Les technologies améliorées accéléreront l'acceptation des assistants vocaux

L'invention du téléphone il y a plus de 150 ans a déclenché une révolution dans les communications. Aujourd'hui, la révolution des communications vocales est au milieu d'un nouveau saut quantique, car de nouvelles classes d'appareils intelligents permettent à l'intelligence artificielle (IA) d'extraire du sens du son et de donner aux gens de nouvelles façons d'interagir avec leur monde de manière plus intuitive. chemin. Cet article examine où nous en sommes aujourd'hui et présente des technologies qui feront des assistants vocaux omniprésents une partie naturelle de notre vie.

« M. Watson, viens ici… »

Les paroles célèbres prononcées par Alexander Graham Bell en 1876 marquaient la première fois que le son était transmis électriquement. Cette innovation qui change le monde reste au centre de changements spectaculaires dans notre façon de travailler, de vivre et de jouer, et fait partie intégrante des nouvelles avancées dans la façon dont nous interagissons avec le monde qui nous entoure.

Au cours de son premier siècle, le réseau téléphonique filaire connectait les gens du monde entier. Puis la révolution électronique des 50 dernières années a rendu les conversations vocales et vidéo sans fil et portables. Au cours de cette décennie, nous sommes passés des conversations téléphoniques mains libres entre les personnes aux conversations avec les machines. Bien qu'encore rudimentaire, ce nouveau type d'interaction homme-machine est à l'origine de la prochaine avancée en matière d'innovation.

Les ordinateurs, les smartphones et les haut-parleurs intelligents disposent désormais d'assistants vocaux intégrés qui utilisent des systèmes d'apprentissage en profondeur basés sur le cloud pour nous permettre de poser des questions et de programmer des actions. La même capacité sera bientôt intégrée à d'autres appareils que nous utilisons quotidiennement. On estime que d'ici 2020, jusqu'à 1,8 milliard de personnes auront accès à un assistant vocal sur les appareils qu'ils transportent et sur d'autres types de plates-formes à la maison et même dans les environnements professionnels, selon Statistica.

Pourtant, le succès des systèmes d'assistants vocaux est toujours remis en cause par les limites des technologies d'aujourd'hui. Les progrès de l'IA, des processeurs spécialisés et des microphones plus sensibles amélioreront les performances des assistants vocaux et accéléreront l'adoption par le marché.

Rendre les conversations humaines

L'un des défis auxquels sont confrontés les systèmes d'assistants vocaux est que les conversations humaines sont incroyablement riches et interactives. Parfois, un ami peut répondre à vos déclarations avant même que vous ayez terminé une phrase. En termes techniques, les temps de réponse lorsque les gens se parlent se mesurent en dizaines de millisecondes. Bien qu'une réponse lente et réfléchie occasionnelle soit très naturelle lorsque vous parlez avec des amis, imaginez à quel point vos interactions quotidiennes seraient gênantes si l'écart de conversation normal incluait des retards pouvant aller jusqu'à plusieurs secondes ou des besoins fréquents pour reformuler une question ou une commande.

La lenteur de la « conversation » de l'assistant vocal est liée à plusieurs aspects de la technologie sous-jacente. Les algorithmes qui alimentent la reconnaissance vocale et la réponse nécessitent beaucoup de puissance de traitement, de sorte que les systèmes de smartphones et de haut-parleurs intelligents d'aujourd'hui enregistrent puis relaient la parole aux ressources informatiques dans le cloud. Pour minimiser la possibilité de retards de transmission, les systèmes transmettent généralement des fichiers audio de faible qualité, ce qui entraîne des taux d'erreur élevés. Et Internet lui-même est un support à vitesse variable, donc la vitesse de transmission peut changer. La combinaison de ces deux facteurs affectera toujours la qualité des assistants vocaux qui s'appuient sur le cloud pour faire le gros du travail de la reconnaissance vocale.

Même avec ces inconvénients, les consommateurs sont clairement enthousiasmés par la technologie. Les ventes de systèmes de haut-parleurs intelligents, le premier produit entièrement nouveau après les smartphones à proposer des assistants vocaux, connaissent une croissance sans précédent depuis l'introduction des premiers smartphones. Les ventes d'appareils aux États-Unis ont bondi de 40 % en 2018 et les 66,4 millions de nouvelles ventes d'unités ont porté le nombre de haut-parleurs intelligents à 133 millions, ce qui représente un peu plus de 26 % des adultes américains, selon voicebot.ai.

