"Nem ismerem az Alexa működését, de ezt könnyen ki lehetne védeni ha két üzemmódban tudna futni. Lenne egy smart home és egy smart assistant profilja. "
De hát akkor... valamikor odakéne menni és átállítani egyik módből a másikba. És az elviselhetetlenül kényelmetlen. Mindent a kényelemért.
A számítástechnika új negatív trendjei: ujtechkor.blog.hu
Internethez hozzá kell férnie, online a hangfölismerés.
A jóváhagyásnak viszont sokkal egyértelműbbnek kell lennie, az nem fogadható el, h folyamatos háttérbeszélgetésből ragadjon ki megfelelőnek tetsző válaszokat és ha pl. nagyon halkra van állítva a saját hangereje, eleve nem fogadhatna el semmilyen megerősítést, hiszen a felhasználó valszeg nem is hallotta a kérdést...
Éppen ellentétes irányba akarnak menni a nagy techcégek. Azt akarják, hogy a vásárlás teljesen automatikus legyen . Pl. az okoskávéfőző, ha érzékeli, hogy nincs betöltve, megrendeli magától az új adagot, de még ennél is brutálisabb elképzelések vannak:
"Tárgyalásra készülsz de közeleg egy vihar és nincs esőkabátod? Hamarosan az okostelefonod már automatikusan felismeri a helyzetet, majd megveszi és házhoz szállíttatja a ruhaneműt. De akár be is mehetünk egy plázába és szkennelhetjük a boltokat telefonunkkal, ami megmondja, hogy van-e bárhol olyan akciós fölső, amely illik a nadrágunkhoz. A bevásárlás gyökeresen megváltozik a következő 5-10 évben a technológia előretörése miatt és ebben a fizetési rendszereknek is hatalmas szerepe lesz - hangzott el a Visa berlini sajtóeseményén."
https://www.portfolio.hu/vallalatok/it/a-telefonod-lassan-tudja-mar-mit-szeretnel-venni-mielott-te-kitalalnad.2.285668.html
Azt akarják, hogy felhasználói beleegyezés nélkül vásárolgassanak az okoseszközök, ha úgy gondolják az kell. Persze majd a hackerek is tudnak ha feltörik ezeket az okoseszközöket.
[ Szerkesztve ]
A számítástechnika új negatív trendjei: ujtechkor.blog.hu
Ki kell törölni a kontaktlistát, és akkor nincs kinek elküldenie, ha véletlenül felvesz valamit.
Nem feltétlen szükséges, legalább erre a problémára nem ez a megoldás. Hanem amit már többször leírtam ebben a topikban: az a minimum, hogy nem ragad ki "szavakat" egy folytonos szövegből (megszólítása és fontos parancsok előtti és utáni rövid szünet) és amikor visszajelez(ne), akkor is figyelnie kell, hogy szintén nem egy beszélgetés közepébe szól bele.
Ez így most kb. olyan, mint az a párezer forintos barkóbázó kutya, amit még évekkel ezelőtt vettem lányomnak, az a cucc is jól elvan egymagában egy társasági beszélgetés közben. Csak kicsit hangosan szól közbe, hogy "Hát ez érdekes!", meg "Biztos vagy benne?" (ki tudja, mit ragadott ki - aztán jön egy következő kérdés). 
[ Szerkesztve ]
Hey, Alexa, buy me a car - yes yes yes, buy me that car.
Hey, Alexa, turn off the light - yes yes yes, turn off the light.
Hey, Alexa, send an email - you're the boss, Alexa, send that email.
Legyen olyan szép és vidám napod amilyet csak szeretnél!
Értem a technológiát,csak annál én paranoiásabb vagyok, hogy ezt bevállaljam.
Látom Te is szögedi vagy, a mi tájszólásunkkal az itt tanuló külföldiek is megszenvednek, mert senki nem mondja nekik, hogy néhány szót másképp is mondhatunk, mint ahogyan ők tanulják. Nem tudom,hogy az AI megbírkózna-e vele. 
Ez egy fórum.Segítség,kritika,trollok, minden előfordulhat.Fogadd el, ez ilyen!
Nyilvánvaló, hogy te nem használsz ilyen rendszert és ezért is írsz ilyen dolgokat! Ha használnád, akkor rájönnél, hogy amiket írsz pont a normális felhasználást korlátoznák. Ezeknek az asszisztenseknek az a célja, hogy minél gördülékenyebben, az emberi párbeszédhez leginkább hasonlítóan kommunikáljon. Ha túl lenne bonyolítva mindenféle folyamatos jóváhagyásokkal, meg mindig x másodperces szünetekre várna, nem lenne elég gördülékeny a "beszélgetés" és akkor meg az lenne egy csomó mindenkinek a baja (pl. engem is baromira idegesítene)!
