আলেক্সা, তোমার সাথে কীভাবে কথা বলতে হয় তা শিখিয়ে দাও | টিম বাজরিন

1992 সালে যখন অ্যাপল তার প্রথম ব্যক্তিগত ডিজিটাল সহকারী (পিডিএ), নিউটন প্রবর্তন করেছিল, তখন থেকেই শুরু থেকেই স্পষ্ট হয়েছিল যে এই পৃথিবীর দীর্ঘকাল নয়।

একটি ধারণা হিসাবে, নিউটন একটি প্রধান-টার্নার ছিল, তবে এর নকশা এবং ফাংশনগুলি দুর্বল ছিল, কমপক্ষে বলতে গেলে।

এর বৃহত্তম সমস্যাটি হ'ল গভীরভাবে ত্রুটিযুক্ত হস্তাক্ষর-স্বীকৃতি প্রযুক্তি। সফটওয়্যারটি খুব খারাপভাবে কার্যকর করা হয়নি এমন সময়ে প্রযোজ্য মোবাইল প্রসেসরগুলি কোনও স্তরের নির্ভুলতা বা নির্ভুলতার সাথে এই কাজটি পরিচালনা করতে অক্ষম ছিল।

আমার মনে আছে নিউটনের প্রবর্তনের জন্য শিকাগোতে তৎকালীন-অ্যাপল সিইও জন স্কুলির অনুরোধে যিনি এই প্রকল্পটি প্রথম থেকেই চালিত করেছিলেন, তার অনুরোধে শিকাগোতে উড়ে এসেছিল। তবে স্টেজ ডেমো চলাকালীন, হাতের লেখার স্বীকৃতি বারবার ব্যর্থ হয়েছিল। আমাদের জানানো হয়েছিল এটি সফ্টওয়্যারটির প্রাথমিক সংস্করণ, তবে আমার দৃ strong় ধারণা ছিল যে অ্যাপল অতিরিক্ত প্রচার করছে।

নিউটনের প্রথম বছরগুলিতে, পাম কম্পিউটিংয়ের প্রতিষ্ঠাতা জেফ হকিন্স তার নিজের পিডিএর সংস্করণে কাজ শুরু করেছিলেন। ডিভাইসটি এখনও বিকাশাধীন অবস্থায়, হকিনস আমাকে একটি মকআপ দেখতে তার অফিসে আমন্ত্রণ জানিয়েছিল, যা একটি কাঠের ব্লক ছিল যা দেখতে পামপাইলট হয়ে উঠবে এমন চেহারা দেখার জন্য।

আমি হকিন্সকে জিজ্ঞাসা করলাম কেন তিনি ভাবেন যে নিউটন ব্যর্থ হয়েছে? তিনি গ্রিড সিস্টেমগুলিতে তার সময়টির দিকে ইঙ্গিত করেছিলেন, যা 1989 সালে গ্রিডপ্যাড নামে প্রথম রিয়েল পেন কম্পিউটিং ল্যাপটপ চালু করেছিল। এটিতেও একটি নিম্ন-স্তরের সিপিইউ ছিল এবং সত্য চরিত্রের স্বীকৃতি পরিচালনা করতে সক্ষম হয় নি। তবে এটি হকিন্সকে শিখিয়েছিল যে কলমের ইনপুট এবং চরিত্র স্বীকৃতি দেওয়ার সময়, একটি সঠিক সূত্র অনুসরণ করা এবং ম্যানুয়ালটিতে বর্ণিত অক্ষরগুলি লেখার প্রয়োজন ছিল।

