Premium

Získejte všechny články
jen za 89 Kč/měsíc

Budoucnost má hlas roztržité sekretářky. Google umí napodobit telefonát

  0:45aktualizováno  1:30
„Ehm, ráda bych rezervovala něco na třetího května,“ zní v telefonu nejistý hlas. Kadeřnice netuší, že na druhé straně není člověk, ale robotický hlas využívající prvky strojového učení. Sundar Pichai, šéf společnosti Google, ukázal, jak podle něj vypadá budoucnost digitálních asistentů.
Fotogalerie4

Google předvedl digitální asistentku, která za vás vyřídí telefonáty. A druhá strana nejspíš ani nepozná, že mluvila s robotem. | foto: montáž: Pavel Kasík, Technet.czProfimedia.cz

Umělá inteligence a strojové učení na prvním místě - tak by se dala shrnout úvodní řeč Sundara Pichaie, šéfa společnosti Google, na vývojářské konferenci Google I/O v kalifornském Mountain View. Google samozřejmě různé prvky používá v řadě služeb: zapojil ji do překladu textů nebo do rozpoznávání fotografií.

Google asistent „bydlí“ například v chytrém reproduktoru Google Home

Když se ale mluví o umělé inteligenci, pozornost budí především digitální asistent. Částečně je to nepochopení toho, co umělá inteligence je. Když se lidé baví s digitální asistentkou typu Google Home nebo Alexa, velkou část oné „osobnosti“ vytvořili programátoři, scénáristé a odborníci na komunikaci To ovšem neznamená, že by nebylo strojové učení při dialogu klíčové. Žádný scénárista nemůže předvídat všechny možné otázky a příkazy, a proto se musí - alespoň v rámci nějakých mantinelů - stroj učit základnímu porozumění přirozené řeči.

Překvapivě důvěryhodná nápodoba telefonistky

A tím se dostáváme k našemu oblíbenému momentu celé letošní Keynote (tříhodinový záznam je na YouTube). K momentu, kdy Pichai vysvětluje, jak asistent ušetří lidem čas tím, že za ně vyřídí některé nudné nebo monotónní záležitosti. Třeba rezervaci u kadeřníka.

„Dokonce i v USA nemá 60 procent  malých firem žádný on-line rezervační systém,“ uvedl Pichai. „Myslíme si, že s tímto problémem může pomoci umělá inteligence.“

Překvapenému publiku vzápětí pouští „reálný telefonát“, který nahráli v rámci experimentů s asistentem. Požadavek na Google Asistenta zněl: rezervuj mi sestřih u kadeřníka v úterý mezi desátou a dvanáctou.

Ukázka z hovoru mezi Google Asistentem a kadeřnicí:

Přiznáme se, že máme pochopení pro překvapený potlesk přítomného publika. Hlas počítače nezní ani v nejmenším strojově. Obsahuje pauzy, nejisté odmlky, nádechy, hovorové fráze nebo neurčitá „é“ a vyčkávací „m-hm“. Jsme přesvědčeni, že po telefonu by měl člověk na druhé straně velký problém poznat, že nemluví s jiným člověkem, ale s počítačem, zvláště vzhledem k pohotovým a smysluplným odpovědím.

Překlad reálného telefonního rozhovoru AI a člověka

Kadeřnice: Dobrý den, jak vám mohu pomoci?
Google Assistant: Dobrý den, volám ohledně rezervace dámského střihu pro svou klientku. Ehm, ráda bych rezervovala něco na třetího května.
Kadeřnice: Jistě, momentík, prosím...
Google Assistant: M-hm.
Kadeřnice: Takže, jaký čas by se vám hodil?
Google Assistant: Ve dvanáct hodin.
Kadeřnice: Ve dvanáct hodin volno nemáme. Nejdříve pak až ve čtvrt na dvě.
Google Assistant: Máte něco mezi desátou a, é, dvanáctou?
Kadeřnice: Podle toho, o jakou službu jde. O jakou službu má zájem?
Google Assistant: Jen dámské stříhání, prozatím.
Kadeřnice: Dobře, máme volno v deset.
Google Assistant: Deset je v pohodě.
Kadeřnice: Dobře, jaké je její křestní jméno?
Google Assistant: Křestní jméno je Lisa.
Kadeřnice: Super. Tak Lisu budeme čekat třetího května v deset hodin.
Google Assistant: OK, výborně. Díky.
Kadeřnice: Výborně. Hezký den, na shledanou.

