Teknologiselskapet har startet en testfase for en ny funksjon i den virtuelle assistenten som gjør at flere kommandoer kan utføres i en enkelt stemmeinstruksjon. Verktøyet endrer måten brukerne samhandler med merkets enheter, og eliminerer behovet for pauser mellom ulike forespørsler. Ressursen behandler komplekse setninger og identifiserer forskjellige handlinger innenfor samme forespørsel, og utfører dem sekvensielt og automatisk.
Denne oppdateringen er en del av en større moderniseringspakke for operativsystemer med fokus på generativ kunstig intelligens og naturlig språkbehandling. Programvarearkitekturen ble omstrukturert for å forstå konteksten til samtaler, slik at assistenten kunne opprettholde minnet om tidligere forespørsler og bruke denne informasjonen i påfølgende interaksjoner. Endringen representerer en overgang fra en rigid kommandomodell til et mer flytende samtalegrensesnitt.
Selskapets utviklere jobber med å kalibrere algoritmene for å sikre at simultantolking ikke genererer utførelseskonflikter. Evnen til å sammenkoble oppgaver krever overlegen prosessorkraft, som styrer tilgjengeligheten av denne funksjonen til produsentens nyeste maskinvare. Implementeringen skjer gradvis i testversjoner av mobil- og datamaskinoperativsystemer.
Operativsystemoppdatering bringer endringer i grensesnittet
Redesignet av den virtuelle assistenten inkluderer en betydelig visuell endring av enhetenes grafiske grensesnitt. Det gamle sfæriske ikonet som dukket opp nederst på skjermen er erstattet av en lysende kant som omgir hele skjermen når verktøyet aktiveres. Esta visuell signalering indikerer at systemet lytter og behandler informasjon, integreres på en mer organisk måte med bruken av enheten uten å avbryte visningen av applikasjonen som for øyeblikket er åpen.
I tillegg til den estetiske endringen, tillater det nye grensesnittet tekstinteraksjon naturlig, med bare to berøringer på bunnen av skjermen for å åpne et dedikert tastatur. Brukeren kan bytte mellom talekommandoer og skriving sømløst, avhengig av miljøet de er i. Lyskanten reagerer dynamisk på tonefall og prosesseringskompleksitet, og gir umiddelbar visuell tilbakemelding på statusen til den pågående forespørselen.
Hvordan kjedekommandoer fungerer i praksis
Utførelse av kommandoer i en kjede lar en enkelt setning utløse forskjellige applikasjoner og systemfunksjoner. Brukeren kan be assistenten om å ta et bilde og i samme setning beordre at bildet sendes til en spesifikk kontakt i en meldingsapplikasjon.
Behandling deler frasen inn i separate intensjoner, utløser kameraet, fanger opp media, åpner messengeren, finner kontakten og bekrefter sendingen. Todo Denne flyten skjer i bakgrunnen, og krever minimalt med manuell intervensjon.
Et annet praktisk eksempel innebærer å administrere personlig informasjon, for eksempel å be om å finne en spesifikk adresse nevnt i en e-post og legge den direkte til en hendelse i kalenderen. Assistenten krysser data mellom e-postapplikasjonen og kalenderen.
Nøyaktigheten av disse samtidige handlingene avhenger av enhetens semantiske indeksering, som organiserer personlig informasjon på en strukturert måte for rask tilgang med kunstig intelligens.
Konkurranse i sektoren for kunstig intelligens
Utviklingen av disse nye egenskapene reagerer direkte på fremskritt presentert av konkurrerende selskaper i teknologisektoren. Det virtuelle assistentmarkedet har gjennomgått en rask utvikling med introduksjonen av storskala språkmodeller, noe som gjør gamle interaksjoner foreldet.
Produsenten søker å gjenvinne plass i taleautomatiseringssegmentet, og tilbyr dyp integrasjon som tredjepartsapplikasjoner ikke kan oppnå på grunn av operativsystembegrensninger. Konkurransefortrinn er basert på full kontroll over maskinvare og programvare.
Strategien innebærer ikke bare å forbedre tekst- og taleforståelsen, men også systemets evne til å forstå hva som vises på brukerens skjerm. Esta Skjermkontekstbevissthet er en viktig teknisk differensiator i konkurransen om markedet for personlig kunstig intelligens.
