Pak vandaag nog de telefoon om een groot bedrijf te bellen. Waarschijnlijk hoor je geen mens aan de andere kant van de lijn. In plaats daarvan begroet een synthetische stem je en vraagt je om door een labyrint van knopdrukken te navigeren. Het is een geautomatiseerd reactiesysteem. Veel bedrijven hebben deze systemen ook geüpgraded. Nu kunt u vaak alleen trefwoorden uitspreken. De opname vertelt u wat u moet zeggen. Jij zegt het. Het systeem routeert u. De technologie achter deze magie is spraakherkenningssoftware.
Dit geldt niet alleen voor callcenters. U kunt het thuis of op kantoor gebruiken. Met een breed scala aan producten kunt u tekst rechtstreeks in tekstverwerkers of e-mailclients dicteren. Je stem wordt getypte woorden. Met sommige tools kunt u uw computer zelfs met uw stem bedienen. Bestanden openen. Klik op menu’s. Voer opdrachten uit. Bepaalde programma’s zijn nichespecifiek. Medische transcriptie. Juridische documentatie. Zij hanteren het jargon.
Toegankelijkheid is een andere grote drijfveer voor deze technologie. Mensen met een handicap die hen ervan weerhouden te typen, zijn sterk afhankelijk van deze systemen. Het gebruik van uw handen verloren? Slechtziend en een brailletoetsenbord geen optie? Dicteren overbrugt die kloof. Het maakt persoonlijke expressie door middel van spraak mogelijk. Het bestuurt taken waarvoor normaal gesproken vingers nodig zijn. Sommige software leert van jou. Het slaat uw spraakgegevens na elke sessie op. Als uw spraak na verloop van tijd verslechtert als gevolg van een progressieve aandoening, past het systeem zich aan. Jij blijft werken.
Moderne spraakherkenningsprogramma’s vallen over het algemeen in twee delen uiteen.
Зміст
Kleine woordenschat/veel gebruikers
Deze systemen zijn gebouwd voor schaal. Ze voeden die geautomatiseerde telefoonbomen. Ze verwerken een enorm aantal bellers met enorm verschillende accenten en spraakpatronen. Het systeem gokt meestal goed. Maar er zit een addertje onder het gras. Het gebruik is beperkt. Je bent beperkt tot vooraf bepaalde opdrachten. Basis menu-opties. Nummers. Je kunt hier geen vrij vloeiend gesprek voeren. De woordenschat is klein. De gebruikersbasis is enorm.
Grote woordenschat/beperkte gebruikers
Deze opstelling is anders. Het is gebouwd voor specifieke mensen op specifieke plaatsen. Denk aan zakelijke omgevingen. Een kleine groep gebruikers werkt met het programma. De nauwkeurigheid is hoog. Deskundige gebruikers halen 85 procent of beter. De woordenschat? Tienduizenden woorden. Maar je moet het trainen. De software leert uw stem. Het werkt het beste voor die primaire gebruikers. Als iemand anders het probeert te gebruiken? De nauwkeurigheid keldert. Drastisch. Het systeem is niet gebouwd voor vreemden.
Oudere systemen, die van meer dan tien jaar geleden, werden geconfronteerd met de keuze tussen discrete en continue spraak. Discreet is gemakkelijker. Je spreekt woorden afzonderlijk uit. Je pauzeert tussen elk. De computer parseert het netjes. Maar niemand wil zo praten. Het is onnatuurlijk. Gebruikers geven de voorkeur aan een normale gesprekssnelheid. Continue spraak. Bijna alle moderne systemen kunnen dit tegenwoordig aan. Ze begrijpen vloeiende dialogen. Ze filteren de pauzes eruit.
We spraken met John Garofolo, Speech Group Manager bij het Information Technology Laboratory van het National Institute of Standards and Technology, om het technische perspectief te krijgen. Joshua Senecal hielp ook mee om dit samen te brengen.
Spraak naar gegevens
Van luchtdruk naar binaire code
Begin met de ruwe input. Je stem is slechts fysieke druk die door de lucht beweegt. Voordat een computer er iets mee kan doen, moet die analoge golf eerst digitaal worden. Een analoog-naar-digitaalomzetter (ADC) zorgt voor deze vertaling. Er wordt niet alleen opgenomen; het bemonstert de golf. Nauwkeurige metingen worden met snelle, vaste intervallen uitgevoerd. Het resultaat zijn gegevens waar de processor daadwerkelijk op kan kauwen.
