طراحی وب سایت

گوگل به سوالات شفاهی پاسخ می دهد
پس از دهه ها تلاش برای فهماندن زبان آدمیزاد به کامپیوترها، سرانجام پژوهشگران گوگل فناوری پیشرفته تشخیص صدای این شرکت را به نرم افزار جست وجوی این شرکت برای آی فون اپل افزودند.
انتظار می رود اپل این برنامه رایگان را تا ماه فوریه (بهمن)، از طریق فروشگاه آی تیونز در دسترس کاربران قرار دهد. کاربران این برنامه می توانند گوشی را نزدیک گوش خود قرار داده و تقریبا هر سؤالی از آن بپرسند؛ مثلا "نزدیک ترین رستوران در این اطراف کجاست؟" یا "ارتفاع کوه اورست چقدر است؟" این صدا به یک فایل دیجیتالی تبدیل و سپس به سرورهای گوگل فرستاده می شود. این سرورها واژه های گفته شده را شناسایی می کنند و آنها را به موتور جست وجوی گوگل می فرستند.
نتایج جست وجو، که با داشتن یک اینترنت بی سیم پرسرعت می توانند در عرض چند ثانیه نمایش داده شوند، شامل اطلاعات محلی نیز خواهند بود؛ چرا که یکی از ویژگی های آی فون این است که می تواند موقعیت فعلی خود را شناسایی کند.
قابلیت شناسایی تقریبا هر عبارت گفته شده از سوی شخص، مدت هاست که یکی از اهداف بزرگ پژوهشگران هوش مصنوعی بوده تا بتوانند تعامل میان انسان و ماشین را طبیعی تر نمایند. سیستم هایی که از چنین قابلیتی برخوردارند، به تازگی توانسته اند محصولات تجاری از این دست تولید کنند.
در حال حاضر هم یاهو و هم مایکروسافت سرویس های شنیداری برای گوشی های تلفن همراه عرضه می کنند. سرویس مایکروسافت با نام tellme اطلاعات خاصی همچون جهات جغرافیایی، نقشه و فیلم را ارائه می دهد. سرویس یاهو با نام onesearch with voice با این که انعطاف پذیرتر است، اما به نظر نمی رسد به اندازه سرویسی که گوگل عرضه می کند، دقیق باشد.
سیستم گوگل از دو سرویس گفته شده به مراتب کامل تر است و می تواند به پرسش هایی که ظاهرا بی معنی هم هستند، پاسخ بدهد. مدیران گوگل از میزان دقت و صحت نتایج این سیستم صحبتی نمی کنند، ولی می گویند به هرحال به اندازه کافی دقیق هست و مردم می توانند به جای استفاده از آی فون دارای کی بورد و صفحه لمسی، برای دریافت پاسخ، با اطمینان خاطر از این سیستم بهره بگیرند.
از این سرویس می توان برای دریافت توصیه هایی راجع به رستوران ها و جهات جغرافیایی برای رسیدن به مقصد استفاده کرد. پرسش "بهترین پیتزافروشی در خیابان نئو کجاست؟" فهرستی از سه رستوران در همان نزدیکی ها در ایالت سان فرانسیسکو به دست می دهد که کاربران گوگل بیشترین رضایت را از آنها داشته اند. این نتایج، شماره تلفن و همچنین جهات جغرافیایی منتهی به این رستوران ها را نیز به همراه دارد.
راج ردی (یک پژوهشگر هوش مصنوعی در دانشگاه کارنگی ملون) که یکی از پیشگامان شناسایی صوت نیز هست، می گوید مزیت گوگل در این است که می تواند گستره وسیعی از داده ها را ذخیره و تحلیل کند. او می گوید: «هر سرویسی که گوگل اکنون معرفی کند، در طی سه یا شش ماه دیگر به صحت و دقت آن افزوده خواهد شد.» او می افزاید: «اما مهم است که بدانیم شناسایی صوت توسط ماشین هرگز به حد کمال نخواهد رسید.» وی ادامه می دهد: «پرسش این است که این میزان از شناسایی تا چه حد می تواند به عملکرد انسانی نزدیک شود؟»
این فناوری برای گوگل بسیار حیاتی است و می تواند راه را برای برداشتن گام های بعدی در جهان تبلیغات هموار کند. برای مثال، مدیران گوگل می گویند می توانند با ارائه پاسخ به پرسش های مبتنی بر مکان و تبلیغ کسب وکارهای نزدیک به آن گوشی خاص، مبالغ بیشتری از صاحبان آگهی دریافت کنند؛ اگرچه گوگل هنوز چنین آگهی هایی نمی فروشد.
