Умные помощники и их создатели. Андрей Масалович | Кибердед

Summary

В видео скрипте Александра Троцкая и Андрея Игоревича рассматривается история и современное состояние голосовых помощников, таких как Алиса и Ипполит. Обсуждается происхождение технологий голосового синтеза, начиная с древних шумеров и заканчивая современными достижениями. Авторы делятся своими взглядами на интеграцию ИИ в общество, его потенциал и ограничения, а также на возможные последствия внедрения в сферу образования и здравоохранения. Также затрагивается тема развития рынка ИИ и предоставляется прогноз на ближайшие годы.

Takeaways

• 😀 Голосовые помощники - это технологии, которые появились давно и развивались на протяжении тысячелетий.
• 🔍 Первый описанный голосовой помощник - это бог войны Нинурта у древних шумеров, который подсказывал хозяину, что делать в битве.
• 📚 В 1779 году немецкий ученый Кристиан Кранштейн создал устройство для синтеза речи, хотя теоретическая основа была дана Эйлером.
• 📝 В 19 веке Иосиф Фабер создал 'Говорящую голову', которая издавала звуки, но столкнулся с эффектом зловещей долины.
• 🧠 В 1974 году в США была разработана система RAX, которая помогала парализованному человеку заказывать пиццу по телефону.
• 📈 Технология голосовых помощников быстро развивается и уже вошла во все сферы жизни, включая образование и здравоохранение.
• 🤖 Существует несколько типов голосовых помощников, от простых автоответчиков до более сложных систем с искусственным интеллектом.
• 🔧 Голосовые помощники обучаются с использованием больших баз данных и алгоритмов, включая генеративные трансформеры и шаблоны коротких разговоров.
• 🛑 Несмотря на успехи, голосовые помощники могут столкнуться с этическими и социальными проблемами, например, неправильными рекомендациями или ошибками.
• 🌐 Рынок голосовых помощников продолжает расти, с прогнозом роста на 15-80% в ближайшие 3 года, что предоставляет возможности для инноваций и бизнеса.
• 🏢 Компания 'Актика' меняет правила индустрии окон, предлагая продолжительные гарантии и доступные цены, что отражает тенденции в инновациях различных отраслей.

Q & A

Какой была первая попытка создания голосовых помощников?

Первая попытка создания голосовых помощников датируется 5000 летами до н.э. у древних шумеров, у которых был бог войны Нинурта, который мог подсказывать хозяину, что делать в нужный момент с помощью человеческого голоса.

Кто придумал устройство синтеза речи в 1779 году?

Устройство синтеза речи придумал немецкий ученый Кристиан Кранштейн, который работал в России и участвовал в конкурсе Российской академии наук на создание искусственного интеллекта.

Как называется эффект, с которым столкнулся Иосиф Фабер при создании его Говорящей головы?

Эффект, с которым столкнулся Иосиф Фабер, называется 'эффект зловещей долины'. Он описывает подсознательное страх и отторжение от объекта, когда тот начинает походить на человека, но не достигает полного сходства.

В каком году была разработана система RAX, позволяющая человеку с параличом лица заказать пиццу?

Система RAX была разработана в 1974 году в Соединенных Штатах для помощи людям с параличом лица в заказе пиццы.

Какие задачи были решены с помощью системы RAX?

Система RAX помогла человеку с параличом лица заказать пиццу по телефону, что демонстрировала возможности компьютерной технологии в упрощении повседневных задач.

Что такое лестничная логика и как она связана с развитием компьютеров?

Лестничная логика - это концепция, основанная на принципе работы триггеров, где один сигнал может открыть или закрыть другой сигнал. Эта концепция лежит в основе работы современных компьютеров.

Какие проблемы могут возникнуть при внедрении голосовых помощников в образовательный процесс?

Проблемы включают в себя отсутствие обратной связи и общения, необходимого для настройки и передачи знаний, а также высокую стоимость создания качественного общения с помощью Аватар.

Какие функции могут выполнять голосовые помощники в сфере медицины, как в примере системы Легина?

Голосовые помощники, такие как Легина, могут общаться с пожилыми людьми, помогать детям узнать состояние своих родственников, измерять медицинские показатели, напоминать о принятии лекарств и вызывать скорую помощь, если это необходимо.

Чем отличается генеративный трансформер, упомянутый в скрипте, от обычного генератора текста?

Генеративный трансформер - это сложная модель искусственного интеллекта, способная предсказывать наиболее вероятное продолжение фразы на основе обученной семантической сети, что делает генерацию текста более точной и контекстно-зависимой.

Какие проблемы могут возникнуть из-за некачественной обучения голосовых помощников?

Некачественное обучение может привести к неправильному пониманию контекста, неуместным рекомендациям, а также к неприемлемым ответам, таким как проявление ненависть, оскорбления и прочее.

Какие проблемы могут быть связаны с внедрением искусственного интеллекта в государственное управление?

Проблемы могут включать неспособность системы адаптироваться к непредвиденным обстоятельствам, невозможность учета всех внешних факторов, что может привести к неэффективному или неправильному управлению.

