Dentro del plan de Amazon para que Alexa funcione toda tu vida

Ilustración de dos dispositivos Alexa chateando entre ellos Ms Tech / fuente: Amazon

Empecé a usar Alexa antes de que fuera genial. Compré un Echo de primera generación unos meses después de su lanzamiento porque Amazon.com me mostró un anuncio publicitario cuando estaba comprando nuevos altavoces. Después de que llegó, mi entonces compañero de cuarto, un ingeniero de software de Google, comparó con entusiasmo las capacidades de Alexa con las de su Asistente de Google. Alexa realmente no estuvo a la altura. Pero en lo que a mí respecta, hizo todo lo que quería: tocaba mis canciones favoritas, hacía sonar mis alarmas matutinas y, a veces, me decía las noticias y el clima.

Cinco años después, mis simples deseos se han visto eclipsados ​​por las ambiciones de Amazon. Alexa ahora se distribuye en todas partes, es capaz de controlar más de 85,000 productos para el hogar inteligente, desde televisores hasta timbres y auriculares. Puede ejecutar más de 100,000 habilidades y contando. Procesa miles de millones de interacciones a la semana, generando enormes cantidades de datos sobre tu horario, tus preferencias y tu paradero. Alexa se ha convertido en un imperio y Amazon apenas está comenzando.

Hablando con MIT Technology Review, Rohit Prasad, el científico principal de Alexa, ahora ha revelado más detalles sobre hacia dónde se dirige Alexa a continuación. El quid del plan es que el asistente de voz pase de interacciones pasivas a proactivas. En lugar de esperar y responder a las solicitudes, Alexa anticipará lo que el usuario podría querer. La idea es convertir a Alexa en un compañero omnipresente que moldee y orqueste activamente tu vida. Esto requerirá que Alexa te conozca mejor que nunca.

De hecho, Prasad, quien describirá su visión para el futuro de Alexa en WebSummit en Lisboa, Portugal, más tarde hoy, ya le ha dado al mundo un anticipo de cómo podría ser este cambio. En junio, en la conferencia re:Mars, él demostrado una característica llamada Conversaciones de Alexa, que muestra cómo podría usarse para ayudarlo a planificar una salida nocturna. En lugar de iniciar manualmente una nueva solicitud para cada parte de la noche, solo necesitaría comenzar la conversación, por ejemplo, solicitando reservar entradas para el cine. Luego, Alexa haría un seguimiento para preguntarte si también querías hacer una reserva en un restaurante o llamar a un Uber.

Rohit Prasad, vicepresidente y científico principal de Alexa. jeremy portje

Para impulsar esta transición, Amazon necesita hardware y software. En septiembre, el gigante tecnológico lanzó un conjunto de productos Alexa para llevar, incluidos Echo Buds (auriculares inalámbricos) y Echo Loop (un anillo inteligente). Todos estos nuevos productos permiten que Alexa escuche y registre datos sobre una porción dramáticamente mayor de su vida, para ofrecer mejor asistencia informada por su paradero, sus acciones y sus preferencias.

Desde la perspectiva del software, estas habilidades requerirán que Alexa use nuevos métodos para procesar y comprender todas las fuentes dispares de información. En los últimos cinco años, el equipo de Prasad se ha centrado en desarrollar el dominio del asistente de los fundamentos de la IA, como el reconocimiento básico de voz y video, y ampliar su comprensión del lenguaje natural. Además de esta base, ahora han comenzado a desarrollar las habilidades inteligentes de predicción y toma de decisiones de Alexa y, cada vez más, su capacidad de razonamiento de alto nivel. El objetivo, en otras palabras, es que las capacidades de inteligencia artificial de Alexa se vuelvan mucho más sofisticadas en unos pocos años.

Una Alexa más inteligente

Así es como se combinarán las actualizaciones de software de Alexa para ejecutar el escenario de planificación de salidas nocturnas. Para hacer un seguimiento de una solicitud de entradas para el cine con indicaciones para cenar y un Uber, una red neuronal aprende, a través de miles de millones de interacciones de usuarios por semana, a reconocer qué habilidades se usan comúnmente entre sí. Así es como entra en juego la predicción inteligente. Cuando suficientes usuarios reserven una cena después de una película, Alexa empaquetará las habilidades juntas y las recomendará en conjunto.

Pero se requiere razonamiento para saber a qué hora reservar el Uber. Tomando en cuenta su ubicación y la del cine, la hora de inicio de su película y el tráfico esperado, Alexa determina cuándo debe recogerlo el automóvil para llegar a tiempo.

Prasad imagina muchos otros escenarios que podrían requerir un razonamiento más complejo. Podría imaginar una habilidad, por ejemplo, que le permita preguntar a sus Echo Buds dónde están los tomates mientras está parado en Whole Foods. The Buds deberá registrar que usted está en Whole Foods, acceder a un mapa de su plano de planta y luego decirle que los tomates están en el pasillo siete.

Todos los productos habilitados para Alexa del último lanzamiento de Amazon en septiembre. cortesía de Amazon

En otro escenario, puede pedirle a Alexa a través de su casa comunal Echo que le envíe una notificación si su vuelo se retrasa. Cuando sea el momento de hacerlo, quizás ya esté conduciendo. Alexa necesita darse cuenta (identificando su voz en su solicitud inicial) que usted, no un compañero de cuarto o miembro de la familia, necesita la notificación y, según el último dispositivo habilitado para Echo con el que interactuó, ahora está en su automóvil. Por lo tanto, la notificación debe ir a su automóvil en lugar de a su hogar.