این سرویس همراه با دیگر خدمات گوگل نیز به طور رایگان عرضه می شود و قرار است این شرکت سرانجام آن را به گوشی هایی به جز آی فون نیز عرضه کند. وی گوندوترا (مدیر اجرایی پیشین مایکروسافت که اکنون ریاست تجارت های موبایل گوگل را برعهده دارد) می گوید: «ما اکنون از طریق فناوری های شنیداری و همچنین شناسایی محل گوشی، توانسته ایم به صاحبان آگهی خدمت بزرگی ارائه کنیم.»
گوگل تنها شرکتی نیست که به سوی قابلیت های پیشرفته شناسایی صدا گام برمی دارد. فناوری به اصطلاح پاسخ صوتی، اکنون به طور معمول در سیستم های پاسخ گویی تلفن ها و دیگر سرویس ها و محصولات مصرفی مورد استفاده قرار می گیرد. اما اغلب، پیچیدگی های مربوط به زبان های مختلف، برای این سیستم ها مشکل ایجاد می کنند و معمولا پاسخ های محدودی به پرسش ها می دهند.
چندهفته پیش، شرکت ادوبی، فناوری شناسایی صدا که توسط یک مؤسسه بریتانیایی به نام autonomy ایجاد شده است را به بسته نرم افزاری creative suite افزود و به این ترتیب، این نرم افزار می تواند نوشتارهایی با دقت بالا از صوت و تصویر ضبط شده تهیه کند.
آقای گوندوترا می گوید گوگل به دو مسئله پرداخته است؛ یکی وارد کردن اطلاعات و دیگری بازیابی آنها با استفاده از وسایل بی سیم دستی. او اظهار می کند: «هدف ما، حل این دو مسئله در کلاس جهانی بود.»
قابلیت جست وجوی جدید آی فون نخستین کار گوگل در زمینه صدا نیست. در ماه مارس (اسفند)، این شرکت اعلام کرد که یک سرویس اطلاعاتی تجربی مربوط به جهات جغرافیایی با نام goog-411 به یک محصول تبدیل شده است. کاربران می توانند با این سرویس به دنبال شماره تلفن و نشانی بگردند. این شرکت می گوید برای توسعه سرویس آی فون، از تجربه خود و هم چنین اطلاعات جمع آوری شده از طریق goog-411 استفاده کرده است.
این سرویس جدید مثالی است که نشان می دهد گوگل از روش های مختلف برای ترکیب پژوهش های بنیادین در علوم کامپیوتر و مهندسی محصولات استفاده می کند. این شرکت بسیاری از بهترین پژوهشگران در زمینه شناسایی صدا در جهان را استخدام کرده و اکنون تیم هایی در اختیار دارد که در نیویورک، لندن و ادارات مرکزی آن در مانتن ویوی کالیفرنیا، روی جنبه های گوناگون این مسئله مشغول کار هستند.
نخستین ایده های مربوط به طراحی این سرویس، از سوی یکی از پژوهشگران گوگل در لندن ارائه شد. او برای استفاده از شتاب سنج آی فون (وسیله ای که وضعیت نگه داشته شدن گوشی را می سنجد و حس می کند)، روشی را پیدا کرده بود؛ به این ترتیب که این نرم افزار می توانست هنگامی که گوشی بلند می شود و در کنار گوش کاربر قرار می گیرد را "بشنود."
پژوهشگران گوگل می گویند یکی دیگر از مزیت های رقابتی این سیستم، میلیاردها پرسش و درخواستی بود که طی سالیان، گوگل از سوی کاربران خود جمع آوری کرده بود. مایک کوهن (یک پژوهشگر شناسایی صدا که تا پیش از آمدن به گوگل، یکی از پایه گذاران شرکت nuance communications بود)، می گوید: «یکی از چیزهایی که تغییر کرده، میزان محاسبات و میزان داده های قابل دسترسی است.»
آقای کوهن می گوید می توان از درخواست ها و پرسش هایی که تا به حال مطرح شده اند، برای ایجاد یک مدل آماری با استفاده از قرارگیری واژگان در کنار یکدیگر استفاده کرد. این تنها یکی از اجزا و بخش های سیستم شناسایی صدا است. این سیستم همچنین شامل یک مدل تحلیل صدا و مکانیزمی برای پیوند دادن بخش های اصلی زبان به واژگان واقعی است.
گوگل به تازگی یک مقاله فنی درباره مدل های بزرگ برای ترجمه زبان توسط ماشین منتشر کرده است. پژوهشگران این شرکت در این مقاله می گویند که به سیستم خود، دو میلیون واژه یاد داده اند.a

سرویس شنیداری گوگل منبع : (youtube.com)

سرویس شنیداری گوگل - منبع : (http://gizmodo.com)




سرویس شنیداری گوگل - منبع : (http://www.nytimes.com)




سرویس شنیداری گوگل - منبع : (http://www.nytimes.com)

منبع : پایگاه اطلاع رسانی فناوری اطلاعات و ارتباطات ایران  تاریخ : 10   دی   1387  شاخه : وب