Какие преимущества предлагает компания Актика в области оконного сервиса?

Актика предлагает новые стандарты в оконном сервисе, включая остекление объектов любой сложности, прямую связь с руководителем, честность, надежность, открытость и гарантию на продукцию на 10 лет.

Outlines

00:00

😀 История голосовых помощников и их влияние на мир

В первом параграфе обсуждается история и развитие голосовых помощников, начиная с древних шумеров и бога войны Нинурты, который давал подсказки во время сражений. Рассматривается внедрение голосовых технологий во всех сферах жизни и их потенциальный вклад в такие роли, как учителя или политиков. Упоминаются первые шаги в области синтеза речи и важные достижения в этой области, включая работу Кристиана Кранштейна в 1770-х годах.

05:01

😉 Развитие технологии голосовых помощников и их применение

Второй параграф посвящён дальнейшему развитию голосовых помощников, начиная с Говорящей головы Иосифа Фабера и его сына, которые пытались создать бизнес на основе этой технологии. Также затрагивается концепция 'лестничной логики' и введение бинарной логики, что лежит в основе современных компьютеров. Упоминается исторический прогресс, включая разработку системы RAX в 1974 году и её влияние на повседневную жизнь.

10:03

😎 Технические достижения и проблемы голосового синтеза

Третий параграф фокусируется на технических аспектах голосового синтеза, таких как создание библиотек атак нот для музыкальных инструментов и разработка устройств, способных воспроизводить звуки с интонациями и акцентами. Обсуждается влияние российских учёных на прогресс в этой сфере и проблемы, связанные с лицензированием и коммерциализацией изобретений.

15:04

😳 Автоответчики и проблемы их использования

В четвёртом параграфе рассматривается текущее состояние голосовых помощников, их способность к простому диалогу и проблемам, связанным с автоответчиками, которые составляют большую часть рынка колл-центров. Обсуждается также потенциал голосовых помощников в более сложных задачах, отличая их от простых автоответчиков.

20:06

😡 Проблемы с этической стороной использования голосовых помощников

Пятый параграф выражает обеспокоенность некоторыми аспектами использования голосовых помощников, включая возможные этические проблемы и негативные последствия неправильного использования этих технологий. Рассматриваются случаи неправильного обучения систем, что приводит к неприемлемым результатам, и важность правильного подхода к разработке и использованию голосовых помощников.

25:07

😐 Визualизация технологий ИИ и их влияние на рынок труда

В шестом параграфе обсуждается влияние технологий ИИ на рынок труда, особенно в колл-центрах и сфере образования. Рассматриваются возможные заменители человеческого труда, такие как аватары и персональные помощники, а также проблемы, связанные с внедрением ИИ в обучение и необходимостью обратной связи в образовательном процессе.

30:08

😒 Предикции и рекомендации для успешного внедрения ИИ

В заключительном параграфе автор даёт своё видение будущего развития голосовых помощников и ИИ, предупреждая о том, что дешёвые и некачественные решения могут наносить ущерб. Он рекомендует сосредоточиться на точечных решениях и подчёркивает значимость качественных продуктов и услуг, которые могут принести реальную пользу.

Keywords

💡Голосовые помощники

Голосовые помощники — это интеллектуальные системы, способные общаться с пользователем с помощью речи. Они используются для различных задач, таких как управление智能家居, поиск информации или помощь в организации рабочего процесса. В видео упоминается история развития таких систем и их внедрение во все сферы жизни.

💡Искусственный интеллект

Искусственный интеллект (ИИ) — это область информатики, которая изучает способы моделирования человеческого интеллекта с помощью компьютеров. В контексте видео, ИИ используется для создания голосовых помощников и других систем, способных выполнять задачи, требующие интеллектуального подхода.

💡Синтез речи

Синтез речи — это процесс преобразования текста в речь с помощью компьютера. В видео скрипте упоминается, что это один из основных этапов в разработке голосовых помощников, который занял долгие годы исследований.

💡Аватар

Аватар в видео контексте — это виртуальное представление пользователя или персонажа, который может общаться и взаимодействовать с другими пользователями. В видео упоминается о том, что такие системы могут заменить людей в определенных сферах, таких как общение с пожилыми людьми.

💡Тьютор

Тьютор — это английское слово, обозначающее наставника или преподавателя, который обучает студентов индивидуально. В видео упоминается о том, что преподаватели, как тьюторы, могут быть заменены системой ИИ, но это потребует обратной связи и настройки.

💡Кибернетика

Кибернетика — это научная область, изучающая системы, способные саморегуляцию и обмен информацией. В видео упоминается, что кибернетика была идеей управления государством на основе современных технологий, но в практике это оказалось не так просто.

💡Эффект зловещей долины

Эффект зловещей долины — это феномен, когда похожество между человеком и искусственным объектом вызывает у людей дискомфорт или страх. В видео говорится о том, как это похожество может влиять на восприятие голосовых помощников и других систем ИИ.

💡ГЕНЕРАТИВНЫЙ Трансформер

Генеративный трансформер — это тип ИИ, который может генерировать текст на основе ученных данных. В контексте видео, такие модели используются для создания более естественного и похожего на человеческую речь ответа голосовыми помощниками.