এজন্য পামপাইলট গ্রাফিতি রাইটিং সিস্টেমকে অন্তর্ভুক্ত করেছিল, যা ব্যবহারকারীকে পামপাইলট যেভাবে বুঝতে পারে সেভাবে কীভাবে একটি নম্বর, বর্ণমালার বর্ণ বা নির্দিষ্ট অক্ষর (যেমন #, write) লিখতে হয় তা শিখিয়েছিল। আমি প্রথম পামপাইলট পরীক্ষার একজন এবং গ্রাফিতিকে খুব স্বজ্ঞাত বলে মনে করি। যেহেতু মেশিন আমাকে এটি যে ভাষাটি বোঝে তা কীভাবে এটি ব্যবহার করতে হয় তা শিখিয়েছিল বলে কেউ একে বিপরীত প্রোগ্রামিংয়ের একটি রূপ বলতে পারেন call

আজকের দিকে দ্রুত এগিয়ে যাওয়া, এবং আমি বিশ্বাস করি আমাদের ডিজিটাল সহকারীদের সাথে একই রকম চলছে।

এবার প্রায় একটি বড় পার্থক্য হ'ল এআই এবং মেশিন লার্নিং সহ প্রসেসিং শক্তি এই ডিজিটাল সহায়কগুলিকে অনেক বেশি স্মার্ট করে তোলে, তবে সবসময় নির্ভুল হয় না।

গ্রাফিতির মতো পদক্ষেপ হিসাবে আমি যা ভাবি তাতে আমাজন আমাকে সাপ্তাহিক ইমেলগুলি প্রেরণ করে যেগুলিতে আলেক্সা উত্তর দিতে পারে এমন এক ডজনেরও বেশি নতুন প্রশ্নের উত্তর অন্তর্ভুক্ত করে। এটিও একটি বিপরীত প্রোগ্রামিংয়ের ধরণের, কারণ এটি আমাকে অ্যালেক্সাকে যথাযথ প্রশ্ন জিজ্ঞাসা করতে শেখায়।

সাম্প্রতিক ইমেল থেকে, আলেক্সা এখানে নতুন কিছু প্রতিক্রিয়া জানাতে পারে:

? "আলেক্সা, তোমার মনে কী আছে?"

? "আলেক্সা, 'হ্যাপি' এর আর একটি শব্দ কী?"

? "আলেক্সা, আমি মুরগি এবং শাক দিয়ে কী তৈরি করতে পারি?"

। "আলেক্সা, মাকে ফোন করুন।"

। "আলেক্সা, আমার বানান দক্ষতা পরীক্ষা করুন" "

। "আলেক্সা, সকালে আমাকে জাগ্রত করুন।"

? "আলেক্সা, ব্ল্যাক প্যান্থার মুভিটি কত দিন?"

। "আলেক্সা, আইম্বিক পেন্টাসে কথা বলুন।"

? "আলেক্সা, স্মৃতি দিবস অবধি কত দিন?"

এই সাপ্তাহিক অনুরোধগুলি আমাকে এবং অন্যান্য ইকো মালিকদের অ্যালেক্সাকে কোনও প্রশ্ন জিজ্ঞাসার সঠিক উপায় বোঝার অনুমতি দেয় এবং প্ল্যাটফর্মের সাথে আলাপচারিতার ক্ষেত্রে আমাদের আত্মবিশ্বাস বাড়িয়ে তোলে।

আমার সন্দেহ নেই যে দ্রুত প্রসেসর, মেশিন লার্নিং এবং এআই ডিজিটাল সহকারীদের ক্ষেত্রে প্রয়োগ করা হয় তারা আরও চৌকস হয়ে উঠবে। তবে আমি সন্দেহ করি যে ডিজিটাল সহায়ক তৈরির আরও বেশি সংখ্যক সংস্থাগুলি তাদের ডিজিটাল সহকারীরা কীভাবে কোনও প্রশ্নের বিবৃতি দিতে চান তার সাথে সামঞ্জস্যপূর্ণ প্রশ্নগুলি কীভাবে জিজ্ঞাসা করতে পারে তা শিখিয়ে দেওয়ার লোকদের শিক্ষা দেওয়ার মডেল ব্যবহার করা শুরু করবে।