Omid Armin/Unsplash Исследователи из Apple рассматривают перспективу использования искусственного интеллекта для определения, когда пользователь обращается к устройству, что может позволить отказаться от необходимости произносить пусковую фразу «Hey, Siri».
В незарецензированном исследовании, загруженном в Arxiv, ученые обучили большую языковую модель на речевых данных и фоновом шуме, полученных со смартфонов. Они хотели научить ИИ распознавать паттерны, указывающие на то, что пользователь хочет взаимодействовать с устройством.
Результаты описываются как многообещающие. Модель смогла делать более точные предсказания, чем алгоритмы, использующие только аудио или только текст. Ее точность повышалась по мере увеличения размеров.
В настоящее время Siri активируется только после произнесения пусковой фразы «Hey, Siri». Отказ от нее может усилить опасения, что устройства «всегда слушают», считает эксперт по конфиденциальности данных Джен Кинг (Jen King).
Она отмечает, что такие подсказки важны для пользователей, так как сигнализируют о том, что ассистент включен и записывает речь. В исследовании не уточняется, будет ли предложен альтернативный способ уведомления.
Ранее обработка Apple аудиоданных Siri вызывала критику защитников приватности из-за возможной утечки конфиденциальной информации.
Эта работа — один из недавних сигналов о планах Apple внедрить больше ИИ в свои продукты на фоне сообщений о создании генеративной модели MM1 и переговорах о партнерстве с Google и Baidu в этой области.
Источник: Technology Review