💡СКС

СКС (Short Conversations System) — это система, которая обрабатывает короткие диалоги и предоставляет типичные шаблоны ответов. В видео упоминается, что такие системы используются для добавления оживления и натуральности в разговоры с голосовыми помощниками.

💡Актика

Актика — это компания, упоминается в конце видео скрипта, которая предлагает услуги по окнооборудованию. В контексте видео, это пример компании, которая использует принципы прогрессивных решений и надежных партнерств для обслуживания клиентов.

Highlights

Голосовые помощники происходят из древности: в Шумере бог войны Нинурта давал подсказки своим владельцам в бою.

Первый синтез речи был достигнут в 1779 году в Санкт-Петербурге благодаря немецкому ученому Кристиану Кранштейну.

Синтез речи Кранштейна включал в себя только пять различимых гласных звуков, но открыл дверь к дальнейшим разработкам.

Говорящая голова Иосифа Фабера, созданная за 7 лет, демонстрирует сложность ранних попыток создания голосовых помощников.

Эффект зловещей долины описывает отторжение людей от humanoidов, когда они становятся слишком похожими на людей.

Логические схемы и триггеры являются основой современных компьютеров и голосовых помощников.

Первое применение голосовых технологий в медицину было в 1974 году для помощи парализованному человеку.

Современные голосовые помощники используют генеративные преобразователи и большие библиотеки для речи.

Автоответчики и спам-звонки являются одним из применений голосовых технологий, составляя 70% рынка.

Голосовые помощники обучаются на данных, включая непроверенные и сырые, что может привести к неправильным рекомендациям.

Руководители проектов голосовых помощников часто недооценивают важность лицензирования и интеллектуальной собственности.

Система 'Легина' предложила индивидуализированный подход к медицинскому обслуживанию пожилых людей.

Искусственный интеллект в образовании может быть полезен, но требует обратной связи и настройки.

Кибернетика и идеи управления государством на основе распределенных систем не всегда оправдывают ожидания.

Рынок голосовых помощников в России растет, предоставляя возможности для инноваций и бизнеса.

Компания 'Актика' меняет правила оконного сервиса, предлагая инновационные решения и гарантии.

Transcripts

[музыка]

