سرگذشت دستیارهای صوتی

سرگذشت دستیارهای صوتی

استارت اولین دستیار صوتی در سال ۱۹۱۱ زده شد. آن زمان، «رادیو رکس» ساخته شد که یک وسیله‌ی سرگرمی بود که با صدا زدن‌اش کار می‌کرد. سال‌ها بعد، در سال ۱۹۶۲ اولین ابزار دیجیتال برای تشخیص گفتار با نام آی‌بی‌ام شوباکس (IBM Shoebox) در سیاتل رونمایی شد. در سال ۱۹۷۰ گروهی از پژوهشگران دانشگاه کارنگی در پیتسبورگ پنسیلوانیا  با پشتیبانی وزارت دفاع آمریکا و پژوهش‌گاه امور دفاعی توانستند ابزاری با نام «هارپی» (Harpy) اختراع کنند که توانایی تشخیص هزار کلمه را داشت و اين به وسعت فرهنگ واژه‌های يک کودک سه ساله بود. ده سال بعد، همین گروه از پژوهشگران سیستم پیشرفته‌تری را ايجاد کردند که علاوه بر تشخیص کلمات جداگانه، با استفاده از مدل مارکوف مخفی می‌توانست دنباله‌يی از واژه‌های متوالی را هم پردازش کند.

شوباکس: پژوهشگران آی‌بی‌ام در حال کار با اولين سیستم دیجیتال تشخیص گفتار.

در سال ۱۹۹۰، تکنولوژی تشخیص صدا به همت شرکت‌های مایکروسافت، فیلیپس، آی‌بی‌ام و ديگران به عنوان یک قابلیت در کامپیوترهای شخصی گنجانده شد. مدتی بعد، در سال ۱۹۹۴، با عرضه‌ی گوشی هوشمند آی‌بی‌ام سایمون (IBM Simon) بنیان دستیار مجازی به صورتی که امروزه می‌شناسیم، گذاشته شد. اولین دستیار مجازی مدرن با نام «سیری» در گوشی آیفون محصول اپل (روی مدل 4s) در اکتبر ۲۰۱۱ به کار گرفته شد.

آی‌بی‌ام سایمون: اولين دستیار شخصی دیجیتال (PDA) که به نوعی سلف گوشی‌های هوشمند امروزی‌ست.

دستیار مجازی دستگاهی‌ست که با واکنش نسبت به فرمان‌ها و پرسش‌هايی که از کاربر دريافت می‌کند، وارد ارتباط و تعامل با او می‌شود. با پیشرفت تکنولوژی بسترهای جدیدی برای تعامل کاربر با دستیار مجازی به ایجاد شده است. روش‌های تعامل کاربر با دستیار مجازی متعدد است.

برخی از دستیارها با تعامل متنی کار می‌کنند، يعنی با رد و بدل کردن پیامک، پیام فوری در اینترنت، چت، ئی‌ميل و هر نوع کانال ارتباطی که بر پایه‌ی پیام متنی بنا شده ارتباط بين دستیار مجازی و کاربر برقرار می‌شود. يک نمونه از اين دستيارها محصولی‌ست که برای کاربردهای تجاری از سوی شرکت کانورسیکا (Conversica) آماده شده است.

دسته‌يی ديگر از دستیارهای مجازی با تعامل صوتی کار می‌کنند، مانند دستیار آلکسا که با محصولات مختلف آمازون هم‌آهنگ است و ديگر نمونه‌ها عبارت‌اند از: سیری در سیستم عامل گوشی‌های اپل و گوگل اسیستنت که در دستگاه‌های هوشمند گوگل و انواع گوشی‌های اندروید کاربرد دارد. اين دستیارهای مجازی صوتی را بايد صدا زد تا فعال شوند. فراخواندن آن‌ها با يکی دو کلمه و جمله‌يی کوتاه انجام می‌شود: Hey Siri ، OK Google ، Alexa و Hey Microsoft .

آمازون اکو: سکوی عملیاتی مخصوص دستیار الکسا که توانايی‌های مختلفی دارد.

روش دیگری که به تعامل کاربر و دستیار مجازی کمک می کند، کار کردن با تصاوير است. این قابلیت در دستیار بیکسبی (Bixby) محصول سامسونگ تعبيه شده که در گوشی‌های هوشمند سامسونگ از مدل گلکسی اس‌هشت به بعد فعال است.

البته، بعضی از دستیارهای مجازی از چند طریق می‌توانند با کاربر ارتباط برقرار کند مانند گوگل اسیستنت که هم با انواع پيام‌های متنی و برنامه‌ی پیام‌رسان گوگل هم از طریق صوتی به کمک گوگل هوم و بلندگوهای هوشمند قادر به کار کردن است.

دستیارهای مجازی از تکنيک پردازش زبان طبیعی (NLP) برای تطبیق داده‌های متنی يا صوتی کاربر به شکل دستورهای قابل اجرا استفاده می‌کنند. در اين رویکرد، هم‌چنان از ترفندهای هوش مصنوعی مانند یادگیری ماشین بهره‌برداری می‌شود.

استفاده از دستیارهای مجازی در محیط‌های مختلفی پيش‌بينی شده است. در دستگاه‌هایی مانند بلندگوهای هوشمند، از آمازون اکو گرفته تا گوگل‌هوم (Google Home) و اپل هوم‌پاد (HomePod) يا در برنامه‌های کاربردی پیام‌رسان که در گوشی‌های هوشمند و برخی از سایت‌ها مثل فیسبوک در دسترس هستند. بعضی از آن‌ها به عنوان بخشی از يک سیستم عامل‌ مشخص طراحی شده‌اند، سیری که روی سیستم عامل آی‌او‌اس مخصوص تجهیزات هوشمند اپل قرار دارد يا دستیار بلک‌بری که مخصوص گوشی‌های بلک‌بری‌ست. بعضی از دستیارها روی انواع گوشی‌ها و تبلت‌های هوشمند مستقل از پیکره‌ی سیستم عامل نصب می‌شوند، مانند بیکسبی محصول سامسونگ. دستیارهايی هم هستند که به صورت افزونه‌يی برای سیستم‌های پيام‌رسانی و چت کار می‌کنند، مثل آئرومکزیکو (Aeromexico) در فیسبوک مسنجر یا ویچت سکرتری  در ویچت. دسته‌يی از دستيارهای مجازی هم در لوازم خانگی و اتومبیل‌ها و حتا در تکنولوژی‌های پوشیدنی کاربرد دارند.

با دستور دادن به دستیار مجازی می‌توان از خدمات آن استفاده کرد. خدماتی که هم‌چه دستیارهايی ارائه می‌دهند نظیر مطلع شدن از وضعیت آب و هوا، مرور اخبار و اطلاعات، سر زدن به سایت‌هايی مثل ویکی‌پدیا، پخش موسیقی از سرویس‌های مخصوص برخط، پخش فیلم و دیدن برنامه‌های تلویزیونی است. مهم‌تر از تمام این‌ها، می‌تواند در ارائه‌ی خدمات برای جایگزين کردن نيروی انسانی باشد. بر اساس مطالعات انجام‌شده، به کمک دستیارهای مجازی ۳۰ درصد از بار کاری نیروی انسانی در مراکز مشاوره‌ی تلفنی کاهش یافته است.