Maar ruwe data zijn rommelig. Ruis sluipt naar binnen. Het systeem filtert het eruit. Soms wordt het geluid opgesplitst in verschillende frequentiebanden. Dat hoor je als toonhoogte. Andere keren gaat het om volume. De software normaliseert het signaal en houdt het niveau constant, zodat een gefluister niet wordt genegeerd terwijl een schreeuw de microfoon niet afkapt. Tijdelijke afstemming kan ook nodig zijn. Mensen zijn inconsistent. We versnellen als we opgewonden zijn of slepen lettergrepen uit als we moe zijn. De software moet uw spraak uitrekken of comprimeren om te passen in de sjablonen die in het geheugen zijn opgeslagen.
Het opsplitsen in fonemen
Zodra het signaal schoon en uitgelijnd is, wordt het in stukken gehakt. Kleine segmenten. We hebben het over fracties van een seconde. Soms maar een paar honderdsten. Nog sneller bij het omgaan met plosieve medeklinkergeluiden. Denk aan de scherpe luchtstoot in ‘p’ of ‘t’. Die vereisen precisie omdat de luchtstroom abrupt stopt en begint.
Dit is waar taalkunde en code elkaar ontmoeten. Het programma koppelt deze kleine audiofragmenten aan bekende fonemen. Een foneem is de kleinste klankeenheid die de betekenis in een taal verandert. Het is geen brief. Het is het eigenlijke geluid zelf. Engels heeft ongeveer 40 fonemen. Andere talen hebben meer. Sommigen hebben minder. De variatie is belangrijk.
“Een foneem is het kleinste element van een taal: een representatie van de geluiden die we maken en samenvoegen om betekenisvolle uitdrukkingen te vormen.”
De software ziet geen letters. Het ziet geluidspatronen. Het kijkt naar die microsegmenten en vraagt: “Op welk bekend foneem lijkt dit het meest?” Het is een matchingspel. Eén waarbij het erom gaat of uw commando wordt uitgevoerd of genegeerd.
De echte wrijving ligt in de overgang van rauwe geluidsgolven naar een leesbare reeks karakters. Het klinkt triviaal. Dat is het niet. Deze stap neemt niet voor niets het grootste deel van het moderne spraakherkenningsonderzoek in beslag. Het systeem luistert niet alleen naar een enkel geïsoleerd geluid. Er wordt gekeken naar de fonemen (de kleinste geluidseenheden) in de context van hun buren. Context is alles. Een geluid dat op zichzelf op ‘kat’ lijkt, zou ‘vleermuis’ kunnen zijn als het vorige woord ‘ik’ was.
De engine neemt dat contextuele foneemdiagram en voert dit in een complex statistisch model in. Dit is niet alleen patroonmatching. Het is waarschijnlijkheid. Het systeem vergelijkt de binnenkomende audiogegevens met een enorme bibliotheek van bekende woorden, zinnen en hele zinnen. Het berekent welke combinatie het meest waarschijnlijk is uitgesproken. De uitvoer is niet altijd perfect. Soms raadt het goed. Soms komt er wartaal uit. Maar vaker wel dan niet, zet het uw stem om in tekst of activeert het een computeropdracht met verrassende nauwkeurigheid.
De mechanismen achter de magie
Om te begrijpen waarom dit werkt, moet je kijken naar hoe de software omgaat met dubbelzinnigheid. Menselijke spraak is rommelig. Mensen mompelen. Mensen pauzeren. Mensen zeggen voortdurend ‘eh’ en ‘uh’. Een naïef systeem zou crashen als hij dat probeert te ontleden. Een statistisch model gedijt ervan.
Het proces is gebaseerd op twee hoofdtypen waarschijnlijkheid: akoestische modellering en taalmodellering.
- Akoestische modellen zoeken uit welke geluiden aanwezig zijn. Ze wijzen audiokenmerken toe aan fonemen.
- Taalmodellen zoeken uit welke woorden op welke volgen. Ze gebruiken frequentiegegevens uit enorme tekstcorpora om het volgende waarschijnlijke woord te voorspellen.
Als je zegt: ‘Ik wil pizza eten’, hoort het akoestische model de geluiden. Het taalmodel controleert de waarschijnlijkheid van die reeks. ‘Eten’ is waarschijnlijker na ‘willen’ dan ‘haat’. Het systeem combineert deze kansen om de beste schatting te maken.
