Felkapcsolni vagy bekapcsolni? - Mindennapi "küzdelmek" a hangasszisztensekkel

A legújabb Okosotthon GuruMűhelye podcast adásunkban ismét izgalmas és megosztó témát boncolgattunk: mirejók valójában a hangasszisztensek?

Kálmán Gerivel és Zalai Gáborral,és természetesen Kittivel beszélgettünk (aki, ígéretéhez híven, a kritikusszemet képviselte a beszélgetésben).

Mélyebbre ástunk atechnológiában

🎙️Beszélgetésünk során nemcsak afelszínt kapartuk meg, hanem a hangvezérlés közel 50 éves történelmét isáttekintettük. Kevesen tudják, hogy a technológia eredetileg nem a kényelem,hanem a hozzáférhetőség jegyében született - fogyatékkal élők számára fejlesztették,hogy fizikai korlátaik ellenére is tudjanak eszközöket irányítani.

🎙️Az adásban részletesen beszéltünkarról, hogyan működik a hangfelismerés folyamata a háttérben: a Speech to Text(STT), a szándékfelismerés (intent) és a Text to Speech (TTS) technológiákegyüttműködése.

🎙️Megbeszéltük, mire használjuk arendszereiket - az angol nyelvű parancsokkal való megbízhatóbb kommunikációtóla csoportos eszközvezérlésig.

🎙️Beszéltünk az LG és Samsungvíziójáról, ahol a hangasszisztens akár egészségügyi döntéseket is hozhat (pl.hallja, hogy köhög a gyerek, és jelzi az iskolának, hogy beteg). Vajon mennyireengedjük be a technológiát az életünkbe? Hol van az a határ, amit már nemlépnénk át?

Te is észrevetted már?

Miközben a legtöbb nyelvben"be-" és "kikapcsolják" a lámpákat, mi magyarok"fel-" és "lekapcsoljuk" őket.

Ez az apró különbség hatalmaskihívást jelent a rendszereknek. Gábor épp a felvétel előtt tesztelte magyarula Geminit, és amikor azt kérte, "kapcsold fel a lámpát", a rendszer a"lekapcsolom a lámpát" parancsot adta ki helyette!

Ha kíváncsi vagy a részletekre, mindenképphallgasd meg a teljes adást!

Jövő héten pedig érkezik a témafolytatása az Okosotthon Labor podcastben is.

[00:00:00] Bevezetés:Zsák Péter köszönti a hallgatókat, bemutatja a műsor vendégeit: Kálmán Gerit,Zalai Gábort és Zs. Szabó Kittit. Az adás témája: miért jó a hangasszisztens?

[00:02:30] A vendégekbemutatják, milyen hangasszisztenseket használnak: Gábor és Geri Google Homeeszközöket/Geminit használnak, Kitti minimálisan használja, főként aszemétszállítási emlékeztetőre és hangszóróként.

[00:05:32] Ahangvezérlés története és fejlődése: eredetileg fogyatékkal élők támogatásárafejlesztették, a kötött szórendű utasításoktól a szabadabb beszélgetésig.

[00:10:52] Ahangvezérlés technikai háttere: hangfelismerés (Speech to Text), szövegalkotás(Text to Speech), szándékfelismerés (intent) és ezek működése az okosotthonban.

[00:14:52] A nyelvikülönbségek kihívásai: a magyar nyelvű vezérlés sajátosságai (pl."felkapcsolni" vs. "bekapcsolni"), és a mesterségesintelligencia ezzel kapcsolatos korlátai.

[00:21:15] A jövőlehetőségei: automatizmusok beállítása hangutasítással, a mesterségesintelligencia által javasolt rutinok, kivételkezelés és hibakeresés.

[00:33:50] Etikaikérdések és dilemmák: Mennyire engedjük, hogy a technológia az életünkbelásson? Az LG és Amazon jövőképének kritikai megközelítése.

[00:37:03] Két főirány a hangasszisztensek fejlesztésében: helyi feldolgozás (Apple, Google,Home Assistant) vs. felhőalapú megoldások (Amazon).

[00:40:21] Piaciadatok: az USA-ban a lakosság közel 50%-a használ hangasszisztenseket,világviszonylatban a 18-64 éves korosztály 30%-a használ AI megoldásokat.

[00:42:24] Kitekintés:az OpenAI tervei a hangasszisztensek jövőjéről - személyes hang- ésképszatellitekkel, ami újabb adatvédelmi kérdéseket vet fel.