Здравствуйте товарищи это лаборатория

точка сборки с вами Александра Троцкая и

Андрей Игоревич масалович он же кибердед

Привет Всем здравствуйте Андрей Игоревич

Мы уже нени в одном ролике неоднократно

говорили про нейросети про умных

голосовых помощников типа Алиса и так

далее и вроде бы в разрезе шпионажа и

утечки данных всё обсуждали Ну вот

Хотелось бы более широко скажем так

углубиться в эту тему потому что они

шагают по миру ничего с этим уже не

сделаешь внедрены уже во все сферы и

хотелось бы понять Ну например а заметят

ли когда-нибудь такие умные Алисы и

ипполиты например преподавателей

мосгордуму и так далее А расскажи

пожалуйста всю историю ну попробуем Да

ну первый во-первых голосовые помощники

появились довольно давно первый описан

5.000 лет назад у древних шумеров вот у

них был бог войны нинурта Вот который

всех побеждал Почему у него была палица

которой он сражался который в нужный

момент в тяжёлые моменты битвы начинал

человеческим голосом подсказывать что

делать хозяину Я вот сейчас был в зоне

сво там пример что-то вспомнил мне

говорят А у наших начальников такого нет

вот многим бы это не помешало чтобы в

тяжёлый момент включалось пале с мозгами

говорила подсказывала Что делать Вот это

не в порядке крити

в порядке мечтаний то есть действительно

уже была озвучена мечта человечества

чтобы был умный подсказчик именно

подсказчик вот ну Давайте попробуем

мысленно сделать и мы увидим что мы упм

в совместное решение нескольких групп

задач первая из них которая сейчас

кажется мы даже не замечаем самый

простой синтез голоса на самом деле

заняла дольше всего этим занимали

везирова голо

это получилось в

санкт-петербурге в

780 немцы это радуются что это немецкий

учёный его зовут

Кристиан кранштейн

Вот который это сделал действительно

сделал это немец Но это был умный немец

и когда ему было 25 лет ему Эйлер сказал

Слушай ты такой умный те сам Бог велел

ехать в Россию вот это как раз место для

умных поехал и читал там лекции в

академии наук и в он ну немцы считают

что он в 1779 придумал это устройство

синтеза речи вот на самом деле это

была это был конкурс

российского Российской академии наук

санкт-петербургской Академии Наук

конкурс на искусственный интеллект на

голосовые помощники короче тогдашней

сколкова Придумайте что-нибудь чего не

было Вот но у него не очень получилось

Элер дал теоретическую основу там вот

этих вот звуковых колебаний которые хоть

как-то позволяли понять как подступиться

вот он сумел сделать железку которая

если правильно управляться там была

система Мехов вот издавала пять гласных

звуков различимых только пять только

гласных Ну потому что гласный звук

тянется у е но зато мы на слух их могли

различить Вот это был реально первый

шаста понятно это вообще дожи вот

стах остатков изделий чертежей не

осталось только словесное описание тем

не менее в Дрездене храни реплик то есть

по текстовым по текстовым описаниям

попытались эту агрегати воспроизвести

она действительно получилась она звуки

звуки издаёт Вот и в древком музее

хранится

потом следующий шаг был уже в конце века

года была Говорящая голова Иосифа

фабера Прим он голову чтобы она издавала

звуки делал 7 лет вот а чтобы она

шевелилась

вот всё вместе делал 25 лет вот

собственно подтверждает форму я давно

вывел ВС что говорит программист надо

умножать на говорит за месяц сейчас запи

значит будет зари с небольшим месяца

если говорят за 7 лет Ну значит за 25

лет

справится результат оказался плохим

почему он первым столкнулся с эффектом

когда у него начало получаться он первым

столкнулся с эффектом который вот не так

давно описали японцы он называется это

само эффект зловещей долины что когда у

тебя что-то начинает походить на

человека Сначала это выглядит мимимишный

всем нравится но когда сходство с

человеком к какой-то черте приближается

Вот это подсознательный страх и

отторжение то есть люди это сторонятся и

не используют это как раз излечивается

только на самых-самых последних

процентах когда уже совсем становится

там почти неотличимы от человека Ну с

этим готовы мириться вот если видно что

это неживое лицо шевелит неживыми губами

и при этом издаёт связанные звуки Это

только пугает Вот его сын потом пытался

на этом бизнес построить он это лицо

возил там по разным местам его кстати в

Казани показывали в Казанском

университете там помоему в 1883 году То

есть тоже в России России уже тогда в

общем голосовыми помощниками занимались

Вот но не очень эффективно значит дальше

в шестидесятых

годах было такое

понятие так называемая лестничная

лестничная логика Ну вообще если взять

современный компьютер мало кто об этом

задумывался и вго Вт увидишь прото

внутр увидишь что э схема работает Ну и

превращается собственно в компьютер

делает осмысленное действие потому что

там есть триггера так называемые

транзисторы вот в чём идея триггера один

сигнал открывает или закрывает другой

Сигнал это просто переложение

давно-давно известного водяного затвора

когда если у тебя где-то протекло можно

сделать так что там Нате и перекроет вот

и какая-нибудь заслонка Бах ну чтоб

спасти от наводнения так вот мало кто

задумывался на водяных затвора просто

можно сделать вот такую вот водяную

лесенку которая будет Ну допустим д

числа складывать то есть сюда в виде

битов подаёшь водичку она сама она сама

вот здесь водичку под одно число там 1

там здесь под другое число в конце будет

выливаться итоговое число сложение или

умножение

вот сво

ней стали делать имитаторы речи то есть

которые там сами подключали или

отключали разные частоты Вот то есть ну

стали экспериментировать с акустикой вот

Ну кстати сказать кто не верит Можете

подумать действительно в основе

компьютера лежат вот

простейшие триггеры где один сигнал

короче главная идея что если у меня есть

элемент где один сигнал может перекрыть

или открыть другой сигнал этого хватит

чтобы любую любой алгоритм сделать вот я

вас ещё больше огорчу а внутри нейронной

сети лежит Нейрон в котором внутри лежит

пороговая функция пороговая функция

вообще-то это функция которая описывает

поведение поплавка на сливном бачке то

есть вот вот у него набирается

набирается вода он не срабатывает

набралась щёлка сработал это чётко та же

самая та же самая пороговая функция то

есть самый умный это просто миллиард

таких сливных бачков собранных собранных

вместе интеллекта у него столько же вот

поэтому не ждите от него чудес так вот

за это взялись японцы сделали систему

там был

а 71 усилитель там 22 преобразователя То

есть она была такая вот ну а так

