Por qué 500 millones de personas en China están hablando con esta IA

iFLYTEK

Cuando Gang Xu, un residente de Beijing de 46 años, necesita comunicarse con su inquilino canadiense sobre los pagos del alquiler o las facturas de electricidad, abre una aplicación llamada iFlytek Input en su teléfono inteligente y toca un ícono que parece un micrófono, y luego comienza hablando. El software convierte sus mensajes verbales en chino en mensajes de texto en inglés y los envía al inquilino canadiense. También traduce los mensajes de texto en inglés del inquilino a los chinos, creando un ciclo continuo de conversación bilingüe.

En China, más de 500 millones de personas usan iFlytek Input para superar obstáculos en la comunicación como el que enfrenta Xu. Algunos también lo usan para enviar mensajes de texto a través de comandos de voz mientras conducen, o para comunicarse con un hablante de otro dialecto chino. La aplicación fue desarrollada por iFlytek, una empresa china de inteligencia artificial que aplica el aprendizaje profundo en una variedad de campos, como el reconocimiento de voz, el procesamiento del lenguaje natural, la traducción automática y la extracción de datos (consulte 50 Smartest Companies 2017).

Los sistemas judiciales utilizan su tecnología de reconocimiento de voz para transcribir procedimientos extensos; los centros de llamadas comerciales utilizan su tecnología de síntesis de voz para generar respuestas automáticas; y Didi, una popular aplicación china de transporte compartido, también utiliza la tecnología de iFlytek para transmitir órdenes a los conductores.

Historia relacionada

Historia relacionada

Pero si bien algunos avances impresionantes en el reconocimiento de voz y la traducción instantánea han permitido a Xu hablar con su inquilino canadiense, la comprensión del idioma y la traducción para las máquinas sigue siendo una tarea increíblemente desafiante (consulte el Problema del idioma de AI).

Xu recuerda un malentendido cuando trató de preguntarle a su inquilino cuándo saldría del trabajo para venir a firmar la renovación del contrato de arrendamiento. Pero el mensaje de texto enviado por la aplicación fue ¿A qué hora vas a trabajar hoy? En retrospectiva, cree que probablemente se debió a la redacción de su pregunta: ¿trabajarás hasta qué hora hoy? A veces, dependiendo del contexto, no puedo entender mi significado, dice Xu, quien todavía depende de él para comunicarse.

La historia de Xu destaca por qué es tan importante para una empresa como iFlytek recopilar la mayor cantidad posible de datos de las interacciones del mundo real. La aplicación, que es gratuita, ha estado recopilando esos datos desde su lanzamiento en 2010.

La plataforma de desarrollo de iFlytek, llamada iFlytek Open Platform, proporciona tecnologías de IA basadas en voz a más de 400 000 desarrolladores en diversas industrias, como el hogar inteligente y la Internet móvil. La empresa está valorada en 80.000 millones de yuanes (12.000 millones de dólares) y tiene ambiciones internacionales, incluida una filial en EE. UU. y un esfuerzo por expandirse a otros idiomas además del chino. Mientras tanto, la compañía está cambiando la forma en que muchas industrias, como la conducción, la atención médica y la educación, interactúan con sus usuarios en China.

iFlytek tiene su sede en Hefei, China.

En agosto, iFlytek lanzó un asistente de voz para conductores llamado Xiaofeiyu (Pequeño pez volador). Para garantizar una conducción segura, no tiene pantalla ni botones. Una vez conectado a Internet y al teléfono inteligente del conductor, puede realizar llamadas, reproducir música, buscar direcciones y buscar restaurantes a través de comandos de voz. A diferencia de los asistentes de voz destinados a los hogares, Xiaofeiyu fue diseñado para reconocer voces en un entorno ruidoso.

Min Chu, vicepresidente de AISpeech, otra empresa china que trabaja en tecnologías de interacción humano-computadora basadas en la voz, dice que los asistentes de voz para los conductores son, en cierto modo, más prometedores que los altavoces inteligentes y los asistentes virtuales integrados en los teléfonos inteligentes. Cuando los ojos y las manos del conductor están ocupados, tiene más sentido confiar en los comandos de voz. Además, una vez que los conductores se acostumbran a hacer las cosas con su voz, el asistente también puede convertirse en un proveedor de contenido, recomendando opciones de entretenimiento en lugar de manejar solicitudes pasivamente. De esta manera, evolucionará un nuevo modelo de negocio.

En la industria del cuidado de la salud, aunque la inteligencia artificial tiene el potencial de reducir costos y mejorar los resultados de los pacientes, muchos hospitales son reacios a dar el paso por temor a interrumpir un sistema ya tenso que tiene pocos médicos pero muchos pacientes.

En el Hospital Provincial de Anhui, que está realizando varios ensayos con IA, las tecnologías basadas en la voz están transformando muchos aspectos de su servicio. Diez asistentes de voz con la forma de una niña robot utilizan la tecnología de iFlytek para saludar a los visitantes en el vestíbulo del departamento de pacientes ambulatorios y ofrecer alivio a los recepcionistas con exceso de trabajo. Los pacientes pueden decirle al asistente de voz cuáles son sus síntomas y luego averiguar qué departamento puede ayudar.

Según los datos recopilados por el hospital desde junio, el asistente de voz dirigió a los pacientes al departamento correcto el 84 por ciento de las veces.

Los médicos del hospital también usan iFlytek para dictar los signos vitales de un paciente, los medicamentos que toma y otros datos en una aplicación móvil, que luego convierte todo en registros escritos. La aplicación utiliza tecnología de impresión de voz como un sistema de firma que no se puede falsificar. La aplicación recopila datos que mejorarán sus algoritmos con el tiempo.

Aunque las técnicas de IA basadas en la voz se están volviendo más útiles en diferentes escenarios, queda un desafío fundamental: las máquinas no entienden las respuestas que generan, dice Xiaojun Wan, profesor de la Universidad de Pekín que investiga el procesamiento del lenguaje natural. La IA responde a las consultas de voz buscando una respuesta relevante en la gran cantidad de datos que recibió, pero no tiene una comprensión real de lo que dice.

En otras palabras, la tecnología de procesamiento del lenguaje natural que impulsa a los asistentes de voz de hoy en día se basa en un conjunto de reglas rígidas, lo que resulta en el tipo de malentendido por el que pasó Xu.

Cambiar la forma en que las máquinas procesan el lenguaje ayudará a las empresas a crear dispositivos de IA basados ​​en voz que se convertirán en una parte integral de nuestra vida diaria. Quien haga un gran avance en el procesamiento del lenguaje natural disfrutará de una ventaja en el mercado, dice Chu.

esconder