Tekniske krav for at assistenten skal jobbe
Å kjøre avanserte språkmodeller direkte på enheten krever spesifikke maskinvarekomponenter, noe som begrenser nyheten til merkets nyeste prosessorer. Brikkene må inneholde nevrale prosesseringsenheter som er i stand til å utføre billioner av operasjoner per sekund, for å sikre at tolkningen av flere kommandoer skjer uten merkbar latens.
Kravet til RAM-minne er også en avgjørende faktor for verktøyets drift, siden kunstig intelligens-modeller må lastes inn i flyktig minne for umiddelbar tilgang. Aparelhos av tidligere generasjoner vil ikke motta full kjedekommandofunksjonalitet på grunn av disse fysiske arkitektoniske begrensningene.
Interne tester evaluerer svarnøyaktigheten
Programvareingeniører gjennomfører strenge batterier av interne tester for å evaluere assistentens suksessrate når de håndterer tvetydige instruksjoner eller doble kommandoer formulert med kompleks syntaks. Valideringsprosessen involverer simulering av tusenvis av hverdagsscenarier, der kunstig intelligens må bestemme riktig rekkefølge for å utføre oppgaver og identifisere mulige logiske feil før handlingen fullføres. Utviklingsteamet overvåker ytelsesmålinger, for eksempel responstiden mellom slutten av brukerens tale og begynnelsen av den første handlingen, samt flyten i overgangen mellom de aktiverte applikasjonene. Det sentrale målet med denne testfasen er å redusere til null tilfellene der systemet kjører bare den første halvdelen av kommandoen og ignorerer den andre, et vanlig problem i tidligere versjoner av naturlig språkbehandling. Kalibrering av intensjonsalgoritmer justeres daglig basert på krasjrapporter generert av testenheter, noe som sikrer at den endelige versjonen gir en konsistent opplevelse.
Integrasjon med tredjepartsapplikasjoner
Utvidelsen av flere kommandoer avhenger av at uavhengige utviklere tar i bruk nye applikasjonsprogrammeringsgrensesnitt. Produsenten har gitt ut spesifikke verktøy som lar programvareskapere kartlegge funksjonene til applikasjonene sine slik at assistenten kan få tilgang til dem og kombinere dem med handlinger fra andre programmer installert på enheten.
Avansert naturlig språkbehandling
Den teknologiske kjernen i den nye assistenten er basert på en fullstendig omskrevet naturlig språkbehandlingsmotor. Este-systemet er ikke lenger avhengig av forhåndsprogrammerte fraser eller ordspesifikke utløsere for å starte en handling.
Semantisk forståelse lar brukeren snakke i daglig tale, stamme, korrigere seg selv midt i setningen eller ombestemme seg, og systemet er fortsatt i stand til å trekke ut den endelige intensjonen og utføre de mange forespurte kommandoene riktig.
Datavern under forespørsler
Systemarkitekturen prioriterer lokal behandling av informasjon, og sikrer at taledata og personlig informasjon som du får tilgang til under flere kommandoer, ikke forlater enheten. Semantisk indeksering og oppgavekjøring skjer isolert på hovedbrikken.
For forespørsler som krever større datakraft, har selskapet utviklet en privat cloud computing-infrastruktur. Dataene som sendes til disse serverne behandles uten permanent lagring og med ende-til-ende-kryptering, noe som hindrer tilgang fra tredjeparter eller produsenten selv.
Utvide automatiseringsmuligheter
Kjedekommandofunksjonaliteten reduserer avhengigheten av applikasjoner dedikert til å lage komplekse rutiner. Automatisering genereres nå spontant gjennom stemme, uten behov for tidligere konfigurering av manuelle arbeidsflyter.
Brukere får muligheten til å diktere sekvenser av handlinger som involverer kontroll av smarthjemenheter, sending av meldinger og avspilling av media i en enkelt naturlig interaksjon.
Utviklingen av assistenten forvandler enhetens mikrofon til systemets hovednavigasjons- og betjeningsverktøy, og forenkler oppgaver som tidligere krevde flere berøringer på skjermen og navigering gjennom ulike menyer.