Názory k článku Počítač mluvící a naslouchající – nevěřím, nevěřím

... tak se zblázníme. Buď bude muset každý stroj obsahovat umělou inteligenci, nebo dopadneme jako v Červeném trpaslíkovi...

HOLLY: A koho bys tady rád viděl?
LISTER: Kohokoliv! Chena, Petersona… Dokonce i s Göringem by byla větší psina než s Rimmerem. Já vim, že to byl šílenej transvestita, ale aspoň bysme si mohli zatrsat! (K umyvadlu) Vodu!
HOLLY: Ale pouze Rimmer je schopen udržet tě při zdravém rozumu.
LISTER: Ale, hovňajs!
Panel na zdi se otočí a objeví se ZÁCHOD.
LISTER: To nebylo na tebe!
ZÁCHOD: Moc se omlouvám. Nedával jsem pozor. Zatím nashledanou.

Před těmi deseti lety, na tom vámi zmiňovaném počítači, pro mne byl základní pracovní nástroj Excel. S pětašedesáti tisíci řádky a dvě stě padesáti šesti sloupci na listu. Měl jsem i sešity s patnácti listy, ale vešlo by se mi to všechno na jeden, kdybych oželel přehlednost. Běžně jsem míval v sešitu desítky tisíc vzorců, často víc jak z poloviny maticových. Před osmnácti lety jsem měl tabulky o něco málo jednodušší, počítaly se na 286 s frekvencí 8 MHz a nebyl to tehdy pro mne ještě Excel, ale LGX (kdyby někdo někde měl LGX286.exe, potěší mě jirin@post.cz). Dnes mám dvouprocesorový stroj s giga paměti a nejméně dvěstě krát vyšší frekvencí, ale nejčastěji zpracovávám prakticky stejné tabulky.
Otevření sešitu a přepočet trvá nyní stejně dlouho, jako trvalo před těmi deseti lety. A je jen nepatrně rychlejší, než před osmnácti lety. Ať mi nikdo nic neříká o AI ;-)
Neví někdo, jak vypnout v Excelu to "kurvítko", které dělá dnešní Excel stejně "rychlým", jako byl před deseti lety?

Když jsem v roce 1999 odevzdával diplomovou práci "Rozpoznávání hlasových příkazů" (nebo jak se to přesně jmenovalo), věnoval jsem se v ní nejen praktickému řešení, ale i tomu, zda to k něčemu bude, když bude počítač umět rozpoznávat řeč (což je úplně jiná liga, než rozpoznávat příkazy, ale to jen tak mimochodem). Takže: ano, k něčemu to bude. Pro handicapované občany nový vstup do života. Na poradě nebo i v soudní síni počítač jako výborná zapisovatelka.

V žádném případě ale ne jako nástroj pro běžné ovládání počítače. JH o tom v článku píše, takže si ještě přidám: kdo umí psát všemi deseti (nebo aspoň devíti), píše určitě rychleji, než mluví.

Takže 100% souhlas: Bill Gates před lety kecal a Balmer se to jenom snaží zachránit :-)

Dodnes si vzpominam na popisovanou zkusenost z ovladani hlasem:
"Sedim si pred pocitacem a rikam nahoru, dolu, spustit, ... Pak prisla manzelka a pet minut na me mluvila. Zbytek dne jsem stravil uvadenim PC do puvodniho stavu."

Souhlasím. Jsem spokojený uživatel Windows - na Visty jsem přešel (dokonce trochu příliš odvážně na 64b), na Office 2007 jsem přešel (nad ribbony sice občas skřípu zuby, ale zvykám si), ale budoucnost dle Gatese a Balmera si představit nedokážu...

Jen poznámku k těm nejčastěji vyhledávaným frázím. Řekl bych, že uvedené příklady svědčí spíše o tom, že si lidé pletou textové pole vyhledávače s adresním řádkem, než že neumějí formulovat vyhledávací kriteria. Taky se občas uklepnu a obohatím databázi seznamu o hledanou frázi lupa.cz :)

Ovládání hlasem je blbost, na to stačí zdravý rozum.

