Porozmawiaj ze swoim telefonem

To jest tekst gościnny, pochodzący z bloga invent.io – technika dla ludzi

Ogłaszając wejście na rynek kolejnej odsłony iPhone firma Apple przedstawiła jedną, moim zdaniem bardzo istotną nowość. Mam na myśli Siri, cyfrową asystentkę, z którą porozumiewamy się głosem. Reakcje były różne, niektóre entuzjastyczne, ale niemało było również głosów niedowierzania i żartów. Wśród poważniejszych opinii moją uwagę zwrócił Andy Rubin z Google, który powiedział, że gadanie z własnym telefonem jest “nieco dziwne” – i że z telefonami nie powinniśmy rozmawiać.

Ależ dlaczego?

Pomińmy fakt, że pan Rubin nie jest konsekwentny. Przecież Google też pracuje nad techniką rozpoznawania mowy w telefonach. Pisaliśmy o tym w styczniu. Przede wszystkim jednak mowa to najstarszy i najpowszechniejszy z ludzkich sposobów komunikacji. Człowiek uczy się najpierw mówić i rozumieć mowę, a potem dopiero – pisać i czytać. Komunikować się za pośrednictwem klawiatury uczymy się w ogóle na samym końcu, i to nie wszyscy. (Choć akurat to powoli się zmienia – coraz więcej małych dzieci całkiem sprawnie pisze na klawiaturze. Nie zmienia to faktu, że z reguły wcześniej opanowują mowę.)

Moim zdaniem to właśnie mowa jest też najbardziej naturalnym sposobem “porozumiewania się” z różnymi urządzeniami. Już wiele lat temu uważałem, że to kiedyś będzie podstawowa metoda komunikacji z komputerem. Powiedzieć coś jest znacznie łatwiej, niż napisać na klawiaturze. Jest to również szybsze i wygodniejsze. W przypadku telefonu ten efekt jest jeszcze silniejszy, ze względu na to, że klawiatury smartfonów są z reguły małe i bardzo niewygodne.

Jedyną przeszkodą do tej pory były niedostatki techniki. Niestety rozpoznawanie mowy nie jest proste. Nikomu dotąd nie udało się osiągnąć poziomu wystarczającego do tego, aby tę technikę upowszechnić. Dużo prostsze okazało się np. rozpoznawanie pisma odręcznego. Królują natomiast nadal klawiatury.

Tak czy inaczej, upowszechnienie rozpoznawania mowy powinno być kwestią czasu. Prędzej czy później technika rozwinie się na tyle, że komputer będzie potrafił rozumieć płynną mowę niezależnie od akcentu, intonacji, a z czasem nawet języka. Wtedy stanie się możliwe to, co widzieliśmy dotąd tylko w filmach – HAL9000 z „Odysei Kosmicznej” i Matka z „Obcego” przestaną być jedynie wymysłem autorów fantastyki. Jak dotąd miałem jednak wrażenie, że ten temat nie jest wystarczająco modny, a laboratoria wielkich firm nie nadają mu zbyt wysokiego priorytetu. Owszem, prowadzone były pewne eksperymenty (m.in. wspomniane już badania Google), ale na zbyt małą skalę.

Teraz firma Apple dokonuje istotnej zmiany. Rozpoznawanie głosu staje się bardzo ważną i marketingowo nośną funkcją flagowego produktu, wychodząc tym samym z niszy. Siłą Siri jest nie tylko skuteczne rozpoznawanie mowy, ale przede wszystkim “rozumienie” poleceń wydawanych językiem potocznym. Ustawienie alarmu, wysłanie wiadomości, sprawdzenie pogody w wybranym mieście, przeliczenie walut – to wszystko nie będzie już wymagało klikania po różnych menu, wybierania pozycji z list i wprowadzania danych poprzez klawiaturę. Wystarczy powiedzieć jedno zdanie.

Nie wierzą Państwo?

Projektanci Siri wykazali się też niebanalnym poczuciem humoru, o czym przekonało się m.in. wielu cwaniaków, którzy próbowali zadać jej pytania podchwytliwe, złośliwe lub niesmaczne. Dowody można znaleźć na tej stronie.

Dlaczego nie możemy mówić do naszego telefonu? Dlaczego nie moglibyśmy mową porozumiewać się z naszym komputerem? A dlaczego nie można by mówić do bankomatu albo telewizora?

To nie jest głupie, to jest przede wszystkim wygodne i efektywne.