Il est également inévitable que les assistants vocaux continuent de s'améliorer pour imiter la conversation. Le délai de conversation diminuera et l'amélioration des algorithmes fera ressembler l'interaction davantage à une interaction humaine. Une grande partie de ces améliorations viendra du rapprochement du traitement de l'utilisateur.

Amener la conversation à l'extrême

La technologie qui fait des assistants vocaux basés sur le cloud une réalité progresse désormais à un rythme qui rendra ces appareils beaucoup plus personnels. Les assistants vocaux actuels relaient les informations vers et depuis le cloud. Demain, l'IA qui rend cela possible résidera dans l'appareil périphérique, offrant des avantages en termes de confidentialité, de consommation d'énergie et de réactivité du système. En bref, l'edge computing promet de rendre les assistants vocaux plus efficaces en déplaçant l'IA du cloud vers notre domicile, notre lieu de travail et d'autres appareils intégrés dans le monde qui nous entoure. Dans un pas vers cet avenir, Infineon a récemment fait la démonstration de la solution de reconnaissance de mots clés la plus basse au monde.

Un domaine très prometteur pour les assistants vocaux plus intelligents est la surveillance médicale et personnelle de la santé. Par exemple, un microphone haute sensibilité peut surveiller les bruits respiratoires pendant le sommeil et prédire l'apparition de troubles du sommeil tels que l'apnée du sommeil. De nombreuses personnes peuvent se sentir mal à l'aise lorsque ce type d'informations personnelles sur la santé est transmis au cloud pour traitement. Le traitement Edge permettra de surveiller et d'analyser ces informations en localisant la capture audio, le calcul et le stockage des données analysées. Les utilisateurs pourront alors gérer comment et quand les données sont partagées. Un assistant vocal qui garantit des niveaux plus élevés de confidentialité rendra les gens plus à l'aise avec la surveillance de la santé cardiaque et respiratoire, des états de sommeil et du bien-être général.

Les progrès de l'IA que nous voyons aujourd'hui sont motivés par la recherche en apprentissage en profondeur et de nouveaux types de matériel utilisé pour créer des systèmes d'apprentissage en profondeur spécialisés. Le partenaire d'Infineon, Syntiant, un pionnier dans ce domaine, construit une nouvelle classe de puces qui apportent un apprentissage en profondeur aux appareils de périphérie. Dans quelques années à peine, l'interaction homme-machine assistée par la technologie des assistants vocaux deviendra une réalité quotidienne pour des milliards de personnes. Et la technologie développée pour les assistants vocaux plus intelligents aura des caractéristiques d'utilisation de l'énergie qui permettront une petite reconnaissance audio intelligente alimentée par batterie pour de nombreuses autres applications. Pour prévoir où la technologie a de la valeur, réfléchissez à la façon dont les sons que vous entendez affectent la façon dont vous interagissez avec le monde. En dehors de la vue des utilisateurs quotidiens, la technologie de l'assistant vocal deviendra une partie de la suite de capteurs dans les machines intelligentes fonctionnant dans l'Internet des objets (IoT) et dans le cadre de l'Industrie 4.0.

Les véhicules autonomes utiliseront également une entrée audio en combinaison avec d'autres capteurs pour détecter et réagir à l'environnement environnant. Les sons tels que les vélos, les trains, les autres véhicules et les cris d'enfants sont tous des entrées du réseau d'IA qui permettront aux voitures de « voir » les objets dans les virages. Dans une usine, les sons des machines en fonctionnement peuvent être utilisés dans des réseaux de contrôle intelligents qui diagnostiquent les problèmes potentiels avant qu'ils ne surviennent. Les systèmes de ville intelligente « entendront » des événements inhabituels tels qu'un bris de verre ou un accident de véhicule et alertent les autorités compétentes. Et les futures générations de robots utiliseront des systèmes audio dans le cadre du réseau de capteurs prenant en charge un fonctionnement et une interaction intelligents. En effet, la liste des applications potentielles est interminable.

— Pradyumna Mishra est entrepreneur en résidence, Infineon Technologies