Eu me pergunto como você projetaria uma interface de voz realmente obstinada?
Tipo, as interfaces de voz são realmente boas agora por causa da IA.
Mas eles são tão ilimitados. Se você estiver interagindo por voz com um computador ou dispositivo, poderá acabar conversando sobre qualquer coisa.
E embora uma interface de voz seja ótima em um domínio, você realmente quer fofocar sobre filmes ou fazer uma sessão de psicoterapia com sua geladeira? Quero dizer, nesse ponto o que é um produto?
ou seja, como você teria um Alexa de propósito único?
Então, tenho explorado a Technovelgy em busca de coisas que falam, mas apenas em um domínio limitado.
(Technovelgy é um banco de dados de mais de 4.000 invenções de ficção científica.)
Como este caixa eletrônico que desencoraja longas conversas:
Ele se dirigiu ao caixa eletrônico nos fundos… ele sabia que o caixa o estava observando enquanto ele caminhava até ele.
“Identifique-se, por favor.” Todos os caixas eletrônicos da Lucky Dragon tinham a mesma voz, uma vozinha estranha, tensa e estrangulada de castrato … provavelmente impediu as pessoas de ficarem por perto, (conversando) com ele…
– Todas as festas de amanhã, William Gibson, caixa eletrônico Lucky Dragon
Você não pode imaginar essa porta presunçosa falando sobre qualquer outra coisa, exceto sobre sua taxa. Acusaria você de mudar de assunto.
A porta se recusou a abrir. Dizia: “Cinco centavos, por favor”.
Ele procurou nos bolsos. Não há mais moedas; nada. “Eu te pago amanhã”, ele disse à porta. Novamente ele permaneceu bem trancado. “O que eu lhe pago”, informou ele, “é da natureza de uma gratificação; não ter para pagar você.”
“Penso o contrário”, disse a porta. “Veja o contrato de compra que você assinou quando comprou este apartamento.”
…ele encontrou o contrato. Com certeza; o pagamento à sua porta pela abertura e fechamento constituía uma taxa obrigatória. Não é uma dica.
“Você descobre que estou certo”, disse a porta. Parecia presunçoso.
– Ubik Philip K. Dick, pedágio
As portas costumam ser obstinadas.
Quando a porta se fechou atrás deles, tornou-se aparente que realmente havia um suspiro de satisfação. “Hummmmmmmmmmmmmm ah!” disse.
– O Guia do Mochileiro das Galáxias, Douglas Adams, porta auto-satisfeita
Por razões óbvias, gosto deste relógio cantante, embora o usuário pareça não responder a ele.
Na sala o relógio de voz, Tique-taque, sete horas, hora de levantar, hora de levantar, sete horas! como se tivesse medo de que ninguém o fizesse.
Em algum lugar nas paredes, relés estalavam, fitas de memória deslizavam sob olhos elétricos.
Oito e um, tique-taque, oito e um horas, fora para a escola, fora para o trabalho, corra, corra, oito e um!
– As Crônicas Marcianas, Ray Bradbury, Relógio de Voz
Acontece que uma vez construí um relógio falante baseado no Poema/1.
Foi feito a partir de um tocador de Yoto, e quando você colocava um cartão especial nele, ele contava as horas recitando um poema em voz alta a cada 15 minutos. (Recebi acesso anterior à API de desenvolvedor expandida.)
Foi uma grande distração haha
ATÉ:
Mudei a voz do relógio falante para uma voz ASMR do ElevenLabs (que acontece).
Acontece que, se você estiver concentrado, um poema sussurrado não atrapalha seu foco. É como o trânsito lá fora ou o vento suave nas árvores. Você não percebe.
Mas se você não estiver concentrado, ouvirá o sussurro do ASMR como uma espécie de sinal sonoro.
Foi estranho em uma breve demonstração, mas a correspondência de impedância de atenção foi absolutamente perfeita como um dispositivo em sua sala.
Eu deveria compartilhar um vídeo em algum momento.
Meu favorito absoluto é este hotel que quer existir.
Este hotel texano, por exemplo, era uma construção inteiramente virtual, com uns e zeros embutidos num conjunto de chips. E, no entanto, o hotel queria desesperadamente existir. Ficaria muito bonito e já era muito inteligente. Ele poderia ganhar existência física a partir de pilhas aleatórias de matérias-primas.
Oscar arrastou a autodeclarada pedra angular para o canto da parede sul. “O meu lugar é aqui”, declarou a pedra angular. “Coloque argamassa em mim.”
Oscar pegou uma espátula. “Eu sou a ferramenta da argamassa”, guinchou alegremente a pequena espátula.
– Distração, Bruce Sterling, Bambakias Hotel
Adoro esta ideia: uma pilha de tijolos e ferramentas, e um altifalante que chama os transeuntes e pede favores.
Passámos décadas a utilizar a tecnologia para mercantilizar o trabalho. Por que não usá-lo para mercantilizar a gestão?
Há mais detalhes:
Oscar tirou uma tira de fita adesiva de um carretel amarelo e enrolou-a em um bloco de concreto. Ele passou um scanner manual sobre o bloco, ativando a fita…
“Eu sou uma pedra angular”, anunciou o bloco de concreto.
“Bom para você,” Oscar grunhiu.
“Eu sou uma pedra angular. Leve-me cinco passos à sua esquerda.” O sistema construtivo foi inteligente o suficiente para gerenciar um vocabulário limitado e específico. Infelizmente, o sistema simplesmente não ouviu muito bem. Os minúsculos microfones embutidos na fita falante eram muito menos eficazes do que os alto-falantes do tamanho de uma miniatura da fita. Ainda assim, era difícil não responder a um bloco de concreto quando este falava com tanta graça e autoridade. Todos os blocos de concreto pareciam Franklin Roosevelt.
