلد ہی ملیں.

آپ کو کیا خیال ہے کہ نیو یارک شہر یا سان فرانسسکو کے اپارٹمنٹ کی طرح نظر آئے گا، 2050 کا کہنا ہے کہ؟

2050! زبردست. مجھے لگتا ہے کہ ہم مکمل طور پر وہاں رہیں گے. ہم سائنس فکشن فلموں میں ایسی چیزیں دیکھتے ہیں - جہاں آپ اپنے گھر میں ہر نظام سے بہت زیادہ بات کرتے ہیں اور آواز کے ساتھ ہر چیز کو کنٹرول کرسکتے ہیں. مجھے لگتا ہے کہ ان کی صلاحیتوں کو وسیع پیمانے پر کیا جائے گا. یقینی طور پر نیویارک اور سان فرانسسکو جیسے شہروں میں.