این مدیران فکر می کنند که هوش مصنوعی صوتی هنوز به لحظه ChatGPT خود نرسیده است

Voice AI اغلب نکات مهم لایه زمینه خود را از دست می دهد و باعث می شود کل خط لوله شکسته شود

آخرین روز برای نمایش پیشرفت خود به بیش از 10000 رهبر فناوری در Disrupt در 2 اکتبر است. میز نمایشگاه کتاب هم اکنون.

باز شدن درها را در 13 اکتبر مختل کنید. کارت خود را بگیرید و با 50 درصد تخفیف یک نفر را همراه خود بیاورید. هم اکنون ثبت نام کنید.

تئوری صدا که رابط بزرگ بعدی است، با سرمایه‌گذاری میلیاردها دلار برای استارت‌آپ‌های هوش مصنوعی صوتی که در حوزه‌هایی از سازندگان مدل گرفته تا ارائه‌دهندگان خدمات مشتری سازمانی، و از ملاقات با یادداشت‌برداران تا دیکته‌های مبتنی بر هوش مصنوعی کار می‌کنند، شتاب زیادی پیدا کرده است.

هر هفته یک مدل جدید یا یک ابزار منتشر می‌شود که ادعا می‌کند شبیه انسان‌ها و مکالمه هستند. با این حال، در واقعیت، ممکن است اینطور نباشد. شاون ون، مدیر ارشد فناوری PolyAI، پلتفرم هوش مصنوعی صوتی سازمانی، فکر می‌کند که علیرغم عرضه مدل‌های تمام دوبلکس - که می‌توانند در حین گوش دادن به شما صحبت کنند، هوش مصنوعی صوتی هنوز "لحظه ChatGPT" خود را ندارد.

او در کنفرانس HumanX ماه گذشته به من گفت: "ما به نقطه عطف توسعه مدل های تمام دوبلکس رسیده ایم. چالش بعدی این است که استدلال را بسیار سریع کنیم، به طوری که مدل ها بتوانند به سرعت پاسخ ها را دریافت کنند و مکالمه طبیعی به نظر برسد."

او همچنین گفت که عوامل هوش مصنوعی در خدمات مشتری نباید رباتیک به نظر برسند و باید به تماس‌گیرندگان اطمینان کافی بدهند تا بتوانند مشکلات را حل کنند.

"من فکر می کنم مرحله بعدی کمی متفاوت خواهد بود، زیرا هنگامی که صدا به اندازه کافی خوب است، مانند، و مشتری مایل است در دو یا سه نوبت اول با آنها ارتباط برقرار کند، آنها شروع به ایجاد اعتماد به نفس می کنند، و به مرور زمان، احساس می کنند که من هستم.اگر مامور بتواند مشکل من را حل کند، احتمالاً لازم نیست با یک انسان صحبت کنم.

الکس گی، مدیر ارشد مدیریت جلسه Otter یادداشت‌کننده، معتقد است که شناسایی سخنران، جذب هدف، و تایپ کردن آن با دانش سازمانی یک گام کلیدی برای فعال کردن اتوماسیون است. این شرکت همچنین در حال کار بر روی دوقلوهای دیجیتالی است که ممکن است نماینده مردم در جلسات باشند. برای آن فناوری، او گفت که بسیار مهم است که صدای خروجی همان عبارات احساسی صحبت با یک انسان را در یک جلسه ارائه دهد.

«اگر به جلساتی که در حال حاضر در آن هستید فکر می‌کنید، بهترین مکالمه‌هایی است که می‌توانید مناظره و بحث‌های استراتژیک داشته باشید، و زمانی که احساس می‌کنید رابطه‌ای وجود دارد که زیربنای آن است. اگر نمی‌توانید آن را با آواتار داشته باشید، پس این فقط یک q و یک چت بات است.

در حالی که مدل‌های هوش مصنوعی صوتی بهبود یافته‌اند، دستیاران هوش مصنوعی اغلب کاربران را درک نمی‌کنند، یا یادداشت‌بر جلسه شما رونوشت یا خلاصه‌ای اشتباه را نشان می‌دهد.