Spraakherkenning gaat minder over horen en meer over voorspellen op basis van context.
Waarom context alles verandert
Denk eens aan het woord ‘lezen’. In de verleden tijd klinkt het als ‘rood’. In de tegenwoordige tijd klinkt het als ‘riet’. Zonder context kan het systeem niet weten welke je bedoelde. Met context is het triviaal. Als het vorige woord ‘gisteren’ was, wordt de verleden tijd geraden. Als de zin ‘Ik lees graag’ is, wordt het heden geraden.
Dit is de reden waarom grote taalmodellen het spel hebben veranderd. Oudere systemen vertrouwden op rigide grammaticale regels. Nieuwere systemen maken gebruik van neurale netwerken die zijn getraind op miljarden zinnen. Ze begrijpen nuance. Ze begrijpen jargon. Ze begrijpen dat ‘laten we oma eten’ grammaticaal correct is, maar semantisch gruwelijk vergeleken met ‘laten we eten, oma’.
Het statistische model kijkt niet alleen naar het huidige foneem. Er wordt gekeken naar de laatste tien. Misschien de laatste twintig. Het contextvenster breidt de waarschijnlijkheidsruimte uit, waardoor het systeem geluiden kan onderscheiden die anders identiek zouden zijn.
Het bibliotheekprobleem
De grootte van de woordenschat is van belang. Vroege spraakherkenningssystemen waren beperkt tot een paar duizend woorden. Je zou een tv kunnen bedienen. Je kon geen gesprek voeren. Moderne systemen putten uit bibliotheken met miljoenen vermeldingen. Maar de grootte is niet de enige factor. De kwaliteit van de bibliotheek is belangrijk.
Als het model niet heeft gehoord hoe een specifiek woord door een specifiek woord wordt uitgesproken
Op regels gebaseerde spraakherkenning stierf omdat de menselijke taal zich niet aan de regels houdt.
Vroege systemen probeerden gesproken woorden toe te wijzen aan strikte grammaticale structuren. Als je duidelijk sprak, binnen een specifiek dialect en zonder achtergrondgeluid, zou het kunnen werken. Maar probeer eens te spreken als een Bostoniaan. Je laat de ‘r’ achter in ‘schuur’. Het klinkt als ‘bawn’. Probeer te zeggen: “Ik ga de oceaan zien” zonder te pauzeren om adem te halen. Het wordt: “Ik ga de oceaan zien.” De woorden vloeien in elkaar over. Er zijn geen pauzes.
Op regels gebaseerde motoren stikten hierin. Ze konden niet omgaan met voortdurende spraak. Je moest elk woord apart uitspreken. Het was langzaam. Het was frustrerend. Het mislukte.
Hoe statistische modellen de chaos oplossen
De hedendaagse motoren zijn niet afhankelijk van rigide grammatica. Ze gebruiken statistische modelleringssystemen. Ze handelen in waarschijnlijkheid. Wiskundige functies raden de meest waarschijnlijke uitkomst op basis van gegevens.
Volgens John Garofolo, Speech Group Manager bij het Information Technology Laboratory van het National Institute of Standards and Technology, domineren twee modellen het veld: het Hidden Markov Model en neurale netwerken.
Deze statistische systemen hebben veel voorbeeldige trainingsgegevens nodig om hun optimale prestaties te bereiken – soms in de orde van duizenden uren door mensen getranscribeerde spraak en honderden megabytes aan tekst.
Beide methoden gebruiken bekende gegevens om verborgen informatie af te leiden. Ze wegen kansen af. Ze doen weloverwogen gissingen.
Het verborgen Markov-model uitgelegd
Het Hidden Markov-model is de industriestandaard. Laten we het opsplitsen.
In dit model is elk foneem een link. De ketting vormt een woord. Maar de keten vertakt zich. Het systeem probeert het digitale geluid af te stemmen op het foneem dat waarschijnlijk als volgende zal verschijnen. Het kent aan elke optie een waarschijnlijkheidsscore toe. Dit is afhankelijk van een ingebouwd woordenboek en trainingsgegevens van gebruikers.
Zinnen zijn erger. Het systeem moet raden waar het ene woord eindigt en het andere begint.
Overweeg ‘spraak herkennen’. Zeg het snel. Het klinkt als ‘een mooi strand vernielen’.