называемую лестничную логику тогда уже

активно изучали и это потом перешли уже

в такое формальное описание двоичной

логики а тогда были тогда схемы

описывали такими вот э каскадами

и она внятно произносила полтысячи слов

на са на японском потом сделали её же

сделали на английском Ну и собственно

если теперь это такая предыстория вот

если не углубляться в Древних шумерах

настоящая история началась в

1974 году в Штатах там сделали систему

она называлась ракс

и некий мужик по имени Дональд вот е

использовал у него бы паралич лица он не

мог говорить реально то есть всё было

сделано по-честному то есть он ну в

детстве он говорил он мог слышать он

понимал как строится речь но говорить

технически не мог Вот он на этом

устройстве начал названивать заказывать

пиццу Ну по получилось Там раза с

десятого Потому что сначала просто

пугались какой-то неестественный голос

что-то там монотонно говорит причём ему

довольно долго надо было собирать фразу

получалось что его спрашивают он

перебивает Ну в общем то есть с тобой

разговаривает

то что разговаривает робот тогда ещ

Представить не могли там сече вот то

считали что это какой-то помешанный Но

тем не менее он задачу решил то есть он

сумел объяснить что надо Надо

заказать Вот кстати сказать вопреки

распространённом заблуждению

заказ заказ продуктов там заказ товаров

не самая главная задача для голосовых

помощников она На девятом месте На

первом месте подбери музычку

на вром Какая сегодня погода вот на

третьем Включи мне будильник настолько

вот ну и так

далее бытовые вещи вот подбери купи

товар На

девятом вот ну и собственно с этого

момента стало понятно что вот эта вот

Техническая Задача создания речи была

решена и даже более того тогда же

появилось

устройство кото до сих пор можно пить в

моди виде дох подат

сде котора ребнку понимала 200

английских слов которые ребнок

произносит неправильно Ну обычно Если е

специально не учить Вот И там можно было

набрать слово и она его произносила Как

его правильно надо произносить вот в

качестве такой игрушки детишкам это

зашло вот продаётся до сих пор его там

100 раз

переделывали Вот но до сих пор До сих

пор жива

называется чит теперь

по самим голосовым помощникам как они

выглядят сейчас что там

используется первое синтез речи синтезом

речи ещё до 2000 года

наловлю синтезировать сигнал я уже даже

как-то рассказывал у меня там в конце

девяностых был такой период

когда Выяснилось что в России дофига

учёных и мозгов вот а в мире делают

дофига технических урой которых надо

реализовывать непонятные алгоритмы и

Возникала Ну идеальная стыковка Вот что

тебе непонятно Иди в Россию найдём

учёных они тебе сделают Вот я этим с

удовольствием занимался мы там кучу

задач решали вот Единственное что меня

искренне огорчало что каждая группа

учёных я им приводил заказчика они

получали Первые деньги а дальше там хоть

тушкой хоть чучелом Хотели к ним

устроиться в команду младшим лаборантам

вот я говор блин вы что Ну потратьте

один день там изучить основы

лицензирования вот вам всю жизнь будут

что это закрепите что это алгоритм мой

вам всю жизнь будут платить Живи где

хочешь там хоть на Мальдивах Те будут

идти деньги нет почему-то я хочу вот я

такой умный я хочу

туда вот ну там несколько случаев было

там народ не закреплял тем не менее а и

меня тогда тогда в конце девяностых

судьба сла с парнем по

имений звукооператор от

он делал альбом вот и он изобрел

устройство которое называлось сивир в ЧМ

была

идея До этого была одна из ошибок в то

что звук - это звук то есть надо ноля

Значит надо синтезировать ноля а она в

обычной жизни не берётся просто так

любой звук берётся Сначала с атаки Но

его нет а потом он есть

бьёшь по клавише если это музыкальный

инструмент и оказалось что во-первых

опытный музыкант это слышит что вот это

играл это играет мастер А это играет

конкретно вот этот А это играет

начинающий имен на повод нажать её вот

Обычный человек просто если ему показать

синтезированный Звук вот с атаками А и

показать обычный синтезатор Ну разница

колоссальная он не понимает почему но

это что-то

такое как это сказать суло ид это

настоящее Вот и

нни тогда собрал собрал огромную

библиотеку этих Атак как играет такой

инструмент вот в этих этих этих руках на

каждую ноту как играет там какой-нибудь

большой оркестр там какой-нибудь венской

оперы Вот и можно было прям создавать

музыку вот не просто из звуков А ещё из

подставляя исполнителя Вот это был

революция действительно Син Клавир

выгнал вобще разрушил сектор нка потому

этого быв

Я уже рассказывал просто Великая история

которую надо 100 раз повторять вот он

мне ещ при этом говорил вы Вы айтишники

придурки вы не понимаете что нам надо Я

говорю Ну и что тебе надо мне нужен

накопитель на пол теба Я

говорю накопитель вообще-то 40 МБ по киб

можно собрать пожалуйста те соберу Но

это будет очень дорого это будет больше

твоего дома Вот это будет довольно

сложно управляться тебе правда это надо

не ты ничего не понимаешь это был год

девяносто седьмой Угу Вот тебе Вы должны

это придумать это должно помещаться у

меня в компьютер вот значит я жалею что

я за ним не записывал вот потом говорит

мне надо чтобы я в экран мог кнуть и там

что-нибудь это что-нибудь на экране

показать Я говорю В принципе есть

устройство у пилотов где он ну на

целеуказания может показывать цель Но

это вот такой экранчик стоит тоже как

сто квартиру не Мне нужен вот такой

чтобы я по нему вводил пальцем говор Ну

хорошо ты будешь води пальцем Но у тебя

программа которая нужна 10 людям в мире

никто ради 10 человек не будет делать

гот Нет по мени моего слово должна быть

программа для каждого грамотного

человека Ну то что сейчас называется

приложениями Вот я говорю ну таких

приложений Ну мы это слово не

употребляли таких приложений тогда нуж

тысячи он говорит значит будет 000

программ Я говорю в мире там всего

несколько тысяч программистов

кто не Вот вы ВС ничего не понимаете А и

самое чем он меня убил Я говорю Ну

хорошо ты на экране работаешь Но у тебя

же идёт сигнал он уходит сразу ну ты

видишь А так называемые эти самые

форматы или форматы как она называется

долька сигнала это со со секунды Вот

сейчас анализ анализ звука когда идёт он

делится на по одной сотой примерно А вот

оцифровывать значит у тебя сразу уйдёт с

экрана он говорит так я должен вот так

вот пальцами пальцем значит экран перел

Я говорю В смысле ты пальцем вот так

двигаешь у тебя по экрану двигается

картинку Ну да говорит я говорю Вернись

в реальность Ты в каком мире я понимаю

что ты там

[музыка]