– Distração, Bruce Sterling, fita falante
Não é apenas “dizer o que fazer” que é inteligente aqui (você poderia fazer isso hoje acessando o YouTube apropriado enquanto monta um guarda-roupa IKEA). É o crowdsourcing semelhante ao wiki e a coordenação automática.
Isso não tem a ver com voz, mas gosto desta torradeira obstinada que toma seu destino com as próprias mãos:
Como torradeira conectada, ele está em contato constante com outras torradeiras conectadas como ele – e, portanto, perfeitamente consciente de quanta ação elas estão realizando. Se ele não está sendo usado tanto quanto seus amigos, Brad fica chateado. Ele vai mexer a alça para chamar sua atenção, implorando para que você faça um brinde ou pelo menos dê um tapinha reconfortante na lateral dele. Ignore-o por tempo suficiente e ele tomará uma medida mais drástica: enviar um ping a uma rede de proprietários em potencial para encontrar um novo lar.
De 2014! Por Simone Rebaudengo do brilhante oio.studio.
REFERÊNCIA DE BÔNUS:
Golden Gate Claude (2024), um projeto de pesquisa da Anthropic que ficou online apenas 24 horas e conecta todas as conversas à Ponte Golden Gate.
Se você perguntar a este “Golden Gate Claude” como gastar US$ 10, ele recomendará usá-lo para atravessar a ponte Golden Gate e pagar o pedágio. Se você pedir para ele escrever uma história de amor, ele lhe contará a história de um carro que mal pode esperar para cruzar sua amada ponte em um dia de neblina.
Antigamente, as aventuras de texto eram jogos com interface de linguagem natural.
Zork (1977) foi o primeiro conhecido.
Aqui está uma lista do que o analisador de linguagem diz em resposta a vários erros, direto do código-fonte da versão final PDP-10 do Zork de 1981:
Eu não sei a palavra (palavra)
Não consigo entender isso.
Huh?
Dois verbos no comando?
Preposição dupla?
Múltiplas entradas não podem ser usadas com (verbo)
Muitos objetos especificados?
Com licença?
Gosto da simplicidade disso: alguns erros são simples reclamações de “erros de sintaxe”, mas outros educam o usuário sobre a forma como o sistema funciona.
Sem conclusões, apenas pensando.
Eu me pergunto como você projetaria uma interface de voz realmente obstinada?
Tipo, as interfaces de voz são realmente boas agora por causa da IA.
Mas eles são tão ilimitados. Se você estiver interagindo por voz com um computador ou dispositivo, poderá acabar conversando sobre qualquer coisa.
E embora uma interface de voz seja ótima em um domínio, você realmente quer fofocar sobre filmes ou fazer uma sessão de psicoterapia com sua geladeira? Quero dizer, nesse ponto o que é um produto?
ou seja, como você teria um Alexa de propósito único?
Então, tenho explorado a Technovelgy em busca de coisas que falam, mas apenas em um domínio limitado.
(Technovelgy é um banco de dados de mais de 4.000 invenções de ficção científica.)
Como este caixa eletrônico que desencoraja longas conversas:
Você não pode imaginar essa porta presunçosa falando sobre qualquer outra coisa, exceto sobre sua taxa. Acusaria você de mudar de assunto.
As portas costumam ser obstinadas.
Por razões óbvias, gosto deste relógio cantante, embora o usuário pareça não responder a ele.
Acontece que uma vez construí um relógio falante baseado no Poema/1.
Foi feito a partir de um tocador de Yoto, e quando você colocava um cartão especial nele, ele contava as horas recitando um poema em voz alta a cada 15 minutos. (Recebi acesso anterior à API de desenvolvedor expandida.)
Foi uma grande distração haha
ATÉ:
Mudei a voz do relógio falante para uma voz ASMR do ElevenLabs (que acontece).
Acontece que, se você estiver concentrado, um poema sussurrado não atrapalha seu foco. É como o trânsito lá fora ou o vento suave nas árvores. Você não percebe.
Mas se você não estiver concentrado, ouvirá o sussurro do ASMR como uma espécie de sinal sonoro.
Foi estranho em uma breve demonstração, mas a correspondência de impedância de atenção foi absolutamente perfeita como um dispositivo em sua sala.
Eu deveria compartilhar um vídeo em algum momento.
Meu favorito absoluto é este hotel que quer existir.
Adoro esta ideia: uma pilha de tijolos e ferramentas, e um altifalante que chama os transeuntes e pede favores.
Passámos décadas a utilizar a tecnologia para mercantilizar o trabalho. Por que não usá-lo para mercantilizar a gestão?
Há mais detalhes:
Não é apenas “dizer o que fazer” que é inteligente aqui (você poderia fazer isso hoje acessando o YouTube apropriado enquanto monta um guarda-roupa IKEA). É o crowdsourcing semelhante ao wiki e a coordenação automática.
Isso não tem a ver com voz, mas gosto desta torradeira obstinada que toma seu destino com as próprias mãos:
De 2014! Por Simone Rebaudengo do brilhante oio.studio.
REFERÊNCIA DE BÔNUS:
Golden Gate Claude (2024), um projeto de pesquisa da Anthropic que ficou online apenas 24 horas e conecta todas as conversas à Ponte Golden Gate.
Antigamente, as aventuras de texto eram jogos com interface de linguagem natural.
Zork (1977) foi o primeiro conhecido.
Aqui está uma lista do que o analisador de linguagem diz em resposta a vários erros, direto do código-fonte da versão final PDP-10 do Zork de 1981:
Gosto da simplicidade disso: alguns erros são simples reclamações de “erros de sintaxe”, mas outros educam o usuário sobre a forma como o sistema funciona.
Sem conclusões, apenas pensando.