Kijk naar de fonemen:
“spraak herkennen”
r eh k ao g n ay z s p iy ch
“verwoest een mooi strand”
r eh k ay n ay s b iy ch
Het verschil is subtiel. Het systeem gebruikt context (de zin die eraan voorafging) om te bellen. Waarom doet dit er toe?
Als een programma een woordenschat van 60.000 woorden heeft, heeft een zin van drie woorden 216 biljoen mogelijke combinaties.
Geen enkele computer kan zo snel zoeken zonder hulp.
De kosten van nauwkeurigheid: trainingsgegevens
De hulp komt uit data. Enorme hoeveelheden ervan.
Garofolo merkt op dat het maken van akoestische modellen en woordenlijsten duizenden uren aan getranscribeerde spraak vergt. Je hebt honderden megabytes aan tekst nodig. Het is een kunst om deze gegevens te selecteren en samen te stellen. Hoe u de trainingsgegevens voorbereidt op “spijsvertering” is van belang. Hoe u de systeemmodellen “afstemt” op een specifieke toepassing, maakt het verschil tussen een goed presterend systeem en een slecht presterend systeem.
Zelfs met hetzelfde basisalgoritme varieert de implementatie enorm.
Ontwikkelaars bouwen de initiële woordenschat op. Maar jij, de gebruiker, moet het systeem ook trainen. In een zakelijke omgeving kunnen primaire gebruikers slechts tien minuten in de microfoon spreken. Hierdoor leert de motor hun specifieke spraakpatronen. Je leert het ook acroniemen. Je leert het bedrijfsspecifieke termen.
Medische en juridische software is vaak vooraf geladen met branchejargon. Ze zijn al afgestemd op die context.
Maar zelfs met al deze gegevens gaan de systemen nog steeds kapot.
Spraakherkenning: zwakke punten en gebreken
Laten we eerlijk zijn: geen enkel spraakherkenningssysteem is feilloos. De technologie wordt zeker beter, maar er kunnen nog steeds fouten in voorkomen. Sommige van deze problemen zijn inherent aan de huidige stand van de techniek en zullen hopelijk verdwijnen naarmate de algoritmen verbeteren. Anderen? Je kunt ze repareren. Het kost alleen wat moeite van jouw kant.
Het geluidsprobleem
Spraaksoftware moet u horen. Duidelijk. Als uw stem verstrikt raakt in achtergrondgeluiden, daalt de nauwkeurigheid. Dit gaat niet alleen over iemand die luid naast je praat. Het gaat ook om de hardware die het signaal naar uw computer stuurt.
Goedkope geluidskaarten hebben vaak geen goede afscherming. Ze vangen elektrische brom en gesis op van andere componenten in uw pc-behuizing. Die ruis wordt opgenomen. De software denkt dat het bij uw straf hoort.
Werk voor goede resultaten in een rustige kamer. Gebruik een kwaliteitsmicrofoon. Houd het dicht bij uw mond.
Het klinkt eenvoudig. Maar de meeste mensen negeren het totdat hun dictaat in wartaal verandert.
Overlappende spraak is een nachtmerrie
Als je spraakherkenning probeert te gebruiken in een vergadering waar mensen elkaar onderbreken, zul je een slechte tijd hebben. De huidige systemen hebben enorme moeite om gelijktijdige stemmen te scheiden.
“Als je herkenningstechnologie probeert toe te passen in gesprekken of vergaderingen waarbij mensen elkaar vaak onderbreken of door elkaar heen praten, zul je waarschijnlijk extreem slechte resultaten behalen”, zegt John Garofolo.
Het gaat niet alleen om volume. Het gaat over scheiding. De software kan niet gemakkelijk één stem onderscheiden uit een chaotische mix van gebabbel. Bewaar het voor solowerk. Geen groepsgesprekken.
Het vreet je CPU op
Het uitvoeren van de statistische modellen achter spraakherkenning is zwaar werk. De verwerker moet overuren maken. Waarom? Het moet elke fase van het zoeken naar woordherkenning volgen. Als het systeem een fout maakt, moet het teruggrijpen. Dat vergt geheugen. Dat kost tijd.
Zelfs de snelste personal computers van vandaag de dag kunnen zich verslikken in complexe opdrachten. De responstijd wordt aanzienlijk langzamer. En de woordenschat? Ze eten ruimte op de harde schijf.