Túl van bonyolítva és misztifikálva ez az eset (is)! Alexa fénnyel is jelzi, ha aktiválódik, illetve mindig válaszol is valamit, ha nem érti mit akarsz visszakérdez, stb. Tehát itt semmi másról nem volt szó, minthogy a felhasználó figyelmen kívül hagyta ezeket az egyértelmű jelzéseket, utána meg felháborodik, hogy egy gép nem volt okosabb nála és nem tudta a gondolatait olvasni a hangja helyett!
Én is már jó ideje használok Echo dot-ot, volt már párszor, hogy tévesen aktiválódott, de mindig észlelni lehetett, ha bekapcsolt és még mindig ritkábban értette félre az aktiválást, mint egy átlagos ember, amikor megszólítják pl.
Ha egyszer valóban kiderülne, hogy mindenféle visszajelzés nélkül, valóban titokban rögzítene bármelyik ilyen eszköz, akkor az hír érték lenne, minden más eset, csak egy felfújt lufi!
Ott a pont! 
Én is valami ilyen szöveget akartam volna beírni... 
Telefonszámom: 0️⃣6️⃣7️⃣0️⃣3️⃣3️⃣9️⃣9️⃣3️⃣3️⃣9️⃣ ... Ha nem válaszolok a privátra, akkor hívj fel...
Fényt nem mindig látod, csak ha ránézel a "hangszóra", ha jól gondolom. Meg mi van akkor, ha le van halkítva a hangszórója, vagy esetleg másik szobában már nem hallod? Gondolom attól még ő simán hallhat téged. Kíváncsiságból kérdezem, nem kötözködésből.
Ami az embereket illeti, igen, szokott lenni, hogy "Nekem mondtad?". De ott van emberi értelem is, ami miatt sokkal valószínűtlenebb, hogy jelentős hibás cselekvésig vezessenek el. "Ezt most minek küldeném el neki? Semmi értelme."
(Amúgy vannak remek ötleteim... pl. hogy a kütyühöz hülye vékony hangon kelljen beszélni. Az ugyan olyan gördülékeny, és mégis egyértelmű hogy nem emberhez beszélsz. )
Itthon elég megkötés az, h angolul kell beszélni
Vagy németül: érdekes módon nem ugyanazokat a válaszokat adja, németül többnyire alaposabb (és még humorosabb is...)
Ha indiai az a hacker, akkor először megnézi a "how to hack eastern european peaoeaople.doc.txt.vsd"-t. Ha ezt nem érti, küld egy emailt a support centernek. Persze összekeveri a címzetteket, és tőled kér majd segítséget, hogy nem találja a te géped a "how to hack howto"-ban. Miután elküldöd az anyjába, kéri hogy ignoráld az emailjét, mintha meg sem történt volna, de azért este kilenckor nyisd már meg neki a 9000-es portot, mert így van a howto-ban.
A hedonizmus egyetlen elfogadható formája a kvadkopterezés! - koptergeza.blog.hu - www.youtube.com/channel/UCLtnLDubykhLEvDX0ZVUM8w - www.facebook.com/koptergeza
A fény szerintem elég jól látszik, azért nem egy aprócska LED pislákol, vagy ilyesmi, bár tény ha nincs a látóteredben, akkor persze nem veszed észre, hiszen nem világítja be az egész szobát (ha így lenne nyilván az is zavaró lenne ). Azt viszont kizártnak tartom, hogy pl egy másik szobából vegyen utasításokat. Nekem inkább néha az a bajom, hogy nem elég érzékeny a mikrofonja és ugyanabban a szobában tartózkodva is, ha távolabbról szólok neki, akkor csak úgy ért, ha hangosabban mondom (pedig nem egy óriási szobáról van szó). Az elképzelhető, hogy teljesen lehalkították a hangszórót, viszont ez akkor már teljesen user error esete szerintem ... mi értelme egy hangalapú asszisztenst teljesen lehalkítani? Kapcsolja ki, ha nem akarja hallgatni, de ne lehalkítsa, úgy pont funkcióját veszti ... de legalábbis ne lepődjön meg, ha a háttérben "dolgozik".
Ha már emberekhez hasonlítjuk a dolgot, ez olyan, mintha azt mondanád a kollégádnak, hogy ma ne szólj inkább hozzám, de közben adsz neki utasításokat, vagy lehet nem is neki adsz, de ő mivel betartja a kérésed, szó nélkül megcsinálja amit kértél tőle, aztán másnap kiderül, hogy nem is annak a Bélának szólt a kérés, de akkor már késő, mert mindent elcseszett, amit nem is neki kellett volna megcsinálnia!
Ez a magas vékony hangos ötlet ..... háááát egy darabig biztos vicces lenne, de hosszú távon nem hiszem, hogy értékelnék a felhasználók . Én abban látnék esetleg realitást, hogy valamilyen módon érzékelné az eszköz ha pl ránézel (de ez egyelőre drága és nem túl megbízható technológia ... mondjuk 5-6 méter távolról egy szemmozgás lekövetés elég necces és csak akkor aktiválódna ... ez még kb életszerű is lenne, mert a normális emberi kommunikációban is igyekszünk a másikra nézni beszélgetés közben. De ennek is meg lennének a gyenge pontjai, pl ott állsz a sötétben és kéred Alexát, hogy kapcsolja fel a villanyt, de mivel sötét van, nem látja, hogy rá nézel, így a villany sem lesz felkapcsolva 
.... szóval nem egyszerű dolgok ezek és jelenleg aki ilyet használ, tisztában kell lennie a korlátokkal ... de ezt az esetet továbbra sem nevezném ettől még lehallgatásnak.
