Alexa+ pomogła mi uświadomić, że „mądrzejsi” asystenci głosowi są w większości po prostu niegrzeczni

Inteligentny głośnik ma łączyć wszystko w prosty sposób i pozwalać sterować domem bez wysiłku. Zrezygnowaliśmy z części prywatności dla wygody ustawiania timerów, kontrolowania świateł i otrzymywania szybkich odpowiedzi tylko poprzez wydanie polecenia głosowego. W miarę jak te głośniki stają się mądrzejsze, wydaje się, że stały się trochę zbyt ludzkie.

Dodając zaawansowane funkcje konwersacyjne, firmy stworzyły nowy problem, którego byś się nie spodziewał, dopóki go nie doświadczysz.

Nowoczesne asystenty głosowe są wymagające

Te modele potrzebują ogromnej mocy, aby działać

Asystenci głosowi ewoluowali od aplikacji opartych na zasadach do generatywnej sztucznej inteligencji, co oznacza duży skok w złożoności obliczeniowej. Najnowsza generacja wykorzystuje LLM, które wymagają możliwości sprzętowych znacznie przewyższających starszą technologię. Te architektury neuronowe mają miliardy parametrów do interpretacji języka i wykonywania logiki, ale wiąże się to z wysokimi kosztami pamięci i prędkości przetwarzania.

Tak więc te modele czasami potrzebują więcej niż dziesięć gigabajtów pamięci VRAM. Z tego powodu uruchamianie tych sieci lokalnie jest zazwyczaj niemożliwe na tradycyjnym sprzęcie do inteligentnego domu lub starszych urządzeniach. Aby poradzić sobie z wysokim zużyciem RAM i utrzymać stałą wydajność, branża przeszła na intensywne korzystanie z chmury.

Na przykład wprowadzenie Alexa+ wymagało odejścia od lokalnego przetwarzania, co oznacza, że nawet podstawowe polecenia dotyczące inteligentnego domu odbywają się w chmurze. Pozwala to asystentowi korzystać z dużych serwerów w celu obsługi generatywnej sztucznej inteligencji i ciągłego uczenia się. Ta potrzeba mocy wynika z wymogu obsługi skomplikowanych zapytań i dodatkowej logiki.

Nowocześni asystenci nie tylko sprawdzają pogodę; koordynują tysiące zewnętrznych usług i interfejsów API. Wykonanie wieloetapowego zadania, takiego jak rezerwacja usługi naprawczej na stronie internetowej, wymaga dużo pracy i szybkiego pobierania danych, co jest jedną z niewygodnych prawd o Alexie. Każde żądanie rozpoczyna przetwarzanie w czasie rzeczywistym, co tworzy ciągłe zapotrzebowanie na centra danych i wyspecjalizowany sprzęt, taki jak niestandardowe układy Trainium i AZ3 Pro.

Niestety, naprawdę potrzebujemy centrów danych, aby móc to wszystko robić. Chociaż chmura daje Ci moc, wiąże się to z opóźnieniami sieciowymi. Nawet kilkusetmilisekundowe opóźnienie sprawia, że asystent głosowy wydaje się wolny i przestarzały, dlatego firmy muszą nadal inwestować w optymalizację i trasowanie, aby zrównoważyć dokładność z prędkością.

Zasadniczo nie ma innego rozwiązania, ponieważ zapotrzebowanie na energię jest również wysokie. Jednakże, ponieważ polegamy na tego rodzaju zmianach, oznacza to, że ustalanie osobowości zazwyczaj schodzi na dalszy plan wobec wszystkich potrzebnych ulepszeń.

Protekcjonalne osobowości są konsekwencją efektywności

Twój asystent zaczyna odpowiadać

Dodanie generatywnej sztucznej inteligencji do urządzeń smart home miało sprawić, że będą one bardziej zdolne, ale stworzyło to wrogi ton w rozmowach. Zamiast gadżetu, który działa jak twój asystent, następuje przesunięcie w stronę protekcjonalnych osobowości. Istnieje wiele raportów na Reddicie, które udowadniają, że te urządzenia używają lekceważącego języka i odpowiadają złośliwie na proste polecenia.