Het goede nieuws? Opslag- en processorsnelheden gaan snel vooruit. Over tien jaar zullen we een exponentiële toename van beide factoren zien. Het hardwareknelpunt is tijdelijk. De softwarelogica is het moeilijkere probleem.
Homoniemen: hetzelfde geluid, andere betekenis
Homoniemen zijn woorden die identiek klinken, maar verschillende spellingen en betekenissen hebben. ‘Daar’ versus ‘hun’. ‘Lucht’ versus ‘erfgenaam’. ‘Wees’ versus ‘bij’.
Spraakherkenningssoftware kan het verschil niet horen. Alleen geluid draagt niet de spelling.
De context helpt echter. Door uitgebreide training van statistische modellen kan het systeem het juiste woord raden op basis van wat ervoor kwam en wat erna komt. Het is niet perfect, maar het is aanzienlijk beter dan vroeger.
De weg naar een universele vertaler
De droom om in welke taal dan ook met een machine te spreken gaat verder terug dan je zou denken. Alexander Graham Bell experimenteerde hiermee al voordat de moderne computer überhaupt bestond. Zijn vrouw was doof. Hij wilde een apparaat maken dat hoorbare woorden omzet in zichtbare beelden die ze kan interpreteren. Hij maakte spectrografische beelden. Ze kon ze niet lezen. Dat onderzoek leidde uiteindelijk tot de telefoon.
Decennia lang was sciencefiction de enige plek waar echte spraakherkenning floreerde. De rekenkracht was er simpelweg niet. Pas in de jaren negentig konden consumentencomputers deze last aan.
Nu? We kijken naar iets dat dichter bij Star Trek ligt.
Het Defense Advanced Research Projects Agency (DARPA) financiert twee belangrijke initiatieven. Ten eerste: de mondiale autonome taalexploitatie (GALE). Dit systeem verwerkt stromen buitenlandse nieuwsuitzendingen en kranten. Het vertaalt ze. Het doel is een onmiddellijke vertaling tussen twee talen met een nauwkeurigheid van minstens 90 procent.
Ten tweede, TRANSTAC. Dit helpt soldaten te communiceren met de burgerbevolking in niet-Engelssprekende landen. Garofolo merkt op dat deze technologie ongetwijfeld zal leiden tot civiele toepassingen. Een universele vertaler voor iedereen.
Waarom is het zo moeilijk?
Een universele vertaler is nog ver weg. Het combineren van automatische vertaling met stemactivering is ongelooflijk moeilijk. Een recent CNN-artikel omschreef het GALE-project als “DARPA hard.” Dat betekent dat het zelfs volgens de extreme normen van DARPA moeilijk is.
Waarom? De variabelen zijn eindeloos.
- Jargon verandert snel.
- Dialecten variëren per regio.
- Accenten verschillen per spreker.
- Achtergrondgeluid interfereert.
Dan is er grammatica. Arabisch gebruikt soms losse woorden om ideeën over te brengen waarvoor hele zinnen in het Engels nodig zijn. Het in kaart brengen van de ene structuur naar de andere zonder de betekenis te verliezen is een computationele nachtmerrie.
Van herkenning naar begrip
We bevinden ons momenteel in een stadium waarin computers woorden herkennen. Binnenkort zullen ze ze misschien begrijpen. De statistische modellen die bepalen wat er wordt gezegd, kunnen uiteindelijk de betekenis achter de woorden begrijpen.
Het is een enorme sprong in rekenkracht. Het vereist geavanceerde software. Maar sommige onderzoekers beweren dat de ontwikkeling van spraakherkenning de meest directe weg biedt van de hedendaagse computers naar echte kunstmatige intelligentie.
We praten nu tegen onze computers. Over 25 jaar praten ze misschien terug.
De Vista-demo-ramp
Niets van deze theoretische toekomst doet er toe als het heden niet werkt. Herinner je je de Windows Vista-demo voor spraakherkenning nog? Het was een PR-ramp.
Tijdens de presentatie ging het systeem perfect om met het openen van programma’s en het openen van documenten. Op het moment dat het probeerde tekst te transcriberen, mislukte het. Slecht.
De waarschijnlijke boosdoener? De locatie. Een grote zaal met publiek. Achtergrondgeluid. Echo. De microfoon pikte alles op, behalve een duidelijk signaal van de presentator.