Třeba teď jsem se při čtení nasnídal a ještě si poslechl zprávy z rádia. Nechtěl bych to vidět při ovládání hlasem :)

já si ovládání hlasem před lety (!) - asi ve stejné době kdy se s tím setkal i bill gates - vyzkoušel. bylo to demo od ibm tuším a co se to naučilo, fungovalo. po půlhodině zkoušení jsem měl tak vyschlo... pro běžné ovládání nemožné.

na druhou stranu je dnes "normální" říct mobilu jméno a on nabídne číslo. akorát nevím, proč bych si u toho měl vůbec vzpomenout na microsoft.

Mozna to bude fungovat jako ve StarTreku :) Ze StarTreku nakonec vzeslo PDA a "veckove" telefony, ne?
Vtip je v tom, ze se zmeni pocitac jako takovy. Umela inteligence bude chapat a provadet hodne veci za nas, zmeni se kompletne zpusob prace. Ja tomu verim, je to prirozeny vyvoj, viz memistory...
Uvedomte si, ze pred 10 lety byl typicky pocitac Pentium 90, 16 MB RAM, DirectX-Compatible SVGA Video Card (konkretne je to doporucena specifikace pro hru Starcraft z roku 1998)...

Váš článek je výborný a naprosto souhlasím, ještě doplním něco k ne-přímo PC záležitostem ...

Přiznám se, když jsem asi před deseti lety v PC Wordu tu Billovu představu budoucnosti shlédl, dost mě z toho mrazilo. Ale čas ukázal, že jen "drobnosti" o kterých se to ostatně dalo předpokládat, i bez této zprávy, se dostaly do předmětů denní potřeby. Představa že si vypínač i konvice bude žít svým nezávislým životem, o ledničce kontrolující mi potraviny a nemluvě, mě děsí. To by si to vážně někdo pořídil? A proč? Já jsem technokrat, ale v co největší dokonalosti a promitivnosti a většinou i jednoúčelovosti je síla.

Čím déle se pohybuji v IT, tím více zesiluje můj pocit, že počítače budoucnosti nejlépe vystihli Bugemos: http://www.bugemos.com/?q=node/95

Smutné je, že před 25 lety byl na tom výzkum rozpoznávání lidského hlasu lépe, než je dnes. Dnes totiž mnozí nechtějí pochopit, že na skutečně použitelnou hlasovou komunikaci nestačí mít výkonnější počítač a větší databázi, ale je potřeba obrovská práce na poli vývoje umělé inteligence.

Nemusi to byt primarni zpusob, ale urcite to bude prulom v ovladani PC (ve spojeni s AI).

Taky nedokazu pochopit, proc jeste neexistuji OLED dotykove panely jako klavesnice. Hledal jsem to na internetu dost dlouho. Prijde mi to idealni pro Notebooky, navic je moznost zmenit rozlozeni ikonek, zobrazit interaktivni ovladaci prvky atd. Dva problemy, ktere uvadeji nekteri v diskuzich, lze jednoduse vyresit. Pro hmat lze pridat nekolik jednoduchych vystupku pro orientaci a indikaci stisknuti klavesy lze udelat jemnouckym zvukem (nebo i vubec). Myslim ze pomoci nekolika triku a duvtipu lze softwarove vyresit veskere tyto "problemy" a prinosy jsou podle mne nedozirne. Asi budeme muset zase pockat na Apple, nez s tim prijde na trh a udela z toho hit.

Moc bych ty dotykové panely nepřeceňoval, pro některé specifické účely se mohou hodit, ale např. používat místo klávesnice bych je nechtěl, chybějící zpětná vazba je docela problém.

Prulom by byla ta AI, jenze ocekavam, ze toho se nedockame :-)

ovladani hlasem uz je zastarale. Ted leti ovladani nervy:

http://www.czechcomputer.cz/product.jsp?artno=54291

Firma OCZ, jeden z předních výrobců pamětí pro počítačové systémy, nyní přichází s absolutní novinkou pro ovládání počítače. Jedná se o Neural Impulse Actuator, tedy zařízení umožňující ovládání počítače pouze pomocí myšlenek.

