Názory k článku Ben Gomes: Během pěti let dojde k zásadní změně ve vyhledávání (2)

co se týče možnosti pouze ovládání hlasem, tak to mi přijde dost děsivé. už jenom když sedím na koleji, u vedlejšího stolu bydla a teď pořád něco kecáme, všichni kolem ví, co hledáme, všechny kolem to ruší... navíc je to nepohodlné, když píšu, můžu to různě upravovat, tady bych promýšlel složitě co říct, no děs. hlasové ovládání se vyplatí jen v malém procentu specifických situací.

Ovládání hlasem tj. rozpoznávání hlasových příkazů systémem, syntéza řeči tj. strojové čtení napsaného textu atp. - to vše jsou moc hezké technologie ale zatím jsem si moc nevšiml, že by je někdo "masově" používal. Že by někdo v autobuse mluvil na mobil nebo si ve vlaku nechal předčítat intimní zprávu od milenky. Tím nechci říct, že jde o zbytečné technologie. Naopak. Co chci říct je skutečnost, že zde neplatí černobílé uvažovaní stylu JE TO NANIC / JE TO SUPER. Vždy je zde potřeba zvažovat dvě veličiny. Člověk a Situace. Po NĚKOHO se to může v určité situaci SKVĚLE hodit. Pro jiného to nebude použitelné v žádné situaci protože on prostě takové situace ve svém životě nemá. Co člověk to jiné zvyky a potřeby. Pokud tedy pracujeme s podobnými technologiemi musíme mít vždy na paměti PRO KOHO TO DĚLÁME a PRO JAKÉ SITUACE. Nemůžeme tvořit 3D kino do 3D brýlí pro řidiče. Můžeme ale vytvořit aplikaci pro rozpoznávání hlasu, kdy se rozpoznaný text zobrazí v 3D brýlích neslyšícím. V diskuzích mám někdy pocit jako by z různých hádek měl vyplynout závěr ANO nebo NE.

Co se tématu vyhledávání týče je zde tlak na personalizaci. V rámci rozvoje komunitní komunikace se logicky dostává do popředí snaha o sběr dat vztahující se nejen k jednotlivým uživatelům ale k celým skupinám. Takové informace mají obrovskou obchodní "cenu" a je logické, že bude tendence je použít při poskytování cílené nabídky. Zobrazit člověku výsledek vyhledávání co nejblíže tomu co člověk hledá znamená ZNÁT toho člověka (skupinu) a jeho potřeby = posbírat hodně dat. Nabídneme-li člověku přesně to co chce, je vyšší pravděpodobnost, že si to koupí tzn. nemusíme vyhodit tolik peněz na plošnou a neúčinnou reklamu = vyšší zisky.

V otázce např. zmíněného rozpoznávání mluveného slova je krásný příklad jak se věci, které mohou být pro uživatele výhodné či užitečné dají využít (zneužít) někým jiným pro jeho cíle. Pokud zná systém můj konkrétní vzorek hlasu pak mé řeči dokáže mnohem lépe rozumět. To je princip personalizovaného rozpoznávání mluveného slova od Google. Hodí se mi to jako uživateli ? No jistěže hodí. Hodí se, když mi systém rozumí a já mu mohu bez chyb nadiktovat třeba knihu. Současně ale někde leží můj vzorek hlasu a to lze využít. Stačí umístit mikrofon do atria nějakého obchodního domu a naslouchat. Použiji db vzorků a hned vím, že přišel Franta Novák z Prahy 6. Ještě když to zkombinuji např, s daty z "faces" db a mikrofon v atriu doplním o kameru tak si můžu být identitou Franty zcela jistý. A jak to lze zneužít nebo využít ať si každý doplní sám.

Závěr ? Je to o tom PRO koho to je. PRO jakou situaci to je .. a je to taky o tom, že mi to nebude nikdo nutit tzn. dá mi možnost to prostě nepoužít.

+1
(a aspoň dva zbytečně znaky do 4)

popisujete soucasny stav, a jeho problemy, nemate vizi ;) pocitejte stim, ze behem nekolika (malo) let nebudete muset vyrazne artikulovat, kdyz se spletete, reknete "ne, myslel jsem to jinak", a (3d audio-vizualni ) odezva take bude.

