Denne artikel stammer fra det trykte Computerworlds arkiv. Artiklen blev publiceret den Computerworld d. 17. oktober 2003.
Ifølge Microsoft-forsker vil systemerne lære at "forstå" sproget på samme måde, som babyer gør.
Taleteknologi
Hvert år forbedres computerens "evne" til at forstå et naturligt talt sprog med 10 til 15 procent, og i løbet af de næste syv år vil computeren nå eller overgå det menneskelige niveau.
Det hævder datalogen Kai-Fu Lee, som Microsoft fik overtalt til at forlade jobbet på Carnegie Mellon universitetet for at lede softwaregigantens forskning i taleteknologi.
Men hans sammenligning gælder en bestemt situation. Over for nyhedtjenesten Cnet bruger han scenariet, at et menneske - med en pc og et andet menneske foran sig - dikterer. Bagefter tager man et tjek af, hvad pc'en har "forstået" og hvad mennesket har forstået.
- Vi forventer, at maskinen vil være bedre til at forstå, hvad der bliver sagt. Det hele er en funktion af Moores lov. Der vil være mere hukommelse, mere kapacitet og mere computerkraft til rådighed, siger Kai-Fu Lee.
Dagens talegenkendelse er ifølge ham kun til rigtig nytte for mennesker, der lider af skader som følge af brug af mus og tastatur.
Når han skal forklare teknologien, der gør det muligt for forskerne at få lært computeren bedre talegenkendelse, taler han om opbygning af en statistisk model af enhver mulig lyd, på ethvert muligt sprog i verden og baseret på mængder af indsamlet tale.
Ifølge ham vil indlæringen ske meget lig en babys.
- Forskellen er blot, at maskiner skal vejledes mere. Babyer behøver for eksempel ikke at få fortalt, om det er en mand eller en kvinde, der taler, siger Kai-Fu Lee.
Men mennesket skal lære at tale til computeren, og det vil ske, mener forskeren. Der er behov for lidt mere adskilte beskeder, end vi normalt bruger. For eksempel vil man - hvis man vil aflyse et møde i sin Outlook-kalender - ikke blot kunne sige, "Aflys næste møde i dag med Charlie". I stedet bliver det til: Åbn Outlook, Åbn kalender, Find Charlie, Slet."
Men ingen skal forvente at få et fuldt konverserende system. Ifølge Kai-Fu Lee skal man blot forvente, at systemet arbejder lige så godt som en menneskelig assistent. Det er menneskeligt at fejle, og man kan ikke forvente, at computeren begår færre fejl, siger Microsoft-forskeren.
It-rådgivningsfirmaet Gartner er i øvrigt uenig med Lee i, at talegenkendelsen foreløbig kun batter for de museskadede. Ifølge Gartner foreligger der beviser for, at løsninger med talegenkendelse bidrager til forretningen via besparelser og forbedret kundeservice. Gartner betragter taleteknologi fra Nuance og Scansoft som det bedste og ser Microsofts og Intels entre på området som en vækstmotor for markedet.