To je sice pekne, ale porad to funguje stejne jako ten hlas. Tj. naucime vzorky a porovnavame vzroky. A nevim jestli by vam ty tri stavy, ktere ta hracka umi rozeznat, stacili na smysluplnejsi ovladani :-)

Jsem optimista (pred 10 lety Pentium 90 MHz, 16 MB RAM...) :-) a ted tu mame memistory od panu z HP, nadeje pro analogove pocitace pracujici podobne jako lidsky mozek? Uvidime :-)

Tak se přiznám, že já dotykové dipeje moc nepotřebuji. Z hledisk ekologie ... ono se to brzo promačká ... dám přednost trvanlivější technologii. Klávesnici konec konců také dokáži rozbít a jak je robustní.

Spíše bych uvítal kdyby si firmy všimly nových technologií. Že podsvítit klávesnici není problém, používat displej na slunci že může být také spíše výhoda než horor ...

P.S.: Já vím, až přijde ovládání hlasem tak nahradí i klávesnici i monitor!

My normalni to pochopili, ale specialne pro tebe, Vasku: pan nepsal o tom, ze by dnesni Excel spoustel na 286...

no sláva, konečně někdo inteligentní s trochou představivosti.

Já bych nějaké intuitivní ovládání taky velmi uvítal a měl bych spoustu příkladů, kdy by to bylo rychlejší než myš a klávesnice.

Jsem grafik, mám k ruce kompletní mnohaletý archiv (tištěný a elektronický) jedněch novin, které jsem dělal. No, a teď jsem zrovna potřeboval najít nějaké oznámení, které jsem dělal zhruba před rokem. Nepamatuju si text, nepamatuju si datum, ale "vidím", jak to oznámení vypadalo a kde na stránce bylo. Jak byste ho asi hledali pomocí myši a klávesnice? Jak byste strukturovali dotazi pro fulltext?

Musím říct, že já jsem nejdřív sáhnul po elektronickém archivu, ale současně jsem říkal kolegovi, co hledám (bylo to takové žluté oznámení, někde vpravo dole, v zelené části novin). On si vzal tištěný archiv a za půl minuty mi ukazoval stránku "Je to ono?". Byl mnohem rychlejší než já v elektronické verzi a to jsem věděl, co hledám, zatímco on měl jen vágní popis.

Tak tohle hlasové (radši bych mu říkal intuitivní, protože bych tam klidně cpal vstup i klávesnicí) ovládání bych si představit dokázal a velmi bych ho chtěl. A vidím ho velmi reálné, pokud se ještě zvýší výkon běžného desktopu.

Umělou inteligenci (a to, co požadujete, ve skutečnosti nic jiného není) vám, bohužel, zvýšení výkonu desktopů samo o sobě nezajistí.

Jenže Ballmer mluví právě o té schopnosti POCHOPIT běžný jazyk a dle toho vykonat potřebné. Nazvěme to třeba umělou inteligencí, což je sice rozhodně lepší než nešťstný pojem "hlasové ovládání", který je zažitý na něco jiného, ale stejně to inteligence není.

Jde totiž jen o jiný způsob přijímaní příkazů a hlavně jiný způsob jejich aplikace. Typicky u toho mého příkladu - archiv je schopen si poradit s fulltextovým vyhledáváním, ale já chci vyhledávání dle PŘEVLÁDAJÍCÍ barvy prvků, dle pozice, dle tvaru...

Na to nepotřebuju žádného inteligenta, na to mi stačí cvičená opice, která dokáže tohle zpracovat a předloží výsledky s určitou pravděpodobností. Koneckonců tohle už umějí v jednoduché podobě vyhledávače - posuzují relevanci odpovědi k položenému dotazu.


A ohledně času - máte pravdu, že to není otázka deseti let. Ono by to šlo totiž už dnes. Pochopitelně v omezené míře. Zatím tedy jen tak, že holt každý způsob dotazů by musel být doprogramován, nelze počítač samovolně naučit věc úplně nepředpokládanou, ale v rámci daných věcí už učení možné je.

Ano, myslím, že budoucnost je nervové propojení počítače s člověkem. Tento produkt je velmi primitivní, ale myslím, že do 15 let by se měli dostat do stádia, kde bude neurální interface v pohodě schopen nahradit klávesnici a myš.

