Your Voice Agent is Just a Walkie Talkie — Neil Zeghidour, Gradium
Neil Zeghidour från Gradium förklarar att dagens röstassistenter fungerar som envägsradio — de kan antingen lyssna eller tala, aldrig båda samtidigt.
I vanliga samtal överlappar människor varandras tal ungefär 20 procent av tiden. Zeghidour spårar utvecklingen från 2011:s enkla röstassistenter genom öppna röstsamtal utan funktioner, till agenter som kan utföra uppgifter men lider av fördröjning. Det huvudsakliga problemet är att råljud kräver enormt mycket beräkningskraft — åtta ord motsvarar 72 000 beräkningssteg — så modeller använder komprimerad audio istället. För att få riktigt naturliga röstsamtal krävs modeller som hanterar två ljudströmmar samtidigt, men varje förbättring av naturlighet har hittills krävt mindre intelligens.
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör AI Engineer.
Mer att läsa
When AI Labs Rival Nations
The AI Daily Brief för 53 min sedan
Experts say AI has made planning cyberattacks on industrial equipment faster by helping attackers read manuals and research past accidents more quickly
Techmeme för 3 tim sedan
Current and former officials from the US and other countries describe the Chinese spy agency MSS' campaign to help Chinese companies acquire advanced AI chips
Techmeme för 7 tim sedan
Tesla rolls out FSD v15, featuring a photorealistic rendering of car surroundings; Elon Musk says it is real-time AI video generation without using game engines
Techmeme för 7 tim sedan