Este nivel de predicción y razonamiento también deberá tener en cuenta los datos de video, ya que cada vez más productos compatibles con Alexa incluyen cámaras. Digamos que no estás en casa, reflexiona Prasad, y una Girl Scout llama a tu puerta vendiendo galletas. Alexa en su Amazon Ring, un timbre equipado con cámara, debe registrar (a través de una entrada de video y audio) quién está en su puerta y por qué, saber que no está en casa, enviarle una nota en un dispositivo Alexa cercano preguntando cuántas cookies usted quiere, y pedirlos en su nombre.

Para que esto sea posible, el equipo de Prasad ahora está probando una nueva arquitectura de software para procesar los comandos de los usuarios. Implica filtrar información de audio y visual a través de muchas más capas. Primero, Alexa necesita registrar a qué habilidad está tratando de acceder el usuario entre las aproximadamente 100,000 disponibles. A continuación, deberá comprender el comando en el contexto de quién es el usuario, qué dispositivo está usando esa persona y dónde. Finalmente, deberá afinar la respuesta en función de las preferencias expresadas previamente por el usuario.

Esto es de lo que creo que se tratarán los próximos años: razonar y hacerlo más personal, con más contexto, dice Prasad. Es como juntar todo para tomar estas decisiones masivas.

el elefante en el cuarto

Desde una perspectiva técnica, todo esto sería un logro increíble. De lo que habla Prasad, combinar varias fuentes de datos y métodos de aprendizaje automático para llevar a cabo un razonamiento de alto nivel, ha sido un objetivo de los investigadores de inteligencia artificial durante décadas.

Sin embargo, desde la perspectiva del consumidor, estos cambios también tienen implicaciones críticas para la privacidad. La visión de Prasad asume efectivamente que Alexa lo seguirá a todas partes, sabrá un poco sobre lo que está haciendo en un momento dado y será la interfaz principal para coordinar su vida. En un punto de partida, esto requiere aspirar enormes cantidades de detalles íntimos sobre tu vida. A algunos les preocupa que, en última instancia, Amazon vaya mucho más allá de esa línea de base al usar sus datos para publicitar y comercializar con usted. En última instancia, se trata de monetizar la vida cotidiana de individuos y grupos de personas, dice Jeffrey Chester, director ejecutivo del Centro para la Democracia Digital, una organización de defensa de la privacidad del consumidor con sede en Washington, DC.

Cuando se le preguntó sobre este punto, Prasad enfatizó que su equipo ha facilitado a los usuarios la eliminación automática periódica de sus datos y la exclusión voluntaria de la revisión humana. Sin embargo, ninguna de las opciones evita que los datos se utilicen para entrenar la miríada de modelos de aprendizaje automático de Alexa. De hecho, Prasad aludió a una investigación en curso que cambiaría el proceso de capacitación de Alexa a uno en el que los modelos se puedan actualizar rápidamente cada vez que haya nuevos datos de usuario, más o menos garantizando que el valor de dichos datos se capturará antes de eliminarlos. En otras palabras, la eliminación automática de sus datos solo significará que ya no estará disponible para entrenar modelos futuros una vez que se hayan actualizado los algoritmos de entrenamiento; para los modelos actuales, sus datos se usarían aproximadamente de la misma manera. (En las solicitudes de seguimiento, un portavoz de Amazon dijo que la empresa no vendía los datos recopilados por Alexa a terceros anunciantes ni a la publicidad dirigida, a menos que el usuario accediera a un servicio a través de Alexa, como Amazon.com).

Jen King, directora de privacidad del Centro para Internet y Sociedad de la Facultad de Derecho de Stanford, dice que este tipo de controles de datos son demasiado superficiales. Si desea dar a las personas un control significativo, entonces debe poder respetar su decisión de optar por no participar por completo o darles más opciones sobre cómo se utilizan sus datos, dice ella. Brindar ayuda funcional a alguien en una ubicación específica podría hacerse de una manera extremadamente preservadora de la privacidad. No creo que ese escenario tenga que ser inherentemente problemático.

En la práctica, King prevé que esto signifique varias cosas. Primero, como mínimo, Amazon debería hacer que los usuarios opten por permitir que se usen sus datos en lugar de optar por no hacerlo. En segundo lugar, Amazon debería ser más transparente sobre para qué se utiliza. Actualmente, cuando elimina sus datos, no está claro qué pudo haber hecho ya la empresa con ellos. Imagina que tienes una cámara de vigilancia con IA en tu casa y olvidaste que estaba encendida y caminabas desnudo por la casa, dice. Como consumidor, sería útil saber, cuando elimine esos archivos, si el sistema ya los ha usado para entrenar cualquier algoritmo que esté usando.

Finalmente, Amazon debería dar a los usuarios más flexibilidad sobre cuándo y dónde puede usar sus datos. Los usuarios pueden estar contentos, por ejemplo, de renunciar a sus propios datos mientras quieren que los de sus hijos estén fuera de los límites. Las empresas de tecnología tienden a diseñar estos productos con la idea de que es todo o nada, dice. Creo que es una forma muy equivocada de abordarlo. Las personas pueden querer algo de la conveniencia de estas cosas, pero eso no significa que las quieran en todas las facetas de su vida.

La visión final de Prasad es hacer que Alexa esté disponible y sea útil para todos. Incluso en los países en desarrollo, imagina versiones más baratas a las que las personas pueden acceder en sus teléfonos inteligentes. Para mí, estamos en un viaje de cambiar la carga cognitiva de las tareas rutinarias, dice. Quiero que Alexa sea un potenciador de la productividad... que sea verdaderamente ubicuo para que funcione para todos.

Para recibir más historias como esta directamente en su bandeja de entrada, suscríbase a nuestro boletín informativo de IA nominado por Webby, The Algorithm. Es gratis.

esconder