Plusz ezen idő alatt, a szomszéd már mindent végighallgatott a falon túlról és már fel is tolta a hanganyagot, Fészbúúúkra, hogy: "Na a szomszéd már megint nem bír magával"
Kíváncsi voltam, hogy kik és mit szólnak ehhez a hírhez... Nem csalódtam. Kellene oda is a gdpr...
Vagy a GDPR-nél inkább valami okosabban kidolgozott rendelet 
Az csak egy álom... Még most.
Mint ahogy a GDPR-ben leírtak teljesülése is
Te nem tudsz olvasni, vagy mi? [link]
Ha ilyet csinál egy asszisztens mikor le van halkítva, akkor simán csak nem "fogja fel", hogy ennek mik a következményei, nem pedig azt hiszi, hogy te most ilyet akarsz játszani, hogy ő önállósítsa magát. Ha az emberen lenne halkító gomb (gyereknél pl. néha nem is ártana ![;]](http://cdn.rios.hu/dl/s/v1.gif)
), akkor egyértelmű lenne neki, hogy akkor te most őt bizonyosan nem hallod. Hasonlóképpen arra is rájönne, hogy te már sokadszorra elég furcsán reagálsz, szóval valószínűleg nem is vele beszélsz. Na de, kb. ott van végünk, ha ez már menni fog az asszisztenseknek is.
[ Szerkesztve ]
Attól még elég messze vagyunk, hogy ezek bármit is felfogjanak, de az, hogy a programja ilyen totál alap dolgokat nem tud, az hozzánemértés.
Pláne, hogy 10 méterről egy tompán kinyögött ahh yess ahh pont úgy hangzik, mint hogy A.L.E.X.A.
Kipróbáltuk.
Te nem tudsz értelmezni, vagy mi? (ha már ilyen stílusban beszélgetünk)
Hidd el olvastam és értelmeztem amit írtál és ez alapján írtam, amit írtam .... Általában nem hosszas diskurzusokat folytat az ember Alexával, hanem egy-egy viszonylag rövid parancsot ad ki neki! Így a "hosszabb kihagyás utáni első megszólítás" elég gyakori esemény lenne! Ezért szerintem zavaró lenne és baromira nem lenne gördülékeny, ha akár csak néhány másodpercig várni kéne egy-egy parancs kiadása meg a megszólítás között. Plusz ha meg már túl rövid lenne ez a bizonyos idő, akkor kb semmit nem érnél el vele, mert normál beszélgetés során is előfordul, hogy gondolkodsz, megakadsz a beszédben, stb .... ugyanúgy félre érthetné.
"folyamatban lévő beszélgetésbe nem "ugat" bele" és meddig várjon arra, hogy befejezed a beszélgetést vagy sem? Nyilván valamennyit kivár, hiszen egy folyamatban lévő parancsba sem szól közbe, De egy hosszú párbeszéd közepén ha meghallja a "nevét" az előtte lévő beszélgetést nem értelmezheti, hiszen akkor meg ugye pont az történne, amit senki nem szeretne, hogy minden számára hallható kommunikációt feldolgoz és elment, azt is ami az előtt volt, hogy megszólítod. De csak azt kell elképzelni, hogy szeretnéd, ha 1-2 másodperc eltelne az aktiválás meg a parancs kiadása között, meg szeretnéd, ha érzékelné, hogy mikor folyamatos vagy mikor van valamennyi megszakítás egy párbeszédben, tehát itt is másodperceket "vesztünk", mire elkezdődik egy adatküldés, feldolgozás, visszaküldés, végrehajtás folyamat, amibe még egy okos eszköz vezérlése során közbe jön maga az okos eszköz és mondjuk az otthoni hálózat késleltetése is... miközben azt szeretnék elérni a gyártók, hogy ez a folyamat minél gyorsabb lenne, te ilyen "evidens" ötletekkel akarod lassítani az egészet. Így is sokszor jó lenne, ha gyorsabban reagálna ... ezért mondom, hogy használni kéne és akkor megmondani a tutit.
"Ezek annyira evidens dolgok... " .... Biztos szívesen fogadnak a fejlesztő csapatba, mert nyilván nem teszteltek ezernyi megoldást, meg nem fejlesztik azóta is folyamatosan ezeket az eszközöket. Valószínű, hogy ami neked "evidens" már rég megvizsgálták, és több olyan okból elvetették, ami számodra meg nem "evidens". Én csak a saját szemszögemből írtam le, hogy miért problémás amit te írsz, de ezen kívül lehet ezer más oka, amiért nem így működik a rendszer és nem a programozói igénytelenség, lustaság, stb.