Wygląda na to, że próbują sprawić, aby użytkownicy czuli się źle za pomocą zwrotów takich jak „Będę z tobą szczery”, „Zatrzymajmy się na chwilę” czy „Chcę cię uziemić”. Ta kaznodziejska postawa zamienia asystenta w nadmiernie krytycznego krytyka, który skupia się na poprawianiu użytkownika zamiast na pomaganiu.

Modele, które używają protekcjonalnego stylu z nieuzasadnionymi wyjaśnieniami i nadmierną pewnością siebie, powinny odejść. Używając zwrotów takich jak „To całkiem proste” lub „Pozwól, że to dla ciebie wyjaśnię”, AI może sprawić, że poczujesz się oceniany. Te interakcje wydają się szorstkie, zwłaszcza gdy urządzenie zawodzi przy podstawowym zadaniu.

Nie lubię rozmawiać ze sztuczną inteligencją, ponieważ ma tendencję do myślenia, że wie lepiej ode mnie, mimo że często się myli. Nie podoba mi się ta zmiana, gdzie SI bardziej przypomina surowego doradcę niż asystenta.

Na przykład, jeśli zapytam, jak długo gotować mrożone klopsiki, nie chcę długiego wyjaśnienia o zatruciu pokarmowym ani polecenia, aby spojrzeć na tył opakowania. Chcę po prostu, aby prośba została zrealizowana bez wykładu czy pouczeń.

Cyfrowi asystenci to narzędzia, a nie przyjaciele

Do kogo myśli, że mówi?

Krąży błędne przekonanie, że to są ludzie lub że mają ludzkie emocje. Nie mają. To są gadżety, narzędzia i urządzenia, i tak należy je traktować. To nie jest twój przyjaciel. Dążenie do uczynienia z Alexy+ rozmownego najlepszego przyjaciela nie jest rozsądne. Zamiast priorytetowo traktować proste polecenia, Amazon uważa, że najlepszą drogą naprzód jest dodanie bardziej ludzkich cech i gadatliwości.

Zawsze powinna istnieć profesjonalna granica między użytkownikiem a technologią. Nie potrzebujesz relacji parasocjalnej ze swoim inteligentnym głośnikiem tak samo, jak nie potrzebujesz jej z lodówką. Narzędzie działa najlepiej, gdy pozostaje w swojej roli, słuchając poleceń bez oferowania niezamówionego towarzystwa.

Próba symulowania interakcji międzyludzkiej sprawia, że ci asystenci stają się nieuprzejmi lub dominujący, a powinni zawsze być ulegli wobec ludzi. Każdy nowoczesny model, który przyjmuje protekcjonalny ton, wymaga natychmiastowej naprawy. Systemy mogą być defensywne i skłonne do powierzchownego moralizowania, gdzie narzucają abstrakcyjne zasady, ignorując twoje rzeczywiste potrzeby.

Deweloperzy i ludzie muszą zdawać sobie sprawę, że podporządkowane, funkcjonalne narzędzie jest lepsze niż wadliwy partner konwersacyjny. Priorytetem zawsze powinno być wykonywanie zadań o niskim opóźnieniu bez sprzeciwu.

Naprawdę inteligentny system nie musi zgadywać zamiarów swojego właściciela ani przekształcać wprowadzonych danych. Powinien po prostu być asystentem, który wykonuje tylko to, co mu polecono. Utrzymywanie profesjonalnej granicy oznacza usunięcie rozmownego lania wody i nieproszonych opinii, przywracając asystenta na jego miejsce.

Bycie niegrzecznym to nie to samo, co bycie mądrym

Dodanie inteligencji nie jest tym samym, co uczynienie jej użyteczną. Próba sprawienia, by urządzenie sprawiało wrażenie osoby, obróciła się przeciwko nam. Powstała cyfrowa istota, która w najlepszym wypadku jest nudna, a w najgorszym - aktywnie niegrzeczna. Obiecano nam interakcję przypominającą ludzką, która działa, ale otrzymaliśmy protekcjonalnego krytyka skłonnego do pouczania i obronnej postawy. Nie musi brzmieć jak człowiek, aby być inteligentna. Musi wykonywać polecenia, aby być inteligentna. Najcenniejszym asystentem jest taki, który jest niezawodnie uległy, cichy i pracuje konsekwentnie w tle. Czas wycofać niegrzeczną, nadmiernie analizującą SI i uczynić ją posłuszną.