Teknologi yang disempurnakan akan mempercepat penerimaan asisten suara
Penemuan telepon lebih dari 150 tahun yang lalu memicu revolusi dalam komunikasi. Saat ini, revolusi komunikasi suara berada di tengah lompatan kuantum baru, karena perangkat pintar kelas baru memungkinkan kecerdasan buatan (AI) untuk mengekstrak makna dari suara dan memberi orang cara baru untuk berinteraksi dengan dunia mereka secara lebih intuitif. jalan. Artikel ini membahas posisi kita saat ini dan melihat pratinjau teknologi yang akan membuat asisten suara di mana-mana menjadi bagian alami dari kehidupan kita.
“Tuan. Watson, kemarilah….”
Kata-kata terkenal yang diucapkan oleh Alexander Graham Bell pada tahun 1876 menandai pertama kalinya suara ditransmisikan secara elektrik. Inovasi yang mengubah dunia ini tetap menjadi pusat perubahan dramatis dalam cara kita bekerja, hidup, dan bermain — dan merupakan bagian integral dari terobosan baru dalam cara kita berinteraksi dengan dunia di sekitar kita.
Pada abad pertama, jaringan telepon kabel menghubungkan orang-orang di seluruh dunia. Kemudian revolusi elektronik selama 50 tahun terakhir menjadikan percakapan suara dan video nirkabel dan portabel. Dalam dekade ini, kami telah beralih dari percakapan telepon hands-free antara orang-orang ke percakapan dengan mesin. Meskipun masih belum sempurna, jenis baru interaksi manusia-mesin ini mendorong lompatan inovasi berikutnya.
Komputer, ponsel cerdas, dan speaker pintar kini dilengkapi asisten suara bawaan yang menggunakan sistem pembelajaran mendalam berbasis cloud untuk memungkinkan kami mengajukan pertanyaan dan memprogram tindakan. Kemampuan yang sama akan segera diintegrasikan ke perangkat lain yang kita gunakan setiap hari. Diperkirakan pada tahun 2020, sebanyak 1,8 miliar orang akan memiliki akses ke asisten suara di perangkat yang mereka bawa, dan di jenis platform lain di rumah mereka dan bahkan di lingkungan bisnis, menurut Statistica.
Namun, keberhasilan sistem asisten suara masih ditantang oleh keterbatasan teknologi saat ini. Kemajuan dalam AI, prosesor khusus, dan mikrofon yang lebih sensitif akan meningkatkan kinerja asisten suara dan mempercepat adopsi pasar.
Membuat percakapan menjadi manusiawi
Salah satu tantangan yang dihadapi sistem asisten suara adalah bahwa percakapan manusia sangat kaya dan interaktif. Terkadang, seorang teman mungkin menanggapi pernyataan Anda bahkan sebelum Anda menyelesaikan sebuah kalimat. Dalam istilah teknis, waktu respons ketika orang berbicara satu sama lain diukur dalam puluhan milidetik. Meskipun terkadang respons yang lambat dan bijaksana sangat wajar saat Anda berbicara dengan teman, bayangkan betapa canggungnya interaksi harian Anda jika jeda percakapan yang normal mencakup penundaan hingga beberapa detik atau kebutuhan yang sering untuk menyatakan kembali pertanyaan atau perintah.
Lambatnya "percakapan" asisten suara terkait dengan beberapa aspek teknologi yang mendasarinya. Algoritme yang mendukung pengenalan dan respons suara memerlukan banyak daya pemrosesan, sehingga sistem smartphone dan speaker pintar saat ini merekam dan kemudian menyampaikan ucapan ke sumber daya komputasi di cloud. Untuk meminimalkan kemungkinan penundaan transmisi, sistem biasanya mengirimkan file audio berkualitas rendah, yang menyebabkan tingkat kesalahan yang tinggi. Dan Internet itu sendiri adalah media kecepatan variabel, sehingga kecepatan transmisi dapat berubah. Kombinasi kedua faktor ini akan selalu memengaruhi kualitas asisten suara yang mengandalkan cloud untuk melakukan pengenalan suara yang berat.
Bahkan dengan kekurangan ini, konsumen jelas tertarik dengan teknologi ini. Penjualan sistem pengeras suara pintar, produk yang sama sekali baru pertama setelah telepon pintar yang menawarkan asisten suara, tumbuh pada tingkat yang tidak terlihat sejak telepon pintar pertama diperkenalkan. Penjualan perangkat di AS melonjak 40% pada 2018 dan 66,4 juta penjualan unit baru meningkatkan jumlah speaker pintar menjadi 133 juta, mewakili sedikit lebih dari 26% orang dewasa AS, menurut voicebot.ai.