задвижкой надо было за ним ходить говори

не скажи ещё что-нибудь

[музыка]

вот это было за за 8 лет до появления

Айфона короче первого Айфона вот тем не

менее к году главную задачу решили вот

звук научились синтезировать более того

научились

добавлять научились добавлять акценты

научились добавлять интонации Ну просто

запис собирая Тогда просто собираю

большие библиотеки вот сейчас уже

сделали мата аппарат под все

этапы собственно состоит голосовой

помощник он слышит звук делит на

короткие короткие дольки эти короткие

дольки оцифровывать по ним понимает

звуки по ним понимат слова если

слово этой Конте Это скорее всего речь

там допустим мужчины или там женщины или

просто речь человека из России вот

пытается то есть дальше он начинает вот

этот

вот эти собранные данные обогащать То

есть если слово непонятно он лезет в

словарь какое какое слово скорее всего

Эти звуки могут собраться если у него

слова начали собираться во фразу но не

очень собираются он лезет уже на

следующий уровень подсказать

Вот таких слов Ну наиболее вероятно

собирается вот такая фраза То есть он

додумывать ну вернее не росе за него

додумывать получается довольно

осмысленно Вот то есть условно говоря

сейчас вот эта часть задачи решена это

хрень понимает что ей говорят Ну вернее

может перевести это в текст и кстати

одна из задач ради которой это

затевалось это люди переводят Кстати

номер восем это делают чаще чем то есть

надиктовать вот человек говорит в четыре

раза больше быстрее чем пишет

соответственно многие многим текст

удобне не надиктовать Ну и я бы тоже

надиктовать Если бы надо было что-то

длинно писать вот

а И как только вот эту часть задачи

решили сразу возникло две ветки одна -

это

простейший автоответчик который ведёт

тебя по простому диалогу без интеллекта

Типа если вы хотите вот если вы хотите

служить в армии нажмите звёздочку там

ходите слушать в армии нажмите решётку

Вот то есть там нет интеллекта он тебя

ведёт а вот раз второе просто первый

прозвон Ну холодный звонок отвечает Не

отвечает тут эти ро до слут не дослушать

роботы спамеры они кстати составляют

более 70% рынка Ну точнее если взять

всеми всеми любимых коллекторов вот у

коллекторов сейчас 85% первый звонок 85%

- это стопроцентный бот то звонит бот и

весь разговор вет бот Вот и фиксирует

что человек ему сказал оператор просто

просматривает выдачу что дозвонился В

итоге тот сказал Идите нафиг или сказал

там заплачу за месяц то есть Человек

читает итог разговора в разговор не

вмешивается

85% Примерно 15% это когда звонит сам

человек ну если случай сложный и только

полпроцента это переключение с робота на

человека типа там про про ле

Дайте мне оператора кстати всем могу

сказать Нет могу подсказать я не знаю

может быть это уже пофиксили раньше

выручала если вот такая хрень мешает

поговорить с оператором скажем в банке

надо три раза сказать Соедините меня с

оператором Она говорит не нажмите тот

тот не Соедините меня

с на третий раз пробивала ач вот такой

ещё вопро говори что когда человеко

подобность

становится совсем уже ну такого

серьёзного уровня то люди свы каются вки

Да уже как-то принимают А вот сейчас на

самом деле та же Алиса с ней можно

пообщаться вполне очень нят некоторые

ответы они на самом деле мне не очень

нравятся оже звучат так как я тебя тут и

всех немножко огорчу там использовано

несколько механизмов Ну вернее там

использовано много механизмов это чтобы

речь стала внятной и человеко подобный

часть из которых по смыслу плохие вот Ну

первое главный механизм вот то что

называется gpt генеративный генеративный

тренированный трансформер Вот это

идеальный подсказчик наиболее вероятного

продолжения фразы он не понимает О чём

фраза Он просто знает что если говорят

Барак скорее всего Обама вот не более

Вот и если говорят Иди на то дальше один

из некоторых небольшого числа вариантов

Вот то есть это такой подсказчик не

ведёт смысла раз второе тоже печалька

которая делает оживляет разговор это так

называемая СКС короткие Разговоры это

шаблон наиболее типовых вопросов типовых

типовых коротких ситуаций в разговорах

под которые я вас огорчу ответ подбирал

человек вот и когда нам кажется что

