Alexa, lær mig hvordan man kan tale med dig | tim bajarin

Da Apple introducerede sin første personlige digitale assistent (PDA), Newton, i 1992, var det fra starten klart, at det ikke var længe efter denne verden.

Som et koncept var Newton en drejespænder, men dens design og funktioner var mildest talt svage.

Dets største problem var den dybt defekte håndskriftgenkendelsesteknologi. De tilgængelige mobile processorer på det tidspunkt var ikke i stand til at håndtere denne opgave med ethvert niveau af nøjagtighed eller præcision, mens softwaren blev udført dårligt.

Jeg kan huske, at jeg flyvede til Chicago for lanceringen af ​​Newton på anmodning af den daværende Apple CEO John Sculley, der kørte dette projekt fra starten. Men under demonstrationen på scenen mislykkedes manuskriptgenkendelsen gentagne gange. Vi fik at vide, at det var en tidlig version af softwaren, men jeg havde en stærk fornemmelse af, at Apple var overprompromiserende.

I de tidlige år af Newton begyndte Palm Computing-grundlægger Jeff Hawkins at arbejde på sin egen version af en PDA. Mens denne enhed stadig var under udvikling, inviterede Hawkins mig til sit kontor for at se en mockup, som var en træblok, der er tegnet til at se ud som, hvad der til sidst ville blive PalmPilot.

Jeg spurgte Hawkins, hvorfor han troede, at Newton var mislykkedes. Han pegede på sin tid hos Grid Systems, der introducerede den første virkelige bærbare pen computing laptop i 1989 kaldet GridPad. Det havde også en CPU på lavt niveau og var ikke i stand til at håndtere ægte tegngenkendelse. Men det lærte Hawkins, at når det kom til penindtastning og tegngenkendelse, var det nødvendigt at man fulgte en nøjagtig formel og skrev tegnene som beskrevet i manualen.

Derfor inkluderede PalmPilot Graffiti-skrivesystemet, som lærte en bruger, hvordan man skriver et tal, bogstav i alfabetet eller specifikke tegn (som #, $) på måder, PalmPilot kunne forstå. Jeg var en af ​​de første, der testede en PalmPilot og fandt, at Graffiti var meget intuitiv. Man kunne kalde dette en form for omvendt programmering, da maskinen lærte mig, hvordan man bruger den på det sprog, den forstod.

Spol frem til i dag, og jeg tror, ​​vi har en lignende ting, der sker med digitale assistenter.

En stor forskel denne gang er, at behandlingskraften sammen med AI og maskinindlæring gør disse digitale assistenter meget smartere, men ikke altid nøjagtige.

I det, jeg tænker på som et Graffiti-lignende træk, sender Amazon mig ugentlige e-mails, der indeholder over et dusin nye spørgsmål Alexa kan svare på. Dette er også en slags omvendt programmering, da det lærer mig at stille Alexa de rigtige spørgsmål.

Fra en nylig e-mail er her nogle af de nye ting Alexa kan svare på:

• "Alexa, hvad er dit sind?"

• "Alexa, hvad er der et andet ord for 'glad?'"

• "Alexa, hvad kan jeg lave med kylling og spinat?"

• "Alexa, ring mor."

• "Alexa, test mine stavefærdigheder."

• "Alexa, væk mig om morgenen."

• "Alexa, hvor længe er filmen Black Panther ?"

• "Alexa, tal på iambisk pentameter."

• "Alexa, hvor mange dage indtil mindedagen?"

Disse ugentlige anmodninger giver mig og andre Echo-ejere mulighed for at forstå den rigtige måde at stille Alexa et spørgsmål og opbygger vores tillid til at interagere med platformen.

Jeg er ikke i tvivl om, at når hurtigere processorer, maskinlæring og AI anvendes til digitale assistenter, vil de blive smartere. Men jeg har mistanke om, at flere og flere virksomheder, der opretter digitale assistenter, også vil begynde at bruge Amazons model for at lære folk, hvordan man stiller spørgsmål, der er mere i tråd med, hvordan deres digitale assistenter ønsker, at en forespørgsel skal angives.