Ne každý telefonát jde samozřejmě takto snadno. V reálném světě telefonických konverzací (i těch obyčejných, mezilidských) existují omyly, přeslechnutí, nedorozumění a další bariéry. Jak si s tím nová služba, pojmenovaná Google Duplex (součást Asistenta Google), poradí?

Zatím jen rezervace. Asistent předstírá zájem i omyl

Vytvořit konverzační program, který je k nerozeznání od člověka, je nesmírně složitý a komplexní úkol (viz též Turingův test). Služba Google Duplex si pro začátek stanovila velmi konkrétní cíl: jejich konverzace se točí výhradně kolem předem definovaných úkolů, které lidé přes telefon vyřizují.

Konkrétně jde o rezervaci termínu, protože tam lze do značné míry předvídat všechny představitelné scénáře: mají volno, nemají volno, mají volno, ale pro méně osob, nemají ten den otevřeno, na daný čas není potřeba rezervace apod.

Příklad rezervace v restauraci (objednává Google Duplex):

Tato ukázka dobře demonstruje schopnost Duplexu vypořádat se s nepochopením - reaguje tak, že opakuje požadavek jinými slovy a potvrzuje to, čemu osoba na druhé straně porozuměla. Duplex dokázal reagovat i na změnu tématu a nakonec správně pochopil, že kvůli rezervaci volá zbytečně, protože restaurace v tu dobu není plná a pro čtyři lidi rezervaci nepotřebuje.

Přirozená a příjemná konverzace je ostatně málokdy stoprocentně efektivní. Proto vývojáři do služby Duplex zabudovali různé zdvořilosti, zažité fráze a hovorové „zlozvyky“, které celou komunikaci polidšťují. Digitální asistent (či asistentka, vývojáři testují více různých hlasů) tak třeba na otázku „Pro kolik lidí“ místo jednoduchého „4“ odpoví „É, pro čtyři lidi, prosím.“

Stejně tak je Duplex naprogramovaný na to, aby pro jistotu zopakoval to, jak druhou stranu pochopil. Například v angličtině „OK for four“ může znamenat jak „můžete přijít ve čtyři hodiny“, tak „máme místo pro čtyři lidi“, záleží na kontextu konverzace.

Určitý problém má služba Duplex s upovídanými lidmi, kteří používají dlouhé a složité věty namísto vět krátkých. Například na otázku „Kdy máte otevřeno?“ dostal Duplex v rámci testu odpověď: „No, takže, od úterka do čtvrtka jsme otevření od jedenácti do dvou, a pak znovu otevíráme od čtyř do devíti, a pak v pátek, sobotu a neděli... nebo v pátek a v sobotu máme otevřeno od jedenácti do devíti a v neděli od jedné do devíti.“ V takovém případě umělé inteligenci nezbývá, než se ptát upřesňující otázky a zvažovat destíky různých scénářů aplikovatelných na danou situaci.

Schéma generování odpovědi Google Duplex: rozpoznávání řeči (ASR) převede hlas na text. Ten spolu s kontextem konverzace, kalendářem, vyjádřenými preferencemi apod. služba Duplex analyzuje a výslednou odpověď převede z textu na řeč (TTS).

Z těchto scénářů vybírá Google Duplex pomocí neuronové sítě (RRN) postavené na platformě TensorFlow Extended.

Éh, ummm, jasňačka!

Pro generování přirozeně znějícího hlasu pak Google využívá syntézu řeči Tacotron a WaveNet. Programátoři vyvinuli způsob, jak do výsledné řeči vkládat „vycpávková slova“ typu eh, hm, aha. Tím zároveň - podobně jako lidé - hrají o čas v případě, že ještě systém vyhodnocuje vstup z druhé strany. Hovor tak působí jako přirozenější a plynulejší - největší prodleva je desetina sekundy, což je ve srovnání s konverzací s Alexou, Siri nebo Google Asistentem ohromný pokrok.