ون فکر می‌کند که مدل‌های ASR (تشخیص خودکار گفتار) اغلب کلمات کلیدی مهم را از دست می‌دهند و این مسئله در گرفتن کل زمینه مشکل ایجاد می‌کند.

Otter's Gay با این موضوع موافقت کرد و افزود که این شرکت به کار روی بهبود رونویسی ادامه می دهد. او همچنین گفت که زبان یکی از حوزه‌هایی است که مدل‌های صوتی باید در آن بهبود یابند.

برای اوتر، می دانید، رونویسی هرگز نقطه پایانی نبود. این فقط لایه‌ای بود که می‌توانستیم برخی از دستاوردهای بهره‌وری را پشت سر بگذاریم. اما اگر رونویسی اصلی شما دقت را نداشتکه نیاز داشتید، تمام اقدامات بعدی که شما دچار نقص شده اید. و دقیقه ای که شروع به اقدام کند، اشتباه است. اعتماد به پلتفرم را از دست می دهید. برای ما حیاتی است که به بهبود مدل ASR ادامه دهیم زیرا همه تأثیرات پایین دستی قابل توجه هستند.»

با ابزارهای صوتی جدید، بحث شفافیت نیز وجود دارد. ابزارها باید به مشتریان اعلام کنند که در حال ضبط یا صحبت با هوش مصنوعی هستند. اوتر گفت که می‌خواهد به افرادی که در جلسه هستند اعتماد ایجاد کند، بنابراین حتی برای جلسه‌ای که ربات در آن حضور ندارد، می‌خواهد روش‌هایی مانند اطلاع دادن به همه افراد در چت مبنی بر ضبط جلسه را امتحان کند. ون از PolyAI همچنین گفت که مهم است که مشخص شود مردم در تماس‌های سازمانی با هوش مصنوعی صحبت می‌کنند.

وقتی از طریق پیوندهای موجود در مقالات ما خرید می کنید، ممکن است کمیسیون کمی کسب کنیم. این بر استقلال تحریریه ما تأثیر نمی گذارد.

ایوان در TechCrunch تحولات جهانی فناوری مصرف کننده را پوشش می دهد. او در خارج از هند مستقر است و قبلا در نشریاتی از جمله هافینگتون پست و نکست وب کار کرده است.

می‌توانید با ارسال ایمیل به [email protected] یا از طریق پیام رمزگذاری‌شده در ivan.42 در سیگنال، با ایوان تماس بگیرید یا آن را تأیید کنید.

50% تخفیف برای پاس دوم دریافت کنید تجربه Disrupt قرار است به اشتراک گذاشته شود. پاس خود را دریافت کنید و یک همکار، شریک یا همتای خود را با 50 درصد تخفیف بیاورید. با ایجاد ارتباطات، ایجاد شتاب و کشف آنچه در اکوسیستم استارتاپی در آینده وجود دارد، زمینه بیشتری را پوشش دهید.

Orkut را به خاطر دارید؟ بانی آن می خواهد بیاوردآن را پشت سر جگمیت سینگ

ایالات متحده مایکروسافت، ادوبی و شرکت های بزرگ فناوری اطلاعات را از برنامه گرین کارت برای کارگران خارجی ماهر عایشه مالک محروم کرد.

ایلان ماسک تأثیر آمبانی را زیر سوال می برد زیرا استارلینک هند در غرفه های جاگمیت سینگ راه اندازی می کند

بنیانگذار 19 ساله Cal AI به تازگی 10 میلیون دلار برای استارتاپ جدید هوش مصنوعی خود جولی بورت جمع آوری کرده است.

گوگل اولین رقیب محلی گرانولا، ایوان مهتا را منتشر کرد

آنتروپیک به استارت آپ ها یک سال رایگان از کلود تیم و 1000 دلار اعتبار راسل براندوم می دهد.

در 19 سالگی، بنیانگذار 11 میلیون دلار برای Ghost، سازنده رایانه 3499 دلاری برای هوش مصنوعی شخصی Dominic-Madori Davis جمع آوری کرد.