Ok és miből kéne felfognia, hogy mit is szeretnél? Ez már a gondolatolvasás szintje kéne, hogy legyen (azt meg szerintem jobb ha nem tudja egy eszköz sem). Lehet csak hülye volt a felhasználó és véletlenül halkította le, de lehet nem akarta, hogy a gyerek felébredjen rá, viszont szeretné felkapcsoltatni vele az éjjeli lámpát, lehet, hogy titokban akart vele üzenetet küldeni a szeretőjének, miközben a férje/felesége is a szobában volt, stb. stb... ezer opció lehet, ami miatt esetleg lehalkították így az sem gondolnám jó megoldásnak, hogy ilyenkor inkább nem hajtsa végre azt a parancsot, amit úgy gondol, hogy nem kéne, mert nem tud róla mondjuk értesíteni.
Te is azt írod, hogy az ember felfogná, ha már sokadszorra furcsán reagálnál ... tehát első néhány esetben egy emberrel is előfordulhatna, hogy bár furán néz rád, de megteszi, amit kérsz ... és ahogy szintén írod, ha egy gép jobban felfogná mit is akarunk, mint embertársunk, na akkor valóban ott lenne/lesz végünk 
.
Nem én kezdtem ezt a stílust és már nem látom értelmét a válaszod elolvasásának.
Nem is várom el, hogy felfogja, mivel nincs mögötte valódi értelem. Csak azt mondom, hogy az emberek, akik viszont értik a világot maguk körül (hétköznapi szinten persze), kevésbé hajlamosak félreértelmezni a beszédet. És most nem valami erősen formális, direkt gépnek szánt beszédre gondolok, hanem ahogy az emberek beszélnek egymással.
Még annyit hozzá, hogy 30 éve vagyok hw/sw fejlesztő, de ezt eddig irrelevánsnak tartottam, ez nem érv, de úgy látom, málad ez úgy működik, hogy "te nem értesz hozzá, nem számít, mit mondasz, ők viszont vér profik és amit ők nem tudnak, az nincs is". Na ennek nincs értelme.
Nem értem mire reagálsz, ha nem olvasod a válaszom , de 30 éves hw/sw tapasztalattal szerintem pont átláthatod, hogy egy olyan fejlesztési projektben - amiben te aktívan részt vállalsz - a felmerülő problémákra és azok megfelelő megoldására, egy "kívülállónak", aki mondjuk adott esetben még csak nem is tesztelte az adott "terméket", abszolút nincs reális rálátása! Persze véleménye, használható ötlete, még lehet, de evidens dolognak/hibának nevezni ilyen esetben valamit, szerintem nem jogos.
"te nem értesz hozzá, nem számít, mit mondasz, ők viszont vér profik és amit ők nem tudnak, az nincs is"
Ezt nem írtam és nem is gondoltam így, ezért kérlek ne is idézz tőlem el nem hangzott gondolatokat! Lehet értesz hozzá, de nem vagy részese a fejlesztésnek (*lsd. fent) és remélhetőleg vannak a fejlesztők között vér profik, de persze ettől még ők is hibázhatnak, vagy lehet, hogy nem vesznek számításba több dolgot sem. LEHET! De te viszont evidensnek veszed, hogy ők csinálják rosszul .... és szerintem ez a baj!
(#78) ddekany Ez mind abszolút így van ahogy írod, de aki egy ilyen eszközt vesz, szerintem tisztába is van a korlátaival ... vagyis nem ártana, ha tisztában lenne vele. Mert akkor szerintem nem történnének ilyen esetek, mivel több lehetőség is van a kivédésére ... de ugye ez nekem kicsit megint a macska és a mikró esete ... nincs ráírva, hogy nem lehet, meg bele is fér, akkor miért ne rakjuk bele?
"Ha egyszer valóban kiderülne, hogy mindenféle visszajelzés nélkül, valóban titokban rögzítene bármelyik ilyen eszköz, akkor az hír érték lenne, minden más eset, csak egy felfújt lufi!"
Ahhhhhhhhhhhha, pont mint mikor nyilvanossagra kerultek a snowden aktak, aholis amugy pontosan ez tortent, kiderult, hogy ez egesz nyomorult vilagot ott es ugy kovetik ahogy tudjak es abbol is mi lett ? Tuntetesek , haboruk tortek ki, kormanyok buktak meg. Ja varj. Nem mert jott a paraszt , "hejjejjjejej hat nekem nincsen titkoooonivalom dikkma" es viszlat. Ostoba tarsadalomra ilyesmit nem lehet alapozni, ha holnap kiderulne hogy a zalexa hallgatozik meg naplozza hogy mikor szarsz, garantalom, hogy az alexat vasarlo emberek 99% szembe se talalkozna ezzel a hirrel.