Ukázka rezervace stolu v restauraci (všiměte si vycpávkových nejistých slov):

Kromě rezervace termínů na přání zákazníka chce Google využít tuto konverzační službu i k doplňování aktuálních informací. Například otevírací hodiny řady podniků na Mapách Google mají problém - obvykle nereflektují svátky. Lidé tak nemohou vědět, zda se ve státní svátek mohou na tyto údaje spolehnout, a nezbývá jim, než do obchodu zavolat. Google plánuje využít Duplex k automatickému obvolávání podniků před svátky: „Máte příští pondělí, jak je svátek, otevřeno?“ Podle odpovědi pak Google vyplní údaje v mapách, což podle šéfa Google ušetří čas uživatelům i podnikům.

Budoucnost, nebo přechodná fáze?

Nakolik je služba použitelná, to ukáží příští měsíce. Už to, že jsme neviděli živou demonstraci, ale jen záznamy vybraných ukázek, svědčí o tom, že zatím si vývojáři nemohou být produktem stoprocentně jisti. Google bude službu přes léto dál testovat. Už nyní jsou ale výsledky - ač jistě pečlivě vybrané - nečekaně realistické.

Bude zajímavé sledovat, jak tato služba zasáhne do komunikace. Protože stejně tak si mohou podobného digitálního asistenta pořídit i kadeřníci a restaurace. Budou si pak stroje předávat informace o objednávkách a rezervacích lidskou řečí?  Nebo jde jen o dočasné řešení neefektivních rezervací, a v budoucnu bude jeden robotický asistent komunikovat s druhým pomocí jednoznačných a přesně definovaných požadavků?

Každopádně v budoucnu bude otázka „mluvím prosím s člověkem, nebo s počítačem?“ možná běžnou součástí naší telefonní konverzace.

Aktualizace: Do článku jsme doplnili ukázky a vysvětlení.

Poznali jste v ukázkách telefonátů Google Duplex, že jde o počítačem generovaný hlas?

celkem hlasů: 1237
Hlasování skončiloČtenáři hlasovali do 0:00 středa 16. května 2018. Anketa je uzavřena.

Nejčtenější

Z F-35 je bez americké podpory šrot. Náhrada však vznikne za dlouhou dobu

V souvislosti se změnou orientace zahraniční politiky Spojených států se do popředí dostala otázka, jestli mohou Američané na dálku vypnout stealth letouny F-35, které prodávají svým spojencům....

Možná se blíží konec rakety, která měla vozit lidi k Měsíci i Marsu

Je to raketa, která měla vrátit americké astronauty na Měsíc a jednoho dne je poslat k Marsu. Teď se nad ní ovšem vznáší reálná hrozba až jistota zrušení. Jmenuje se SLS (Space Launch System,...

Americké námořnictvo prohrává válku se rzí. Donald Trump by to rád změnil

Slaná voda, kyslík a ocel jsou špatná kombinace. Válečné lodě plující pod vlajkou s hvězdami a pruhy trápí koroze. Kvůli globálnímu nasazení jsou na tom hůř než plavidla jiných zemí. Řešení je v...

„Zapomenutí“ astronauti se konečně vrátili. Místo Boeingu letěli se SpaceX

V úterý krátce před 23. hodinou se vrátili na Zemi dva astronauté, kteří místo plánovaných několika dní strávili na oběžné dráze devět měsíců. Jejich mise se stala tak trochu i politickým tématem.

Páteční zatmění Měsíce uchvátilo fotografy po celém světě. Podívejte se

Pokud vám oblačnost neumožnila vidět ani kousek ze začátku zatmění Měsíce, které bylo z Česka možné pozorovat v pátek ráno, můžete si to vynahradit na snímcích fotografů. Ti jej zachytili po celém...