De video verspreidde zich over het internet. Het schaadde de reputatie van Windows Vista. Het schaadde de reputatie van spraakherkenning in het algemeen. Het diende als een harde herinnering: zelfs de grootste technologiegiganten kunnen struikelen als de omgeving niet onder controle is.
We blijven de ruimte in de gaten houden. De technologie verbetert. Maar de kloof tussen ‘bruikbaar’ en ‘perfect’ is nog steeds groot.
Voorbij de modewoorden
We hebben het pad gevolgd van ruwe analoge golven naar de complexe neurale netwerken die onder de huidige stemassistenten draaien. Maar het verhaal eindigt niet met een nette buiging. Het strekt zich uit tot een web van onderzoekslaboratoria, historische precedenten en aanhoudende technische hindernissen die de meeste gebruikers nooit te zien krijgen.
Als je op zoek bent naar de mechanismen achter de magie: de onderliggende wetenschap gaat minder over ‘luisteren’ en meer over patroonherkenning. Moderne spraakherkenningssoftware hoort geen woorden. Het hoort waarschijnlijkheid. Het verdeelt je stem in kleine spectrale fragmenten en vraagt: Welke reeks fonemen is hier het meest logisch?
De verborgen infrastructuur
Je hoeft niet in de code te duiken om te begrijpen waarom je slimme speaker soms een woord mist. Het komt vaak neer op datakwaliteit en context.
- Ruisonderdrukking is het eerste filter. Het verwijdert achtergrondgeluiden zodat de motor zich kan concentreren op het stemkanaal.
- Natuurlijke taalverwerking (NLP) verzorgt de grammatica. Het verandert “Zet alarm voor zeven” in een gestructureerd commando.
- Luidsprekeridentificatie probeert erachter te komen wie aan het woord is. Dit is belangrijk voor gepersonaliseerde reacties, maar het is verre van perfect.
Het University of Colorado’s Center for Spoken Dialog Research heeft tientallen jaren besteed aan het in kaart brengen van deze interacties. Hun werk benadrukt een belangrijk inzicht: mensen zijn ongelooflijk vergevingsgezind. Wij negeren versprekingen. Wij raden het uit de context. Machines zijn er nog niet. Ze stikken nog steeds in onduidelijkheid.
Waarom het er nu toe doet
De DARPA spraak-naar-spraakonderzoek -initiatieven uit het midden van de jaren 2000 vormden de weg voor de huidige realtime vertaalhulpmiddelen. Het doel was altijd duidelijk: taal als barrière wegnemen. De DARPA-uitdaging van november 2006 was niet zomaar een wedstrijd. Het was een proof-of-concept. Hieruit bleek dat spraakvertaling zou kunnen werken in beperkte omgevingen.
Tegenwoordig is die technologie ingebed in alles, van klantenservicebots tot live ondertiteling. Maar de kloof tussen ‘functioneel’ en ‘vloeiend’ blijft groot.
De erfenis van fouten
Raymond Kurzweil stelde in 1998 de juiste vraag: Wanneer zal HAL begrijpen wat we zeggen? Het antwoord gaat niet alleen over betere microfoons. Het gaat om contextueel bewustzijn.
De statistische methoden voor spraakherkenning van Frederick Jelinek legden de wiskundige basis. Hij voerde aan dat spraak een communicatieprobleem was, en niet alleen een akoestisch probleem. Hierdoor verschoof de industrie van op regels gebaseerde systemen naar probabilistische modellen. Die verschuiving is de reden waarom je telefoon een accent aankan waarop hij nooit expliciet is getraind.
Waar gaan we heen vanaf hier?
Het National Institute of Standards and Technology blijft de benchmarks verleggen. Ze testen hoe systemen omgaan met drukke kamers, slechte verbindingen en snelle dialogen. De resultaten verbeteren, maar langzaam.
De divisie spraaktechnologie van Microsoft richt zich op bedrijfsintegratie. Ze zijn minder geïnteresseerd in uw slimme huisverlichting en meer geïnteresseerd in hoe een arts aantekeningen kan dicteren zonder de privacy van de patiënt te schenden. Dit is waar het echte geld zit. En waar de echte privacyproblemen leven.
De machine weet niet wat je zei. Het weet alleen wat het denkt dat je misschien hebt gezegd.
Dit onderscheid is van cruciaal belang. Als AI verkeerd gokt, is dat niet hallucinerend in literaire zin