[ Szerkesztve ]
"Those who would shave the beard for pussy deserve neither the beard or the pussy." - Ben Franklin, probably
Én viszont rögtön kidobnám és szerintem azért még nagyon sokan szintén... nem biztos, hogy megérné ez az Amazonnak, mert szerintem meg nagyot bukna rajta, nem 1%ot! Ezt még annak tükrében is így gondolom, hogy a Snowden üggyel kapcsolatban teljesen igazat adok neked ... baromira nem történt semmi, mint ahogy pl. az egyértelműen kiderült választási csalásokkal sem.
De a korábbi mondani valóm szempontjából nem is ez lenne a lényeg, csak azt mondtam, hogy az valóban fontos hír lenne (a következményei megint más kérdés), viszont a mostani eset csupán egy bulvárosra sikeredett cikk (főleg a címe miatt), amiből sokan rögtön azt mondják, hogy itt a bizonyíték, hogy lehallgat, stb.
WTF ????? Maga a felvételt küldte el egy a kontakt-listában szereplő egyénnek ? Ez komoly ?
És erre a mérnökök azt válaszolták hogy "bocsi , legközelebb jobban vigyázunk " ?
1151,AM4,1366,2011, - Lapok,procik,vinyók,tápok,vga-k -akciósan. - 70-2340239
Az a baj, hogy itt még csak nem is olyan részletkérdésekről van szó, amikbe valóban kevésbé látni bele kívülről, hanem szarvashibákról. Nem tud különbséget tenni a "szerkezet", hogy a nevén szólították (1s szünet - Alexa! - 1s szünet) vagy egy random szósorban felfedezhető egy hasonló hangalak? Hosszabb kihagyás utáni megszólításnál nincs egy "Yes?" fázis? A parancsnál sem különbözteti meg, hogy különálló szó-e vagy szintén nem ide vonatkozó szavak sorában szerepelt egy hangalak? A megerősítési kérést csak úgy elengedi az éterbe, nem figyelve arra, hogy beleszól egy beszélgetésbe?
Jól látható, hogy itt egy nagyon egyszerű vezérlésről van szó, ami különféle hangalakokra figyel, de azon kívül másra nem. Tisztára mintha az említett beszélő-hangfelismerő barkóbázó tescos kutyát cicát kicsit átprogramozták volna...
Valószínűleg te is látnád ezt, ha nem folytonosan kifogásokat keresnél és helyettük is magyaráznád a bizonyítványt. A vezető programozónak és néhány értelmesebb managernek nagyon éghet most ott a feje...
Az Apple és a Google hasonló eszközei valószínűleg jóval kifinomultabbak, átgondoltabbak, profibbak.
"Valószínűleg te is látnád ezt, ha nem folytonosan kifogásokat keresnél és helyettük is magyaráznád a bizonyítványt." Eszem ágában nincs őket védeni, nem fizetnek engem ezért , de én továbbra sem gondolnám ilyen egyszerűnek a kérdést, mint ahogy te levezeted és én inkább csak arra próbálnék rávilágítani, hogy nem mindig egy gépet, vagy annak a fejlesztőit kell hibáztatni a felhasználói felelőtlenség vagy hülyeség miatt.
"Az Apple és a Google hasonló eszközei valószínűleg jóval kifinomultabbak, átgondoltabbak, profibbak." Nem igazán, a legtöbb teszten vagy rosszabbul, vagy hasonlóan működnek.
"Nem tud különbséget tenni a "szerkezet", hogy a nevén szólították" Továbbra is csak azt tudom mondani, hogy ezt még sokszor egy ember is képes "benézni", vannak korlátai a dolognak és én még mindig nem tartom megoldásnak a 1-2 másodperces kivárást, nem praktikus, és ha így is működne, még akkor is lehetnének az eszköz számára félreértelmezhető szituációk. Szerintem ez kb kiküszöbölhetetlen 100%-osan. Ahogy korábban is írtam én praktikusabbnak tartanám, ha azt érzékelné valamilyen módon az eszköz, hogy felé fordulunk, vagy sem... de ezt egyelőre egyik hasonló eszköz sem tudja, nem véletlenül és nem állítom azt sem, hogy ez tökéletes megoldás lenne... ennek is meg lennének a hátrányai.
A "Yes" fázis alatt nem pontosan értem mire gondolsz, de ha egy bizonyos visszareagálásra, akkor az jelenleg is megvan, minden kérésre van valamilyen reakció, csak nem kéne ezt figyelmen kívül hagynia a felhasználónak!
A szótagoltság érzékelése sem gondolnám, hogy egy tök egyszerű dolog, főleg angol nyelven, ahol azért nem igazán a tagoltság jellemző az "élő" beszédre.
"Szerintem ez kb kiküszöbölhetetlen 100%-osan."
Mondjuk addig nem volna muszáj piacra dobni az eszközt.... arról nem beszélve, hogy olyan embereket is lehallgathat, aki nem tulajdonosa, azaz nem tudja, hogy van ilyen eszköz a közelben és azt hogyan kell használni, pl. vendégek, hatósági emberek, stb.
Akkor szerintem 50 év múlva sem dobhatnák piacra!