Americké námořnictvo prohrává válku se rzí. Donald Trump by to rád změnil

Slaná voda, kyslík a ocel jsou špatná kombinace. Válečné lodě plující pod vlajkou s hvězdami a pruhy trápí koroze. Kvůli globálnímu nasazení jsou na tom hůř než plavidla jiných zemí. Řešení je v...

21. března 2025

Tak vypadá západ Slunce a jeho zatmění z Měsíce. A třeba i převrácená sonda

Hned tři sondy se vydaly postupně během začátku tohoto roku na svou cestu, která měla být završena přistáním na této přirozené oběžnici Země. Dvě z nich se již na povrch šedého souputníka naší...

21. března 2025

Nastane v 10:01 a přinese astronomické jaro. Jarní rovnodennost je tu

Tento den má být Slunce na obloze přibližně polovinu z 24hodinového cyklu. Jarní rovnodennost nyní nastává většinou již 20. března a zahajuje část roku, kdy převažuje den nad nocí a zároveň se jeho...

20. března 2025

KVÍZ: Pamatujete na tyto značky? Kdysi slavná jména mnozí ani neznají

Společnosti Apple nebo Nvidia zná dnes každý. Nebo skoro každý, ať jsem korektní. Nicméně před dvaceti, třiceti nebo čtyřiceti lety měly podobný věhlas značky, o kterých jste možná ani neslyšeli....

vydáno 20. března 2025

AI ukazuje své schopnosti. Zvládne odmazat vodoznaky chránící autory

Lidé se snaží rozlišit výtvory generativní umělé inteligence mnoha způsoby. Patří mezi ně i speciální označování textů, obrázků a videí pomocí různých více či méně patrných vodoznaků a značek....

19. března 2025  16:35

Trumpova parta se pustila do meteorologů. Zakázala jim používat slovo uhlík

Živit se předpovídáním počasí působí jako poměrně málo rizikové zaměstnání. Jistě, může si na vás za rohem počkat někdo, kdo si na základě vaší prognózy nevzal deštník a zmokl. Takových případů je...

19. března 2025  10:32,  aktualizováno  10:32

„Zapomenutí“ astronauti se konečně vrátili. Místo Boeingu letěli se SpaceX

V úterý krátce před 23. hodinou se vrátili na Zemi dva astronauté, kteří místo plánovaných několika dní strávili na oběžné dráze devět měsíců. Jejich mise se stala tak trochu i politickým tématem.

18. března 2025,  aktualizováno  19.3

Ohnivá předehra před Hirošimou. Zápalné pumy proměnily Tokio v peklo na zemi

I když lze americké bombardování Tokia v březnu 1945 považovat – alespoň co do bezprostředního počtu obětí během jediného náletu – za nejničivější bombardování v dějinách, následné jaderné výbuchy v...

19. března 2025

Konečně domů! Astronauti po nečekaně dlouhém pobytu na ISS míří zpátky k Zemi

Američtí astronauté Barry Wilmore a Sunita Williamsová se po devíti měsících vracejí na Zemi. Na Mezinárodní vesmírné stanici (ISS) byli nuceni setrvat na místo několika dní nečekaně dlouho kvůli...

18. března 2025  6:56,  aktualizováno  8:09

Nejsmrtelnější tornádo historie se před 100 lety prohnalo třemi americkými státy

Před 100 lety, 18. března 1925, se třemi státy USA, konkrétně Missouri, Illinois a Indianou, prohnalo výjimečně silné tornádo, které vstoupilo do historie. Zemřelo celkem 695 lidí. Žádné jiné tornádo...

18. března 2025

Před 60 lety vystoupil první člověk do volného vesmíru. Leonov málem zemřel

Necelé čtyři roky poté, co do vesmírného prostoru vyslal prvního člověka, se Sovětskému svazu podařilo připsat další prvenství. Do volného vesmíru 18. března 1965 vystoupil jeho kosmonaut Alexej...

18. března 2025

Z F-35 je bez americké podpory šrot. Náhrada však vznikne za dlouhou dobu

V souvislosti se změnou orientace zahraniční politiky Spojených států se do popředí dostala otázka, jestli mohou Američané na dálku vypnout stealth letouny F-35, které prodávají svým spojencům....

18. března 2025