Hlasová komunikace je přirozená záležitost, není to zdaleka jenom o hledání na webu, ale hlavně o tom, že tempo psaní na klávesnici neodpovídá tempu rozhovoru resp. myšlenek, čili - psaní je tedy svým způsobem "nepřirozené" a zdržující. Samozřejmě záleží na situaci a místních podmínkách, ale docela si dovedu představit i úpravy podmínek na pracovištích s ohledem na to, aby kolegové nebyli rušení rozhovorem s počítačem. To procento využití hlasového ovládání zdaleka nebude malé, dneska je to ještě tak trochu sci-fi záležitost, no uvidíme :-)

Diky za zajimavy rozhovor.

Ale necetl se moc dobre. Ocenil bych, kdyby nebyl prekladan tak strojene (strojove? :) ), ale autor to trochu rozvolnil. Nektere vety jsou opravdu k nepochopeni, kostrbate a tak...

a taky si nepřeju aby moje slova interpretovalo nějaký AI. Prostě jak to je, takto bude,jak to namčkám to to bude dělat a hotovo.

Mně ten rozhovor tedy zajímavý rozhodně nepřišel. Byl neskutečně strojený (zřejmě rozhovor se strojem), obsahoval samé obecné a nicneříkající fráze. Ben Gomes by jistě byl dobrý politik.

Nepotrebuju mit vizi, staci mi ze znam technicke moznosti soucasne a ty se rozhodne za 3 ani 5 let nijak zasadne nezmeni. Od dob elektronkovych domu s obslouhou armady techniku se zas tak moc nezmenilo. A to uz je kolik .. 50 let ...

Ovladani hlasem se slibuje uz od ty doby co sem pricich k nejaky technice (tedy kratce po tom, co sem se naucil cist) a to uz je taky peknych par patku. Ostatne, touhle dobou sme meli uz davno mit zakladnu na Mesici a v nekolika malo pristich letech mela vyrazit prvni vyprava ma Mars, coz je oboje technicky daleko realnejsi - v obou pripadech jde prakticky pouze o penize.

Ostatne celkem nedavno sem videl ten soutezici pocitac, a tam slo vlastne jen o to, aby dokazal identifikovat vyrcena slova (=> nebylo treba aby chapal vetu) a pak vyhledal nejvice odpovidajici vysledek - tedy neco co dela google uz davno, jen s textem. A na tuhle velmi trivialni ulohu potrebuji "pocitac" o velikosti domu (s velkou slavou konecne porazili rychlostne cloveka ...) A to takovy stroj reagoval na slovni zadani !jedineho! zadavatele.

BTW: Co znamena "ne, ja to myslel jinak?" Tyka se to posledniho slova, vety, celeho textu? .... hmm ....

Az na jeden detail - vsechny definice cehokoli probihaji v pisemne podobe - smlouvy, zadani, .... Proc? Pokud pominu "dukazni nouzi", tak prave proto, ze psany projev ma mnohem blize k algoritmicky zpracovatelnemu zadani nez projev mluveny. Schvalne, jak vysvetlite (slovy) pocitaci, ze ste si rozmyslel poslednich 5 slov 3ti vety odzadu ... na klavesnici je to o nekolika malo uhozech.

Doporucuju otestovat jak to funguje. Hracka je to pekna, dokud nemate potrebu se vratit nekam zpet a neco zmenit.

Hlasove ovladani je naprosto nepouzitelne i proto, ze pri tom nemuze clovek premyslet + pri hlasovem projevu clovek od prirody ocekava odezvu, venku si nestoupnete pred strom a nevedete snim rozhovor (i kdyz i taci se najdou)...

Navic s tim je spojen i zcela zadani problem - pocitac jednoduse vasemu projevu nerozumi. Clovek totiz vubec nevnima jednotliva slova, ale "tok vety", tudiz i kdyz cast preslechne, tak vi co rikate. Pocitac nikoli. Pro ten musite velmi vyrazne artikulovat, coz vas prestane bavit tak po 10ti minutach.