ترکیب سیری و GPT-3 به یک دستیار صوتی فوق‌هوشمند تبدیل شد

یک برنامه‌نویس، نسخه‌ آزمایشی GPT-3 را برای تقویت سیری به کار گرفته که دستیار صوتی اپل با استفاده از آن دستورهای صوتی عجیب و جذابی را امکان‌پذیر کرده است. میت مارشالکو در ویدیویی که در ردیت منتشر کرده نشان می‌دهد این دستیار صوتی علاوه بر کنترل دستگاه‌های هوشمند خانگی به دستورهای مبهمی پاسخ می‌دهد که دستیارهای صوتی امروزی از جمله سیری قادر به درک صحیح آن نیستند.

برای مثال،‌هوش مصنوعی در این ویدیو در پاسخ به این دستور چراغ‌ها را روشن می‌کند:‌ «الان دقت کردم که دارم ویدیوام را در دفتر تاریک ضبط می‌کنم،‌ می‌تونی کاری در این باره انجام بدی؟» سپس مارشالکو از دستیار صوتی می‌خواهد تا دمای اتاق را برای «کمک به خواب بهتر» تنظیم کند و درنتیجه دمای ترموستات اتاق خواب روی ۱۹ درجه سلسیوس تنظیم می‌شود.

مارشالکو در یک پست وبلاگی نحوه عملکرد این دستیار را شرح داده است. در واقع او با استفاده از اپلیکیشن شورت‌کاتس اپل (Shortcuts)، ارتباطی بین سیری، GPT-3 و دستگاه‌های هوشمند خانگی برقرار می‌کند. در صورت ارائه دستور به سیری، شورت‌کاتس دستور بلند بالایی به هوش مصنوعی ارسال و از آن می‌خواهد تا پاسخی قابل درک برای ماشین ارائه کند. سپس شورت‌کاتس آن را به دستگاه‌های هوشمند منتقل کرده و/یا از طریق سیری پاسخی را به کاربر می‌دهد. در این پست وبلاگی تمام روند به صورت کامل توصیف شده است.

در این دموی جذاب،‌ قدرت دستیار‌های صوتی در ترکیب با تکنولوژی جدید هوش مصنوعی را می‌بینیم اما این تجربه بی عیب و نقص نیست. اول اینکه مارشالکو می‌گوید هر دستور حدود  ۰.۰۱۴ دلار در ازای درسال درخواست توسط رابط برنامه‌نویسی به GPT-3 هزینه برمی‌دارد. ویدیو منتشر شده هم اصلاح شده و روشن نیست که آیا این نسخه آزمایشی در تمامی موارد جواب می‌دهد یا تنها موارد موفق در این ویدیو گنجانده شده‌اند. بعلاوه در صورتی که نرم‌افزار تشخیص صدا قادر به تشخیص کلمات کاربر نباشد، یک هوش مصنوعی قدرتمند کمک به پیشبرد کار نمی‌کند.

بعلاوه سوال مهم‌تر اینکه از دستیارهای صوتی چه انتظاری داریم. آیا واقعا به دنبال مکالمه واقعی با دستیار صوتی هستیم یا کنترل پیام‌های کوتاه و روبات مانند را ترجیح می‌دهیم؟ مارشالکو هم به خطر دستیار هوشمند و «اتفاقات غیرمنتظره» اشاره می‌کند.

با این حال،‌ نسخه آزمایشی منتشر شده نشان می‌دهد که با ترکیب این تکنولوژی در دستیارهای صوتی اپل، آمازون و گوگل به چه قابلیت‌هایی می‌توان دست پیدا کرد و جالب اینکه چنین ابزارهایی به حدی باز و قابل دسترسی هستند که چنین آزمایش جذابی حتی از طریق ابزارهای در دسترس مشتریان هم قابل اجرا است.