Jesti v té době bude i možnost vstupu (něco jako obrazovka v oku) netuším, ale vstupy počítače budou určitě zvládnuté.

Ono by šlo všechno kdyby někdo chtěl. Ale to neznamená že to třeba před dvaceti lety nešlo ještě líp.

Konec, konců dejte programátorům požadavek a oni vám takovou aplikaci naprogramují ...

Turingův test je blbost, ale Garangovu limitu MS stejně nikdy nepřekoná ...

http://www.marigold.cz/item/garangova-limita

Souhlas, kdo ma porad vypinat vsemozny udelatka nebo myslet na to, ze musi cokoli cist nejen po sobe, ale opravovat jeste kraviny, ktery vlozi M$ AI.

Hmmm, pred nekolika tydny probehla zprava, ze jakysi rusky robot se na chatech uspesne vydaval za cloveka. Neni to, cirou nahodou, vlastne Turinguv test?

Přesně, já vidím největší budoucnost u hlasem řízených navigací do auta a ve vyhledávání informací hlasem z mobilního telefonu. Nic z toho ale nebude v češtině.

technicky to sice neni novinka, ale jde tam o obchodni stranku veci. Jak jsem psal trh PDA vyhledavacu nema zatim jasneho leadera. A podle toho co delaji jak MS, Yahoo! tak Google se prave zde chysta velke vyuziti hlasoveho ovladani. To same je ovladani televizi a multifukcnich panelu, ktere bude jednodussi ovladat hlasem. Napriklad prijdete domu a reknete CNN multifunkcni nsatenou TV a ukaze vam ro prehled dnesich zprav jako nabidku, reknete "weather" ukaze pocasi reknete "New york sunday".

Tohle sice technologicky vypada jednoduse jenze hlavni trik a to je to o cem Ballmer mluvil je, ze se vas to nauci znat a nauci se to o vas docela hodne. No a tak to bdue schopny vam doporucovat (podobne jako to dela Google pri PPC reklamach) vhodne reklamy na veci co bude predpokladat, ze by vas zajimaly.

Proste Micorosoft vniama konverganci medii jako prilezitost jez vytvori nove paradigma co se tyka business modelu. Vzhledem k tomu, ze posledni zmenou byl Google kdy diky jeho modelu se zmenilo to jak se na internetu vydelaji penize a nikdy v historii "technology timeline" se zadne firme nepodarilo prosadit revelucni zmenu po hned sobe je realna sance, ze se MS muze stat tim kdo bude leadrem nove zmeny business modelu na zaklade technologi, ktere vsak funguji jako "enabler", nikoliv jako ultimatni reseni.

Myslim ze zcela urcite by tento vynalez mohl pomoci pohybove postizenym lidem.

Jen pro ty línější uvedu, že Elizu můžete vyzkoušet třeba tady http://www-ai.ijs.si/eliza/eliza.html a je fakt hodně blbá. Na rozdíl ode mne slušná.

Ano, kdyby Ballmer řekl že s tím ovládáním hlasem přijde IBM, tak bych to bral, ale po tom co v tomto směru předvádvedl na začátku a předvádí v posledních letech Microsoft, tak to bude asi jako to "dnes již funkční běžné a rozšířené" ovládání mobilu hlasem.

Nepovolena operace. System bude z bezpecnosti duvodu vymazan za 1 minutu. Pokracovat? Ano - ne ("ne" je deaktivovano).

Kurvítko nejde vypnout, je to hlavní funkce core operačního systému! Navíc je jištěný automatickým vypínáním automatiky kurvítka. Však na tom pracovala tato nejmenovaná společnost mnoho let, než tuto fci dovedla k dokonalosti.
Mimochodem, zkoušel jsem pouštět Lotus123 na moderním stroji a přiznám se že to byl velký fofr :-)

Nebo dokonce, kdy na vás mluví pomocník sponka :-) Heheh

Teda pradstavivost nic moc. Nebylo by lepsi, kdybyste jen pomyslel co chcete a pocitac by to udelal? ;-)

Ne, ted vazne. Ten pozadavek nema nic spolecneho s hlasovym ovladanim, ten je ciste o umele inteligenci.

