Los asistentes de voz son agentes de software que pueden interpretar el habla humana y responder a través de voces sintetizadas. Entre los asistentes de voz más populares se encuentran Siri de Apple, Alexa de Amazon, Cortana de Microsoft y Assistant de Google, los cuales están integrados en teléfonos inteligentes o altavoces domésticos dedicados. Los usuarios pueden hacer preguntas a sus asistentes, controlar dispositivos de automatización del hogar y reproducción de medios mediante comandos de voz, y gestionar otras tareas básicas como el correo electrónico, listas de tareas y calendarios con comandos verbales. En este artículo exploraremos el funcionamiento básico y las características comunes de los asistentes de voz actuales. También discutiremos algunos de los problemas de privacidad y seguridad inherentes a los asistentes de voz y algunos posibles usos futuros de estos dispositivos. A medida que los asistentes de voz se utilizan cada vez más, los bibliotecarios deben estar familiarizados con su funcionamiento y considerarlos como un medio para brindar servicios y materiales de biblioteca.
Qué tipo de tecnología son Siri y Alexa
Puede que aún falte mucho tiempo para ver el concepto futurista de inteligencia artificial que se representa en novelas y películas de ciencia ficción convertirse en realidad, pero la IA está presente en nuestro entorno. La mayoría de los hogares tienen algún tipo de dispositivo asistente de voz, como un dispositivo inteligente Alexa o el asistente Siri en un iPhone. Estas máquinas han desarrollado la capacidad de aprender y responder de manera similar a las habilidades cognitivas humanas, todo gracias a los algoritmos de inteligencia artificial.
¿Se consideran Alexa y Siri IA?
Sí. Alexa y Siri son aplicaciones impulsadas por inteligencia artificial. Se basan en el procesamiento del lenguaje natural y el aprendizaje automático, dos subconjuntos de la IA, para mejorar su rendimiento con el tiempo.
Alexa de Amazon es un sistema controlado por voz que funciona junto con el altavoz Echo, que recibe la solicitud hablada. La capacidad de inteligencia artificial dentro de Alexa permite al usuario hablar la solicitud y recibir una respuesta sin tener que tocar una pantalla ni presionar un botón.
Siri de Apple actúa de manera similar a Alexa, pero es una aplicación informática utilizada principalmente en los teléfonos y tabletas de la compañía. Su mecanismo de inteligencia artificial reconoce el habla, la procesa como datos y luego responde con una respuesta o acción. Siri puede responder preguntas y cumplir solicitudes, como leer un mensaje de texto en voz alta o reproducir una canción en el dispositivo.
Tanto Siri como Alexa, junto con otros agentes virtuales, están diseñados para comunicarse de manera similar a una conversación humana natural. En un instante, estas máquinas pueden dar respuesta a preguntas como ¿cuál es el clima hoy? o ¿cómo se hace sopa de pollo con fideos?. Esto es posible gracias a la inteligencia artificial conversacional.
Qué es la inteligencia artificial conversacional
La inteligencia artificial conversacional es un tipo de inteligencia artificial que intenta imitar las conversaciones humanas de la vida real. Siri, Alexa y otros asistentes de voz son ejemplos de inteligencia artificial conversacional. Estos bots no están simplemente programados con respuestas a preguntas, sino que son el resultado del aprendizaje automático y el procesamiento del lenguaje natural. Tienen una gran cantidad de datos que les permiten reconocer el habla y el texto para luego traducir estas entradas en significado.
Procesamiento del lenguaje natural en Alexa y Siri
El procesamiento del lenguaje natural (PLN) permite a una máquina asistente de voz, como Alexa y Siri, comprender las palabras habladas por el humano y replicar el habla humana. Este proceso convierte el habla en sonidos y conceptos, y viceversa.
En el caso de Alexa, la voz del hablante se graba y se envía a los servidores de Amazon para analizar qué palabras se correlacionan más estrechamente con los sonidos hablados. Una vez que se comprende el comando, Amazon envía la información solicitada de vuelta al dispositivo y, en algunos casos, Alexa hablará una respuesta.
Para Siri, se almacena un pequeño reconocedor de voz directamente en el dispositivo para esperar a que se pronuncien las palabras hey siri. Si hay suficiente confianza de que se ha pronunciado la frase hey siri, el dispositivo se activará. Una vez que se da el comando o solicitud por parte del hablante humano, Siri toma el audio, lo convierte en un archivo de datos y lo envía de vuelta a los servidores de Apple. Aquí, las principales funciones de reconocimiento automático de voz y comprensión del lenguaje natural descomponen el comando ingresado. Estos datos se filtran a través de algoritmos para determinar el significado de la frase ingresada. Luego se devuelve una respuesta al usuario.
Aprendizaje automático ayuda a Alexa y Siri a aprender
El aprendizaje automático es una aplicación de inteligencia artificial que permite a las computadoras aprender sin ser explícitamente entrenadas. Es utilizado por el dispositivo para aprender sobre los hábitos y preferencias del propietario del asistente de voz. Con el tiempo, estas máquinas mejoran sus respuestas y solicitudes.
Alexa y Siri utilizan el aprendizaje automático para mejorar en función de los errores que cometen. Utilizan datos de encuentros negativos, como el usuario rechazando una respuesta, para entrenar y mejorar para futuras solicitudes. Gracias al aprendizaje automático, estos dispositivos continúan volviéndose más inteligentes y avanzados. Alexa ahora puede mantener una conversación de una solicitud a la siguiente, como en una pregunta de seguimiento. Siri ha mejorado su capacidad para reconocer el comando de activación hey siri incluso cuando hay mucho ruido de fondo o música.
¿En qué nivel de IA se encuentran Siri y Alexa?
Existen dos categorías diferentes de IA: IA fuerte e IA débil. Los asistentes de voz como Siri y Alexa se clasifican como IA débil. Este tipo de IA, también conocida como IA estrecha, da la ilusión de inteligencia humana pero no puede pensar por sí misma. La IA fuerte, en cambio, sería una máquina de IA igual en inteligencia a un humano.
¿Qué depara el futuro para los asistentes de voz?
Inicialmente, Alexa y Siri fueron compañeros revolucionarios en la mayoría de los hogares. Actuaron como métodos futuristas y convenientes para completar tareas y recopilar información. Desde entonces, el desarrollo de estas máquinas ha sido mínimo y los usuarios se frustran por la falta de capacidades de lenguaje contextual que ofrecen. Con las innovaciones en IA conversacional, como ChatGPT, los asistentes de voz no han evolucionado en el grado necesario para seguir siendo competitivos.
Recientemente se han realizado cambios para revitalizar estas máquinas, ya que ambas compañías han discutido abiertamente el desarrollo de nuevos modelos con mayores capacidades de procesamiento del lenguaje natural. Amazon anunció que su nuevo modelo de IA de Alexa se centrará en la inteligencia generalizada, donde los modelos pueden transferir conocimientos entre tareas e idiomas sin intervención humana. En el blog de Amazon, reconocen que estos desarrollos fueron inspirados por OpenAI. Apple también ha anunciado la próxima generación de Siri con capacidades mejoradas utilizando lenguaje contextual y tecnología de aprendizaje automático.
Está claro que estas compañías siguen decididas a incorporar la inteligencia artificial en sus productos y servicios.
Si quieres conocer otras notas parecidas a A los sistemas inteligentes Cortana y Alexa se les denomina puedes visitar la categoría Inteligencia.