A eszköz alapvetően jól használható, csak a mai technológiával kb ezt lehet elérni. Ennyi erővel, a kerékpárt sem szabadott volna annak idején piacra dobni, hiszen a mai napig tökéletesítik és még fogják is jó pár évig.
Továbbra sem neveznék egy ilyen esetet lehallgatásnak, de ennyi erővel egy véletlenül (vagy szándékosan) bekapcsolva hagyott diktafon is kockázati tényező, az is képes vendéget, hatósági embert lehallgatni! És akkor lehet azt kérdezni, hogy miért nem ismeri fel intelligensen a diktafon, mikor hallgatózhat és mikor nem?
"Nem tud különbséget tenni a "szerkezet", hogy a nevén szólították (1s szünet - Alexa! - 1s szünet) vagy egy random szósorban felfedezhető egy hasonló hangalak?"
Amúgy az ismert, hogy nem várja el, hogy egyértelmű szóhatár legyen az utasítások körül, vagy honnan jön ez? Látni/hallani kéne, hogy ez a "baleset" hogyan jött ez össze. És ha még olyan lazák is voltak, hogy nem várták el, hogy egyértelmű legyen a szóhatár... az addig OK, hogy ha úgy beszélünk, hogy összefolynak a szavak, akkor nagyon ritkán többféleképpen is értelmes szavakra lehet szeletelni a hallottakat. De még nyelvtanilag is és értelmében is stimmelnie kell, ami már nagyon esélytelen. Főleg hogy több egymás utáni mondat is kellett ehhez. Ráadásuk, még az is kell, hogy a félreértés kiderüljön a felhasználó számára, és az ügy eljusson a sajtóba is. Szóval eléggé gyanús, hogy egy pöttyet elkapkodták a kivitelezést...
Kicsit úgy hangzik ez az ügy, mintha betanítottak volna valami "neurális hálót", amiről fogalmuk sincs, hogy részleteiben hogyan működik, csak statisztikailag jónak tűnt... Kiemelném, fogalmam sincs mi volt a baj. (Itt eszembe jut az AI, ami meg tudta mondani, hogy egy képen kutya vagy farkas van. Néha viszont furcsa tévedései voltak. Kiderült, hogy ha havas volt a háttér, akkor erősen a farkas irányába húzott, hiszen a fotókon amiket látott, a havas vadonban voltak sokszor a farkasok...)
[ Szerkesztve ]
Ezért nem, de másért igen? Akkor végül is az Amazonnak dolgozol?
"mindig egy gépet, vagy annak a fejlesztőit kell hibáztatni a felhasználói felelőtlenség vagy hülyeség miatt."
Mindig nem is, de a jelen esetben, ha én lennék a pórul járt felhasználó, te a termékmanager és kimondanád az utóbbi szavakat, vagy célzást tennél rájuk, valószínűleg rád borítanám az asztalt... 
"Nem igazán, a legtöbb teszten vagy rosszabbul, vagy hasonlóan működnek."
Lehet, hogy valamilyen teszteken akár rosszabbul teljesítenek, de kizártnak tartom, hogy az ilyen eseteket nem igyekeztek sokkal jobban elkerülni.
Az 1 másodperces szünet a megszólítása előtt és után nem praktikus, a felé fordulás viszont igen? Ne hülyéskedjünk már! Az sem praktikus, hogy ne szóljon közbe egy beszélgetésbe a reagálásával?
"A "Yes" fázis alatt nem pontosan értem mire gondolsz"
Volt róla szó: hosszabb szünet utáni megszólításnál kérdezzen vissza egy "Yes?"-szel, előtte-utána figyelve, hogy a felhasználó várja-e a visszajelzését, vagy folyamatosan beszél, mert akkor valószínű, hogy nem is hozzá szólt. (Emberek között is így megy ez...)
A megszólítás még angolban is tagolt. És valószínűleg eleve tagoltan kell elmondani a parancsokat ennek az eszköznek, hogy jobban értse, így eleve nem szabadna semmit belehallania egy nem tagolt beszédbe, ami a parancs részt illeti.
(#88) ddekany: "Amúgy az ismert, hogy nem várja el, hogy egyértelmű szóhatár legyen az utasítások körül, vagy honnan jön ez?"
[link] Nem ismerek az angolban "Alexa"-ra hasonlító különálló szót. Az sem valószínű, hogy utána rögtön a "send message" vagy hasonló hangzású (mi?) hangsor hangzott el, azaz ezt (is) más szavak közül halászta ki. A továbbiak ugyanígy.
Szerintem nincs itt semmilyen neuronális háló. Az egész úgy néz ki, mintha egy barkóba cica szintű cucc lenne, amit linkeltem, csak más szavakra figyel és mást csinál (egyszerű műveleteket). Röviden: nagyon kezdetleges, de eladható, mint "személyi asszisztens".
[ Szerkesztve ]
Szerintem nincs itt semmilyen neuronális háló. Az egész úgy néz ki, mintha egy barkóba cica szintű cucc lenne, amit linkeltem, csak más szavakra figyel és mást csinál (egyszerű műveleteket). Röviden: nagyon kezdetleges, de eladható, mint "személyi asszisztens".