A, popravde receno, casto bych ocenil u programu (zvlaste od MS) spise mene inteligence - aby udelali _presne_ to co od nich chci a nepokouseli se porad "premyslet" "jak jsem to asi myslel".

ale ver ty hajzle

Ty podle Ballmera vyresi vsechno :-)

Přesně tak, rozpoznání řeči je velmi užitečné, ovládání PC hlasem už nikoli. Například automatický titulkovací systém, který chce nasadit ČT, je přece super! A když se na něj třeba poštve překladač, tak to bude teprve bomba :) Ale s tím nemá MS společné ani písmenko.

"Otevření sešitu a přepočet trvá nyní stejně dlouho, jako trvalo před těmi deseti lety. A je jen nepatrně rychlejší, než před osmnácti lety. Ať mi nikdo nic neříká o AI ;-)"

To tak to se ti jenom zda. Pokud si to ted zkusis na one 286, poznas to na vlastni kuzi.

"Pocitaci, prejdi do fotogalerie z lonske dvolene"

"Prejete si dovolenou s vasi mnazelkou nebo prodlouzeny vikend s milenkou?"

"A sakra..."

... Doufám pane, že jsem vás již upozornil že čeká dítě.
Podle výsledků testů DNA, dělaných preventivně, pro odhalení případných vad by mělo jít o vašeho potomka. Gratuluji.

Ballmer je určitě velmi úspěšný člověk, ale to z něj něj ještě nedělá vizionáře typu A.C.Clarka. Dle mého názoru musí počítače nejdřív projít Turingovým testem (http://cs.wikipedia.org/wiki/Turingův_test). Než se to podaří, můžeme si nechat zdát o tom, že by nám počítač rozumněl. Osobně odhaduji, že se to nepovede do 40 let. To, co budou počítače do té doby předvádět, bude nějaká pseudo-inteligence v ne příliš široké oblasti. Samozřejmě, že všechno bude průběžně lepší a lepší.

No a co se týká vývoje Win Vista? Nainstaloval jsem si je, pečlivě vyzkoušel a nakonec jsem si před 14. dny koupil Maca. To je úúúúleva.

Panove, sleduji tady vasi diskusi a nestacim se divit, ze nikoho z Vas nenapadlo se zamyslet PROC to asi Ballmer rikal tak jak rikal. Skutecne si myslite, ze jeden z nejbohatsich a nejvlivnejsich lidi nema najate nejlepsi PR experty co mu velmi dobre pomahaji sestavit "zabavny" program, aby se o Microsoftu nemluvilo jako o zlem satanovi co zkupuje male spolecnosti a nici je, ale jako o Stevovi "hodnem stryckovi s blaznivymi napady"? Ono totiz by se jinak moc do medii nedostal, protoze by to nikdo nesledoval. Jenze takovej opici tanec s vykrikem "I love this company yeah" nebo "Developers, developers" ci vajickovy utok jsou vitanym lidstenim SB.


Jenze jeho slova o hlasovem ovladani nejsou kecy, ale pravda. Ono totiz staci se podivat jake dva hlavni mobilni produkty ma jako novinku Yahoo! (Ktere chce MS koupit) a Microsoft.

Jsou to prave voice interface pro mobilni zarizeni! Jedno se jmenuje YAHOO! ONE Search a to druhe Od Microsoftu TELLME.


Obe ty veci mají něco spolecneho miri do oblasti kde NENI dominantni Google a to jsou mobilni devices. Ono to sice z pohledu cecha muze znit divne, jenze v USA, UK nebo Nemecku je velky boom zarizeni typu Blackberry nebo Windows Mobile.

Micorosft uz chape, ze se mu nebude darit byt dominantni a vlastnit celou platformu a prevest ve na Win Mobile, jenze se muze pokusit tohle ovlivnit přes webove sluzby. Proc? No to je easy lonsky rok byla hodnota trhu internet advertsingu 20 miliard USD. Kdy nejvetsi podil ma Google s 60%.