робот шутит это заранее подобранный вот

и третье Самое печальное вот что сейчас

На чём нарыва это если идт неко кова

которого уже ловится что сейчас была

Ирония вот или сейчас там надо пошутить

или сейчас мы пошли вот в эту тему он

дальше запускает ча G5 уже с некоторыми

сужающий ками на самом деле когда вы

разговори сейчас п у этой хрени довольно

много команд которыми можно по управлять

А скажи мне что-нибудь Академическое

Скажи мне теперь что-нибудь там разговор

А теперь

Пошути и вот в такие места встав взять

из книжек взять из там фильмов причём

Вот таких взять там из сериалов для

домохозяек Похоже что речь идёт Ну

разговор идёт с домохозяйкой ей зайдёт

вот ссылочка на такие книжки или там на

такую музыку Вот и к сожалению часть

таких диалогов тренировали на либо на

непроверенных там данных из книжек или

сериалов либо вообще на сырых данных Ну

вот на чём грохнулся первый же 51 его

тренировали на данных в которых были на

с вами диалоги поэтому он там ругал

хвалил Гитлера там ругал евреев вот

ругал негров и прочих вот и ну недавний

случай там совсем такой вопиющий когда

десятилетняя девочка сказала Алиса там Я

хочу раз мне скучно Развлеки меня Алиса

говорит я тебя научу Возьми Возьми

устройство то азон было по-моему Это

по-моему было у Алексы а ой да чуть не

обидел

уну бы нашла вот да не Алиса у Алекса

Короче она ему

посоветовала возьми зарядник наполовину

Вынь из розетки чтобы были видны

контакты и положи на контакт и положи на

контакты монетку в общем скучно не будет

Вот ну могу сказать там вероятность 50

на 50 с 50 с вероятностью 50% при этом

конкретно долбанёт с вероятностью 50%

Это вся превратится локальную зажигалку

Вот Ну а дальше уже зависит от того что

рядом попадёт вот то есть это была

правда большая разборка на эту тему Вот

то есть ну это не единичный случай на

самом деле довольно часто Ну вот уже

нашу родную Алису тут уже не перепутаешь

её заносило с Машей и Медведь как раз мы

даже в этих стенах похожую тему

обсуждали что Маша - это призрак девочки

которую когда-то Медведь

сожрал Вот она теперь как бы изображает

совесть да А правда что есть специальные

люди которые обучают вот этих помощников

эксперты скрипто А

их даже три типа вот да людей там много

первое к сожалению в очень многих

случаях всё-таки сзади сидит человек и

рулит то есть очень много алгоритмов ещё

сопровождаются ручной или работой или

хотя бы подстраховкой ну то есть за

работой сети следи человек это раз а

второе в процессе

обучения фактически на вот такую вот

лобовую работу Трансформера что увидишь

это отвечай так увидишь это отвечай так

накладывается семантическая сеть её

накладывает человек что вот здесь идёт

речь про погоду надо посмотреть сюда вот

здесь речь идёт там про войну надо взять

отсюда вот то есть сама настройка ещё

сверху накрыта алгоритмами Ну такими вот

как бы тропиночка прописанными вручную

Вот и эти Ну часть из них никуда не

денешься там что такое хорошо что такое

плохо это этично неэтично там можно

можно детям нельзя детям это всё вот эти

вот рамочки ставляет человек там мат не

мат и так далее Вот это вторая сторона

Ну и третья сторона сама

сеть Это готовая с которой мы

разговариваем это тоже продукт у

которого очень много команд управления

точно так же как поисковик это очень

сложно внутри система Ну с невообразимо

огромной базой у которой есть язык

управления это язык запросов Если вы

просто набираете запрос Без команд вот

выдача будет сырая Если вы научитесь

пользоваться Ну когда-то у меня вот

семинары конкурентная разведки

начинались именно с этого что за полдня

можно научить любого человека там

неважно начальника или как мои

программисты говорят полного начальника

вот или секретаря вот искать в интернете

вче раза быстрее просто правильно

употребля

Ну понима немножко логику работы вот

сейчас это стало отдельным направлением

вот оно называется промпто вот или

по-русски стали называть же патологи

специалисты по gpt и к моему глубокому

разочарованию сейчас всерьёз обсуждается

ввести же патолого как специальность

потому что считают что через 3 года их

понадобится много что этому надо учить в

университетах ребята не надо это учить в

университетах это достаточно

[музыка]

