Perché 500 milioni di persone in Cina stanno parlando con questa IA

iFLYTEK

Quando Gang Xu, un 46enne residente a Pechino, ha bisogno di comunicare con il suo inquilino canadese sui pagamenti dell'affitto o sulle bollette dell'elettricità, apre un'app chiamata iFlytek Input nel suo smartphone e tocca un'icona che sembra un microfono, quindi inizia parlando. Il software trasforma i suoi messaggi verbali in cinese in messaggi di testo in inglese e li invia all'inquilino canadese. Traduce anche i messaggi di testo inglesi dell'inquilino in cinesi, creando un ciclo continuo di conversazioni bilingue.

In Cina, oltre 500 milioni di persone utilizzano iFlytek Input per superare ostacoli nella comunicazione come quello che Xu deve affrontare. Alcuni lo usano anche per inviare messaggi di testo tramite comandi vocali durante la guida o per comunicare con un parlante di un altro dialetto cinese. L'app è stata sviluppata da iFlytek, una società cinese di intelligenza artificiale che applica il deep learning in una vasta gamma di campi come il riconoscimento vocale, l'elaborazione del linguaggio naturale, la traduzione automatica e il data mining (vedi 50 Smartest Companies 2017).

I sistemi giudiziari utilizzano la sua tecnologia di riconoscimento vocale per trascrivere lunghi procedimenti; i call center aziendali utilizzano la propria tecnologia di sintesi vocale per generare risposte automatiche; e Didi, una popolare app cinese per il ride-hailing, utilizza anche la tecnologia di iFlytek per trasmettere gli ordini ai conducenti.

Storia correlata

Storia correlata

Ma mentre alcuni progressi impressionanti nel riconoscimento vocale e nella traduzione istantanea hanno consentito a Xu di parlare con il suo inquilino canadese, la comprensione della lingua e la traduzione per le macchine rimangono un compito incredibilmente impegnativo (vedi Problema della lingua dell'IA).

Xu ricorda un malinteso quando ha cercato di chiedere al suo inquilino quando sarebbe uscito dal lavoro per venire a firmare il rinnovo del contratto di locazione. Ma il messaggio di testo inviato dall'app era A che ora vai a lavorare oggi? In retrospettiva, calcola che probabilmente è stato a causa della formulazione della sua domanda: lavorerai fino a che ora oggi? A volte, a seconda del contesto, non riesco a capire il mio significato, dice Xu, che ancora ne dipende per la comunicazione.

La storia di Xu evidenzia perché è così importante per un'azienda come iFlytek raccogliere quanti più dati possibili dalle interazioni del mondo reale. L'app, che è gratuita, ha raccolto questi dati da quando è stata lanciata nel 2010.

La piattaforma per sviluppatori di iFlytek, chiamata iFlytek Open Platform, fornisce tecnologie di intelligenza artificiale basate sulla voce a oltre 400.000 sviluppatori in vari settori come la casa intelligente e Internet mobile. La società ha un valore di 80 miliardi di yuan (12 miliardi di dollari) e ha ambizioni internazionali, inclusa una filiale negli Stati Uniti e uno sforzo per espandersi in lingue diverse dal cinese. Nel frattempo, l'azienda sta cambiando il modo in cui molti settori come la guida, l'assistenza sanitaria e l'istruzione interagiscono con i propri utenti in Cina.

iFlytek ha sede a Hefei, in Cina.

Ad agosto, iFlytek ha lanciato un assistente vocale per i conducenti chiamato Xiaofeiyu (Little Flying Fish). Per garantire una guida sicura, non ha schermo né pulsanti. Una volta connesso a Internet e allo smartphone del conducente, può effettuare chiamate, riprodurre musica, cercare indicazioni stradali e cercare ristoranti tramite comandi vocali. A differenza degli assistenti vocali destinati alle case, Xiaofeiyu è stato progettato per riconoscere le voci in un ambiente rumoroso.

Min Chu, vicepresidente di AISpech, un'altra azienda cinese che lavora su tecnologie di interazione uomo-computer basate sulla voce, afferma che gli assistenti vocali per i conducenti sono in qualche modo più promettenti degli altoparlanti intelligenti e degli assistenti virtuali incorporati negli smartphone. Quando gli occhi e le mani del guidatore sono occupati, ha più senso fare affidamento sui comandi vocali. Inoltre, una volta che i conducenti si sono abituati a fare le cose usando la voce, l'assistente può anche diventare un fornitore di contenuti, consigliando opzioni di intrattenimento invece di gestire passivamente le richieste. In questo modo si evolverà un nuovo modello di business.

Nel settore sanitario, sebbene l'intelligenza artificiale abbia il potenziale per ridurre i costi e migliorare i risultati dei pazienti, molti ospedali sono riluttanti a fare il grande passo per paura di interrompere un sistema già teso che ha pochi medici ma molti pazienti.

All'Anhui Provincial Hospital, che sta testando una serie di prove utilizzando l'IA, le tecnologie vocali stanno trasformando molti aspetti del suo servizio. Dieci assistenti vocali a forma di ragazza robot utilizzano la tecnologia di iFlytek per salutare i visitatori nell'atrio dell'ambulatorio e offrire sollievo agli addetti alla reception oberati di lavoro. I pazienti possono dire all'assistente vocale quali sono i loro sintomi e quindi scoprire quale reparto può aiutare.

Sulla base dei dati raccolti dall'ospedale da giugno, l'assistente vocale ha indirizzato i pazienti al reparto giusto l'84% delle volte.

I medici dell'ospedale utilizzano iFlytek anche per dettare i parametri vitali di un paziente, i farmaci assunti e altre informazioni in un'app mobile, che poi trasforma tutto in documenti scritti. L'app utilizza la tecnologia di stampa vocale come sistema di firma che non può essere falsificato. L'app sta raccogliendo dati che miglioreranno i suoi algoritmi nel tempo.

Sebbene le tecniche di intelligenza artificiale basate sulla voce stiano diventando sempre più utili in diversi scenari, rimane una sfida fondamentale: le macchine non capiscono le risposte che generano, afferma Xiaojun Wan, professore all'Università di Pechino che fa ricerca sull'elaborazione del linguaggio naturale. L'IA risponde alle domande vocali cercando una risposta pertinente nella grande quantità di dati che è stata alimentata, ma non ha una reale comprensione di ciò che dice.

In altre parole, la tecnologia di elaborazione del linguaggio naturale che alimenta gli assistenti vocali odierni si basa su una serie di regole rigide, che si traducono nel tipo di incomprensione che Xu ha subito.

Cambiare il modo in cui le macchine elaborano il linguaggio aiuterà le aziende a creare dispositivi di intelligenza artificiale basati sulla voce che diventeranno parte integrante della nostra vita quotidiana. Chi fa un passo avanti nell'elaborazione del linguaggio naturale godrà di un vantaggio nel mercato, afferma Chu.

nascondere