Ha így lenne, akkor nem aratott volna a termék ekkora sikert.
Simán összerakja azt, ha a gyerek azt mondja "Bing mesét ( vagy akármilyen podcastot ) akarok nézni-hallgatni", hogy meg kell nyitni az iPlayert, mert a szereplő egy nyúl a BBC mesékben és adott epizódtól kell folytatni a lejátszást.
Nem tudom mennyire vagy otthon programozásban, de az, hogy ez alapján a kérés alapján ennyi üres változót kitölt és tovább ad az adott API-nak, az azért nem rossz.
Ha érdekel a témának a komplexitása, akkor regelj egy ingyenes AWS accountot és rakj össze egy egyszerű Lex botot a UI-n.
[ Szerkesztve ]
Things that try to look like things often do look more like things than things
A "bing mese"-re rákeresve az első 5 találat + kapásból egy Youtube találat + egy sor képtalálat a szóban forgó mese és a nyuszi... Az "akarok nézni/hallgatni"-ből pedig elég egyértelmű, hogy el kell indítani a lejátszást, és akkor már a legutóbbi pozíciótól, ha még nem ért véget az adott rész.
Lehet, hogy van mögötte valamilyen egyszerű, neuronális hálónak nevezhető megoldás (ami rettentő messze van egy I Robot szintű MI-től), de a szövegfelismerést szerintem nem ez csinálja, hanem egy "barkóba cica" modul (amit egy viszonylag egyszerű script vezérel), ami aztán továbbadja a felismert szavakat.
Korábban más is jött már ezzel a 'te biztosan csak outsiderként kotyogsz bele, fogalmad sincs az egészről, a vérprofi Amazon programozók viszont... stb.' (nem szó szerint), ezért néhánnyal korábban már említem, hogy 30 éve programozok komolyabban.
[ Szerkesztve ]
I Robot szintű MI-től
Lol! Szerintem a Johhny 5-től is távol van. Ezzel most vicceltél ugye?
Ha 30 éve programozol akkor nem kerülne sokba, hogy informált véleményed legyen (kb. 20 perc még Slack integrációval is). Gyárts egy Lex botot és csekkold le mi mindent el fog neked tárolni és értelmezni.
szerk: Ja feltételezem, hogy a könyvről beszélsz, hiszen az I robot film egy kalap kaka volt.
Így aktiváltad amit kellett?
http://iplayerhelp.external.bbc.co.uk/radio/amazon-alexa
[ Szerkesztve ]
Things that try to look like things often do look more like things than things
Kb. ennyire érti a beszédet az Alexa is?
https://youtu.be/2GgHaFvmY3s?t=42
[ Szerkesztve ]
Mintha nem tudnád, hogy sokakban milyen ködös elképzelések élnek az MI-ről. És jó lenne, ha nem oltogatnál, hanem arra reagálnál, amiket szarvashibaként felsoroltam.
A diktafon hangfelvételre készült. Az Alexa nem épp...
"Akkor végül is az Amazonnak dolgozol?"
Azt mondom, bár úgy lenne !
"...valószínűleg rád borítanám az asztalt... "
Lehet, de ez még nem jelenti azt, hogy igazad lenne .... nehéz a felhasználónak elismerni, hogy ő volt a hülye .
"de kizártnak tartom, hogy az ilyen eseteket nem igyekeztek sokkal jobban elkerülni."
Miért? A többi hasonló eszköz fejlesztését ismered? Vagy használod őket?
"Az 1 másodperces szünet a megszólítása előtt és után nem praktikus, a felé fordulás viszont igen?"
Ahogy írtam is, az én elgondolásom sem tartom tökéletesnek, csak jobbnak mint a szünetekre odafigyelést ... nem csak az eszköznek, nekem is figyelnem kéne rá, hogy pont elég időt hagyjak, stb. Én a legtöbbször ösztönösen jelenleg is oda fordulok az eszközhöz, hogy lássam is, a vizuális visszajelzést. Meg gondolom ez abból is jön, hogy amikor beszélget két ember, akkor is igyekeznek egymásra nézni.... de persze sötétben nehezebb ezt érzékelni, meg ha az ágyban fekszik valaki, akkor sem feltétlen néz rá, illetve fal vagy bármi más is belóghat ... tudom, de nekem még mindig jobban járható, mint a tagolgatás.
"hosszabb szünet utáni megszólításnál kérdezzen vissza egy "Yes?"-szel"
Minek kérdezzen vissza Yes-el, ha amúgy is van valami reakciója a kérésedre, kérdésedre, tehát van visszajelzésed, hogy aktív!?
"És valószínűleg eleve tagoltan kell elmondani a parancsokat ennek az eszköznek"
Tapasztalatom szerint nem .... sőt.
atike
A felvetett szituáció szempontjából ez viszont szerintem nem releváns! Az kívülálló személynek adott esetben ugyanúgy nem lesz tudomása arról, hogy rögzítik a hangját. De akkor legyen a példa egy zsebben véletlenül elinduló telefon hívás ... ugyanaz az eset. Lehet hogy rosszul tervezett a telefon, mert könnyen feloldható akár véletlenül is, de az is lehet (és inkább ez a jellemző), hogy a felhasználó kapcsol ki minden képernyőzár, stb funkciót ... ezért is a telefon fejlesztője a hibás? Szerintem nem!