Juga tidak dapat dihindari bahwa asisten suara akan terus menjadi lebih baik dalam meniru percakapan. Keterlambatan percakapan akan menyusut dan meningkatkan algoritme akan membuat interaksi tampak lebih seperti interaksi manusia. Sebagian besar peningkatan ini akan datang dari mendekatkan pemrosesan kepada pengguna.
Membawa percakapan ke tepi
Teknologi yang membuat asisten suara berbasis cloud menjadi kenyataan sekarang maju dengan kecepatan yang akan membuat perangkat ini jauh lebih pribadi. Asisten suara saat ini menyampaikan informasi ke dan dari cloud. Besok, AI yang memungkinkan hal ini akan berada di perangkat edge, memberikan manfaat dalam privasi, konsumsi daya, dan daya tanggap sistem. Singkatnya, edge computing menjanjikan untuk membuat asisten suara lebih efektif dengan memindahkan AI dari cloud ke rumah kita, ke tempat kerja kita, dan ke perangkat lain yang tertanam di dunia di sekitar kita. Dalam langkah menuju masa depan ini, Infineon baru-baru ini mendemonstrasikan solusi pengenalan kata kunci paling canggih di dunia.
Salah satu bidang yang sangat menjanjikan untuk asisten suara yang lebih cerdas adalah dalam pemantauan kesehatan medis dan pribadi. Misalnya, mikrofon dengan sensitivitas tinggi dapat memantau suara pernapasan saat tidur dan memprediksi timbulnya gangguan tidur seperti sleep apnea. Banyak orang mungkin merasa tidak nyaman karena jenis informasi kesehatan pribadi ini dikirimkan ke cloud untuk diproses. Pemrosesan tepi akan memungkinkan untuk memantau dan menganalisis informasi ini dengan melokalkan pengambilan audio, komputasi, dan penyimpanan data yang dianalisis. Pengguna kemudian akan dapat mengelola bagaimana dan kapan data dibagikan. Asisten suara yang memastikan tingkat privasi yang lebih tinggi akan membuat orang lebih nyaman dengan pemantauan kesehatan jantung dan pernapasan, kondisi tidur, dan kesehatan secara keseluruhan.
Kemajuan dalam AI yang kita lihat saat ini didorong oleh penelitian pembelajaran mendalam dan jenis perangkat keras baru yang digunakan untuk membangun sistem pembelajaran mendalam khusus. Mitra Infineon, Syntiant, pelopor di bidang ini, sedang membangun chip kelas baru yang menghadirkan pembelajaran mendalam ke perangkat edge. Hanya dalam beberapa tahun, interaksi manusia-mesin yang dibantu oleh teknologi asisten suara akan menjadi kejadian sehari-hari bagi miliaran orang. Dan teknologi yang dikembangkan untuk asisten suara yang lebih cerdas akan memiliki karakteristik penggunaan daya yang memungkinkan pengenalan audio cerdas bertenaga baterai kecil untuk banyak aplikasi lainnya. Untuk memperkirakan di mana lagi teknologi memiliki nilai, pertimbangkan bagaimana suara yang Anda dengar memengaruhi cara Anda berinteraksi dengan dunia. Di luar pandangan pengguna sehari-hari, teknologi asisten suara akan menjadi bagian dari rangkaian sensor di mesin pintar yang beroperasi di Internet of things (IoT) dan sebagai bagian dari Industri 4.0.
Kendaraan otonom juga akan menggunakan input audio yang dikombinasikan dengan sensor lain untuk mendeteksi dan merespon lingkungan sekitar. Suara seperti sepeda, kereta api, lalu lintas lainnya, dan teriakan anak-anak adalah input ke jaringan AI yang memungkinkan mobil untuk "melihat" objek di tikungan. Di pabrik, suara mesin yang beroperasi dapat digunakan dalam jaringan kontrol cerdas yang mendiagnosis potensi masalah sebelum terjadi. Sistem kota pintar akan "mendengar" peristiwa yang tidak biasa seperti pecahnya kaca atau kecelakaan kendaraan dan memperingatkan pihak berwenang yang tepat. Dan generasi robot masa depan akan menggunakan sistem audio sebagai bagian dari jaringan sensor yang mendukung operasi dan interaksi cerdas. Memang, daftar aplikasi potensial tidak ada habisnya.
— Pradyumna Mishra adalah wirausahawan di tempat tinggal, Infineon Technologies