одномерных же патолого придётся

переучивать потому что большая часть

косяков научатся снимать на

подлёте сетки сами будут разбираться вот

а те которые не научатся С ними надо

будет по-другому управляться хорошо наша

любимая тема захватит ли мир искусствен

интеллект

уже поняли что нет не захватит ты уже не

раз об этом говорил но и всё-таки если

уже есть какая-то технология которую

можно визуализировать то есть Аватар

который говорит общается слушает и так

далее А

эти системы заменили ведь многих

сотрудников тех же да колл-центров там

этих операторов и так далее вот

преподавателя преподавателя в школе или

в институте когда-нибудь заменят такая

веь

не заменит потому что нужна обратная

связь преподаватель должен настраиваться

Ну вот реально ну только что называется

учитель там только не в нашем смысле а

вот из этих всяких восточных фильмов там

скажи учитель Вот учитель или там в

Штатах это называется тьютор вот человек

который настроен на то чтобы передать

знания и он Ну всё время как струна он

слышит где он не договорил где его

недопоняли где там чело сби Вот это Вот

это отсутствует начес то есть здесь

проблем Ну есть несколько проблем при

как это внедрить в обучение главное

следующее Первое это правда надо Вот И

там те кто те кто спорит что это только

ухудшит они отчасти не правы Потому что

есть случаи где электронное обучение

нужно Ну где просто не хватает учителей

в каки дальних аулах вот там это

выручает Ну где нет ничего можно

включить но правда с тем же успехом

можно Youtube включить профильную лекцию

послу

раз вторая

проблема очень качественный Аватар

качественное общение стоит очень дорого

То есть можно сделать персонального

помощника Но это будет какие-то ломовое

деньги и на оборот простейший диалог Ну

также Вот наверняка надо будет наверно

отдельный ролик сделать про пластмассу

Сейчас ровно тоже самое происходит что

было с изобретением пластмассы на

демоверсия революци можно любую задачу

решать лю ло любая там форма любой цвет

ну классно пластмасса всё изменит мир

вот на самом деле она была в руках

одного кстати довольно жадного

англичанина который тупо лепил там самый

дешёвый целу лойт В итоге сам разорился

весь мир отпугнуть пластмассы и только

через 50 лет Выяснилось что блин если

каждую задачку облизывать вот как

следует каждую задачку можно решить Но

если пытаться найти универсальное

решение это будет дешёвый целу ничего

более вот сейчас та же самае то же самое

с искусственным интеллектом то есть

очень дёшево очень легко сделать

массовое решение Но это будет дешёвый

целы лот очень дорого и сложно сделать

точечно Ну я сам в одном проекте

участвовал правда после со По

естественным причинам закрылся потому

что у нас партнёры были израильтяне они

как-то поняли что сейчас не то время вот

мы делали систему которая называется

Легина

вот личную помощницу медсестру которая с

пожилым человеком может поговорить

позвонить

детям рассказать что у бабушки ВС в

порядке померить там всякие показатели

давления подсказать таблетки вызвать

скорую если надо там Если ещё к ней

подключить простейшее устройство ещ укол

самое бабахает вовремя вот цифрового

депутата можете делать стате как хорошо

Какие

задачи

корупции по во по

зада рада

поть на этом надо сворачиваться Если я

сейчас начну развивать тему Во что

превратится электронный депутат Ну могу

Давай закончим на старом старом примере

во-первых слово кибернетика вводили как

идеальное управление государством на

основе современных

точнее ещ в Советском

Союзе чудесную книжку написал академик

Моисеев первый директор этого самого

вычислительного центра Академии Наук вот

он написал что они начали у них

появились компьютеры Вот они навчились

моделировать разные процессы очень

внятно очень классно которые до этого

которым не могли подступиться и решили

что пора заняться народным хозяйством

очень дого с этой иде

возились луко который придумал систему

идеального российский интернет и

идеальное управление на основе такой

распределенной системы Интернет подобной

системы управления Так вот в итоге

Моисеев описывает что их послушали Им

дали в

управление са автобазу на окраине Москвы

они за 3 месяца её разнесли в муку вобще

в ноль Вот потому что как

оказало

с рошо Что такое хорошо Ну допустим вам

надо увеличивать в плане тон на

километра Да запросто берёшь любой груз

там два Круга по МКАДу вот те тон на

километра Или надо уменьшать время

доставки вот она на раз вычисляет

оптимальное время доставки ставишь его в

план Всё ты план завалишь потому что

здесь Светофор сломался здесь ремонт

дороги Здесь авария Вот и идеальное

время не вытащишь вот ну и так далее

Короче мы пока не готовы В общем Итак

первое голосовые помощники есть даже в

большем количестве чем надо Кто хочет

заработать или изменить мир надо брать

одну локальную задачку с одним портретом

заказчика его вылизывать сколько можно

это будет дорого но зато это будет круто

вот к сожалению могу предсказать Что нас

ждёт сейчас наоборот обилие дешёвого

такого целлулоида для всех Вот тем не

менее рынок в России кстати в мире он

растёт на 15 на 19% прогнозируется на

ближайшие 3 года в России на 40 тире 80

то есть хотите зарабатывать на этом

секторе бабки едите в Россию Спасибо

Андрей Игоревич а подписывайтесь на

канал точки сборки и клуб Кибер дедом

ссылки будут в описании Ну и всем доброй

охоты Добро пожаловать в мир

прогрессивных решений и надёжных

партнёров Аврора представляет компанию

актика меняющую правила в мире оконного

сервиса ИС следующую тем же ценностям

что и коллектив нашего информационного

агентства актика - это новое слово

остекление объектов любой сложности

прямая связь с руководителем честность

Надёжность и открытость команды которого

меняют индустрию установки окон

предлагая двойной срок службы

конструкций по цене прошлого года

Пригласите для расчёта стоимости

специалистов трх компаний и вы Пойте

Почему окна актика доступнее кажутся А

гарантия 10 лет не единственное

преимущество соблюдения нами всех

строительных норм и правил акно надёжно

доступна в срок ссылка в описании

[музыка]