Si farvel til Alexa og hei til gadgets som lytter til stemmen i hodet ditt

Arnav Kapurs AlterEgo lar ham kommunisere, bytte TV-kanal og mer ved å snakke stille til seg selv. Av

• Rachel Metz arkivside

27. april 2018

MIT Media Lab

Å kontrollere dingsene dine ved å snakke med dem er så 2018. I fremtiden trenger du ikke engang å bevege leppene.

En prototype enhet kalt AlterEgo , opprettet av MIT Media Lab graduate student Arnav Kapur, gjør allerede dette mulig. Med Kapurs enhet – en 3-D-printet plastikkdodd som ser ut som en tynn hvit banan festet på siden av hodet hans – kan han bla gjennom TV-kanaler, endre fargene på lyspærer, gjøre ekspertsjakktrekk, løse kompliserte regnestykker problemer, og som han nylig vist til 60 minutter mannskap, bestill en pizza, alt uten å si et ord eller løfte en finger. Den kan også brukes til å la folk kommunisere stille og diskret med hverandre.

Jeg føler meg som en cyborg, men i beste mening, sier han om sin erfaring med enheten, som han bygget som et forskningsprosjekt.

AlterEgo leser ikke tanker, selv om det kan høres slik ut. Snarere fanger den opp de småbitte elektriske signalene som produseres av små bevegelser av ansikts- og nakkemusklene våre når vi stille leser eller snakker til oss selv. AlterEgos elektroder fanger opp disse signalene og sender dem via Bluetooth til en datamaskin, hvor de kan dekodes av algoritmer og deretter aktiveres (Slå på lyset, for eksempel). Systemet inkluderer beinledningshodetelefoner for å gi deg tilbakemelding og fortelle deg (med en datastyrt stemme) hva andre AlterEgo-brukere prøver å fortelle deg, uten å blokkere ørene dine.

Det er som å være personlig koblet til Internett, og uten det, sier Kapur, føler jeg meg normal plutselig.

I en verden hvor rask forbedring av kunstig intelligens er i ferd med å bli en kilde til angst (i en robot kommer til å ta over og drepe oss eller i det minste ta jobben vår), ser Kapur på AlterEgo som en slags motgift. Han brukte det siste året på å jobbe med enheten for å vise hvordan AI kan bidra til å forsterke i stedet for å erstatte oss.

Han ser det for seg som en ny type datamaskin, som kan brukes på en måte som krever mindre oppmerksomhet enn å trykke og sveipe på en smarttelefon og mer intime (og stillegående) enn bjeffekommandoer mot Alexa. Selv om det fortsatt bare er en prototype på et tidlig stadium, ser han for seg at det er nyttig for for eksempel å ringe en Uber, eller gjøre det lettere for personer med talevansker og stemmeforstyrrelser å kommunisere.

Så langt har Kapur og andre Media Lab-forskere bygget flere enkle applikasjoner, inkludert spilleassistenter for sjakk og Go som foreslår neste trekk, en aritmetikk-app som gir deg svaret på internt vokaliserte matematikkproblemer, og en app som lar deg i hovedsak blitt en node på tingenes internett.

Forskerne fikk også folk til å teste ut AlterEgo som en måte å kommunisere stille og iøynefallende på; ifølge en fersk papir , fant de at 92 prosent av gangene i gjennomsnitt var i stand til å fange nøyaktig hva brukerne sa.

Tanzeem Choudhury, en førsteamanuensis ved Cornell University som driver skolens People-Aware Computing Lab , mener AlterEgo kan være spesielt nyttig i situasjoner der det kan være pinlig eller følelsesmessig belastende å snakke om visse ting.

Utfordringen sier hun er å få enheten til å fungere bra uten å få maskinvaren og selve interaksjonen til å se rar ut. Hun peker på Google Glass – den arketypiske historien som ikke kan bæres – som et eksempel på hvordan interaksjoner mellom mennesker kan gå galt når minst én av dem har en dings på hodet.

Relatert historie

Relatert historie Forskere for det sosiale nettverket lærte folk å føle 100 ord på armene med en bærbar prototype.

Og Kapur, som gjerne vil forbedre dette og gjøre det om til et ekte produkt, begynner å tenke på alle problemene som må fikses først.

For eksempel er dens person-til-person kommunikasjonsfunksjon begrenset til svært enkle ord og setninger som Ja, Nei, Hallo, Bye og Vet du dette? Og selv om den kan oversette lydløst uttalte ord fra engelsk til språk inkludert spansk og japansk, er den fortsatt bare i stand til å oversette 15 setninger.

Det er fordi hans tilnærming til stille tale er ny, så det er ikke noen store datasett forskerne kan ta for å trene AlterEgos algoritme (i motsetning til for eksempel en typisk talegjenkjenningsapp). Så forskerne bygger sitt eget datasett ved å la folk bruke det.

Kapur sier at de også setter opp en studie på sykehus og rehabiliteringssentre der personer med talevansker vil bruke AlterEgo, selv om han ikke vil røpe hva de gjør eller håper å finne ut av. Utover det utvider forskerne ordforrådet systemet kan forstå, jobber med applikasjoner og vurderer hvordan de kan forbedre AlterEgos formfaktor.

Tross alt, sier han, er det fint å ha alle disse superkreftene.

gjemme seg