Uzdot Siri: Kā Apple māca A.I. Jūsu mīļākā restorāna nosaukums

Apple mēģina noteikt šķēršļus gan valodai, gan tirdzniecībai, kas pašlaik pastāv starp lietotājiem un Siri: kam ir A.I. faktiski atpazīst vietējo uzņēmumu nosaukumus. Tās plāns? Sniedzot sistēmai piekļuvi lietotāju ģeogrāfiskās atrašanās vietas zināšanām, tā saprot īpašos rajonos esošos restorānus, veikalus un aparatūras veikalus.

Īsumā Apple ir dublējusi šo metodi “uz ģeogrāfisko atrašanās vietu balstītos valodu modeļus” vai „Geo-LM”. Un ceturtdienas emuāra ziņojumā uzņēmuma mašīnmācības žurnālā Siri runas atpazīšanas komanda paskaidroja, ka viņi to izmantos, lai nemanāmi parādītu informāciju par jūsu vietējo picu savienojumu, nevis atbildētu ar preču zīmi, „Atvainojiet, es nesapratu, ka. ”

Siri ir automātiska runas atpazīšanas (ASR) sistēma, kas sastāv no divām vienībām - akustiskā modeļa un valodas modeļa. Pirmais uztver vārdus un skaņas, kas radušās, kad kāds runā, savukārt pirmais nosaka, cik iespējams, ka noteiktā vārda sērija ir runājamā valodā. Būtībā Siri labākajā gadījumā iegūst izglītotu minējumu, lai saprastu, ko jūs to lūdzat.

Apple konstatēja divus interesantus trūkumus. Vienam no vārdiem un nosaukumiem, ko izmanto uzņēmējdarbībai, netiek izmantots standarta dialogs, tāpēc tie reti parādās sistēmas apmācības datos un nevar noteikt, kā lietotāji izrunās šos vārdus vai vārdus.

Mēģinot to labot, Geo-LM sniegs Siri piekļuvi tam, ko emuārs sauc par “vienības nosaukumiem”. Tādā veidā balss palīgs var labāk paredzēt, kad jūs runājat par restorānu, nevis, piemēram, parku, kas var tam ir līdzīgs nosaukums.

Apple apkopoja savu Geo-LM, izmantojot ASV Census Bureau datus no 169 apgabaliem, kas aptver 80 procentus no ASV iedzīvotājiem. Viņi arī izveidoja globālu ģeo-LM katram reģionam, kas netika iekļauts šajās jomās. Tātad, ja lietotājs lūgs Siri atrast vietējo pārtikas preču veikalu, kas netika iekļauts skaitīšanas datiem, tā vietā izmantotu globālo Geo-LM.

Kaut arī tas varētu aizpildīt dažas nepilnības Siri, Apple joprojām atpaliek no patīk Google, kas pašlaik apmāca savu nākamās paaudzes balss palīgu, Duplex, kas spēj veikt telefona zvanus hiperrealistiskā cilvēka balsī. Lai gan ir svarīgi atzīmēt, ka Google arī cenšas uzlabot Google asistenta spēju izprast dažādus akcentus, dialektus un valodas.

Emuāra ziņojumā nav norādīts, kad šis atjauninājums tiks izvērsts. Bet cerēsim, ka jūs varat lūgt Siri pasūtīt no Denino's Pizza, bez kļūdām ar savu draugu Dino.