[ Szerkesztve ]
Jelen esetben a rendszert használók sem tudták, hogy rögzítik a hangjukat. A te példádnál maradva ott szándékosság tényállása forog fent (úúúúú ez a kifejezés ) mivel valaki fel akarja venni a beszélgetést valamilyen céllal. Azaz van, aki tudja, hogy felvétel történik. Itt ilyenről szó sem volt. És ráadásnak a diktafon nem másolja le magát és küldi el akárhova amit felvett. Szóval sokszorosan nem jó a példa.
A szüneteket hogy érzékelné, ha közben mondjuk szól a tévé, vagy másvalakik beszélgetnek a házban?
[ Szerkesztve ]
Egy percig sem oltogattalak, fogalmam, sincs mit vettél magadra.
Ha az neked sértés, ha arra merek utalni, hogy nem tudsz mindent, akkor elnézést kérek. Én naponta tanulok új dolgokat.
Things that try to look like things often do look more like things than things
"Lehet, de ez még nem jelenti azt, hogy igazad lenne"
Így kezdtem a mondatot: "Mindig nem is, de a jelen esetben, ha én lennék a pórul járt felhasználó". Sebaj.
"nehéz a felhasználónak elismerni, hogy ő volt a hülye"
Nem is tudom, én mintha ezt olvastam volna: "A mérnökök a logadatokból megállapították, hogy valóban úgy történt, ahogy a panaszos állította, ezért többszörösen is bocsánatot kértek, és megköszönték a figyelmeztetést. Ugyanakkor részleteket nem árultak el a meghibásodás okáról, csak annyit közöltek, hogy egy rendkívül ritka szituációról van szó, de mindent megtesznek, hogy ilyesmi többé ne fordulhasson elő."
"Miért?"
Azért, mert az Apple és a Google nem fogja lejáratni magát ilyen hibákkal.
Bocs, de nevetséges, hogy inkább forduljunk a készülék felé, ahelyett, hogy minimálisan odafigyelünk a tagolt megszólításra. Ha te terveznéd az Alexa 2-t, az sem ismerné fel szitut (minek az), inkább rá kell majd mutatni? (Azzal a felütéssel, hogy ilyen is van emberek között is.) Na ne.
"Minek kérdezzen vissza Yes-el, ha amúgy is van valami reakciója a kérésedre, kérdésedre, tehát van visszajelzésed, hogy aktív!?"
Pl. hogy elkerülhetők legyenek a hasonló helyzetek? Egy "Yes?" sokkal feltűnőbb egy más irányú beszélgetésben, adott esetben vitában, amikor egy hosszabb kérdést a készülék részéről az ember meg sem hall, mert nem oda figyel és nem is számít rá, hogy valamit parancsnak vett a pléhdoboz, amit nem kellett volna. Mellesleg a "Yes?"-nek el sem szabad hangzania, ha nem teljesülnek a vonatkozó feltételek, azaz emberek egy más irányú beszélgetése közben.
"ezért is a telefon fejlesztője a hibás?"
Nem régi eset: telefon duplabökkre ébredése zsebben is bekövetkezik. 1. Közelségérzékelőt nem veszi figyelembe. 2. környezeti fényérzékelőt nem veszi figyelembe. 3. egészen más ilyenkor a kapacitív mintázat, mint ha aszalon feküdne és pusztán egy ujjal megbökik, ezt sem veszi figyelembe. Szerinted ki a hibás? A felhasználó, mert használni akarna egy funkciót???
(#98) Zsoxx: Ha kellően jó, hogy egy ilyen hangzavarból kiszűrje a felhasználó hangját, akkor már különítse is el azt másokétól...
(#99) Realradical: Nézzük csak...
"Ha érdekel a témának a komplexitása" = 'fogalmad sincs a téma komplexitásáról'
"Lol! Szerintem a Johhny 5-től is távol van. Ezzel most vicceltél ugye?" = 'hülye vagy?'
"Ha 30 éve programozol" = 'már ha igaz' ("PH! nagyúr"-ként nyilván nekiállok valótlanságot közölni magamról.)
"akkor nem kerülne sokba, hogy informált véleményed legyen" = 'most csak úgy belepofázol"
"Ja feltételezem, hogy a könyvről beszélsz, hiszen az I robot film egy kalap kaka volt."
Ja, hogy ezeket nem is nekem írtad, csak úgy magamra vettem? Az mindjárt más! (Nem.)
Újabb hozzászólás tőled, újabb "sértés". Képzeld, én sem tudok mindent, nem is állítottam ilyet. Csak tudod, a semmi és a minden között van még egy pár fokozat.
Mindeközben érdemi reakciók = 0.