Proto se MS snazi presunout sve sluzby na mobilni platformu, protoze zde neni market leader (Google mimochodem na mobilni devices rovnez hodne expanduje a snazi se protlacit svůj OS)

No a to co odlisuje PC a mobilni devices typu Blackberry je prave zpusob pouziti pouzivate narozdil od PC tuto vec vsude a jelikoz to ma zabudovanou GPS (napr moje Blackberry 8800 na niz pisu z postele tento prispevek jej ma) lze to vic vyuzivat napr v aute kdy to mate jako GPS. Jenze prave sluzby jako Yahoo! One Search nebo Tellme umi prave pracovat s informacemi o tom kde se pristroj nachazi a napriklad promtiat tyto info do mapy.

Takze si prestavte, ze jste american co travi kazdy den nekde v LA hodiny a hodiny v kolonach na ceste do prace, mate Blackberry a to pouzivate jako GPS jenze celou dobu nechcete koukat jen jak jde silnice co znate, ale zacnete s tou veci na stojanku mluvit o necem jinem.

"Find me nearest ATM" Blackberry vam nabidne "citibank yes / no" reknete "yes"a pak vas to tam zavede.

Jenze muzete presne pouzit i dotaz na vyhledavani co byste jinak cvakal do vyhledavace napr. "News from iraq" nebo pracovni veci "find mexican restaurant in New Jersey"

Sice to pro stredoevropana muze pripadat jako fikce, ale tenhle trh je opravdu velky a hlavne uz slusne rozjety.

Pro zajemce doporucuju podivat se na www.onstar.com tohle je vele uspesna akivita nikoliv software firmy, ale General Motors! Jenze tento koncept ma prave navazost na GM vozy takze neni zcela aplikovatelny na cely trh jako prave Yahoo nebo Live. Proto je zde vyklenek jez ukazuje dalsi smer.


Jenze tyto produkty budou lokalizovany nejdrive do zemi kde je nejvetsi sance sehnat advertising dollars takze USA, UK, Germany, France, China...atd.

Cechy prijdou urcite hodne pozde, preci jen 20 miliard USD tu trh rozhodne nedosahuje :)

Teoreticky ano, ale prakticky spis ne - obcas jsou na chatech takovi mimoni a podivini, ze by se za jednoho z nich mohla vydava i Weizenbaumova ELIZA a nikdo by si nejspis niceho nevsiml ... na nekterych diskuznich serverech je dokonce uroven prispevku takova, ze by se za cloveka mohla vydavat i kocka tlapkajici po klavesnici :-) .

1. proc sem vubec prijel prednaset? mohl klidne za sebe poslat virtualniho dvojnika a rec mu mohl taky pripravit pocitac. takhle jenom keca a skutek utek.
2. nebyl to prave microsoft, kdo se chlubil pred par lety rozpoznavanim hlasu? ze by nakonec obratili?
3. referaty se uz i dnes daji udelat s trivialnim programem a co vic...s takovym referatem plnych zvastu se da dostat na celosvetovou vedeckou konferenci...
4. presto to z vas odbornika neudela.
5. at delaji, co delaji, univerzity jsou jim v patach a zadne kopirovani praci nebude...

Ja bych se te vize trochu zastal. Netvrdim ze je dokonala a spravna, a taky si nejsem jist jestli zrovna za deset let, ale verim ze je proveditelna a ze muze byt produktivni. A stejne si myslim ze tato technologie pujde v ruku v ruce s gesty a dotykovyma mobilnim resenim aby clovek nemusel v autobuse vest monology.

V dnesni dobe si hlasove ovladani pocitace predstavujeme trochu jako hlasove ovladani mysi a klavesnice. To je ovsem asi zasadni chyba, kterou v nas umocnuje hlasove ovladani Windows Vista. Predstavme si to ovsem spise jako plynuly a prirozeny rozhovor typu "Pocitaci tamhle v druhem odstavci nahore vidim slovo lupa.cz, podtrhni ho". Pravda, mysi by to clovek udelal mozna trochu rychleji, ale co treba "Najdi mi fotografie autora tohoto clanku a serad je chronologicky" To uz neni tak trivialni ukol a vyzaduje premysleni a mnoho kliknuti a pokusu hledani na ruznych zdrojich. A v tom bude ta prava vyhoda hlasoveho ovladani. Clovek nebude muset premyslet jak to udelat, ale jen vyjadri potrebu a zamer. To samozrejme zmeni i celou koncepci software.