Sự sụp đổ của các trợ lý giọng nói số
Cập nhật: 12 tháng 12, 2023
Tôi không phải là người hay thù dai, cũng không có kiêu ngạo. Nhưng đôi khi tôi vẫn thích những khoảnh khắc "Tôi đã nói mà" đầy sung sướng.畢竟, khi bạn là một kỹ sư tại một công ty công nghệ, đôi khi bị buộc phải ngồi nghe những bài giảng về tương lai, với các từ khóa như DevOps và AI/ML bị ném vào xó máy nghiền, bởi những "quản lý được truyền cảm hứng" vừa đọc xong tin tức mới mẻ trên LinkedIn giữa những cuộc họp quan trọng, thì việc thấy mọi chuyện xảy ra đúng như dự đoán là điều tự nhiên. Ví dụ điển hình: thực tế không thực tế của các trợ lý số.
Trong năm qua, các báo cáo và tin tức về việc các trợ lý số không sinh lời, dẫn đến việc cắt giảm đội ngũ và công nghệ liên quan. Có một thời, Siri, Cortana và Alexa là trào lưu,而现在, chúng đã không còn nữa. Đối với tôi, kết quả này rõ ràng từ đầu. Tôi chỉ cần chờ vài năm để một lần nữa được chứng minh là đúng. Hãy để tôi giải thích tại sao.
Công nghệ không có mục đích
Tại sao, tại sao, tại sao, tại sao, tại sao. Đó là câu hỏi cần hỏi liên tục mỗi khi ai đó đưa ra công nghệ mới hoặc đề xuất thay đổi sẽ "cách mạng hóa" cuộc sống. Thứ nhất, cách mạng là sự đổ máu và bi thảm khổng lồ, nên không. Thứ hai, cuộc sống tự tối ưu hóa bản thân, không cần những kẻ phá hoại radikale (trừ phi là người Cardassia). Thứ ba, nếu người đề xuất có thể trả lời tất cả câu hỏi "tại sao" của bạn mà không ngập ngừng, họ có thể đang chạm đến điều gì đó.
Đó không phải là điều tôi nhận được khi câu chuyện về trợ lý số/AI được đưa ra. Tôi chỉ nghe được những lời suồng sững gần như mức độ giáo phái: "cải thiện cuộc sống", "đơn giản hóa nhiệm vụ", "đặt sữa cho bạn", và các từ khóa IoT tương tự, mà không có một vấn đề thực sự. Thực tế, kịch bản duy nhất tôi từng thấy là:
Một video 3 phút, hơi over-saturation, trình diễn một người marketing bận rộn, sống cao sang (tất nhiên là tại Mỹ), với dongle Bluetooth gắn tai, bay nhảy trong cuộc sống bận rộn, cao sang của họ. Họ trẻ, độc thân, và không biết nấu ăn dù cuộc sống cao sang đó phụ thuộc vào nó. Họ có quá nhiều cuộc họp để lo cho đời thường. Vì vậy họ quên mua sữa! Đồ sộ! Bây giờ, khi đang lái xe về nhà, họ "gọi" trợ lý số, và trợ lý lo mọi thứ. Nó bật điều hòa từ xa và đặt sữa cho bạn, và khi họ xong xuôi sau 2,5 giờ kẹt xe (vì xe buýt dành cho người nghèo) đến căn studio đắt đỏ, sữa đã ở đó, đợi sẵn, mát lạnh.
Và... chỉ có đó thôi. Đây là điều duy nhất tôi từng được chứng minh. Hoặc các biến thể nhẹ như báo thức, nhạc, những thứ vớ vẩn không tạo ra sự khác biệt nào ngoài việc là một chiêu bài cool,花哨 như những bộ phim sci-fi cli-ché thập niên 1960.
Ảnh: Jacek Dylag trên Unsplash.
Tôi chưa bao giờ thấy trợ lý số được đề xuất cho những việc có ý nghĩa, như giúp người khuyết tật hoặc người già, giúp những người cô đơn, giúp công nhân trong môi trường cường độ cao và/hoặc dây chuyền sản xuất. Nhưng tôi đoán đó không "sang trọng" bằng một người với tai Bluetooth.
Bên lề, một chút châm biếm: đó cũng là lời nhắc nhở tàn nhẫn rằng... bạn không đủ giàu để có một trợ lý thật sự, một con người, có thể lo những việc vặt hàng ngày. Đó chính là những gì những người nắm quyền thực sự có. Trợ lý con người, giúp việc vụn vặt. Nhìn bất kỳ VP, SVP, CXO nào, họ sẽ có một hai người đi theo. Ở nhà, có thể có đầu bếp, giúp việc, người dọn bể bơi, ai biết.
Được thiết kế bởi nerds cho người bình thường
Vấn đề thứ hai, và có thể lớn hơn, là trợ lý số không nói ngôn ngữ của người dùng. Đơn giản thôi. Giả sử bạn có thể dùng "ngôn ngữ tự nhiên" để bảo hộp số của mình làm điều này hoặc kia, nhưng nó chỉ hoạt động với những việc cơ bản. Như mua sữa.
Nếu bạn muốn trợ lý thực sự làm việc cho bạn, bạn cần tư duy của một lập trình viên, và phải hướng dẫn nó bằng một tập hợp điều kiện if-then giả mã, nếu không nó sẽ thất bại. Ví dụ, tôi muốn mua một laptop. Nhưng tôi không có ý định cụ thể cho đến sau khi dành vài giờ đọc, lướt, so sánh thiết bị, đọc review của người thật, kiểm tra các chi tiết rất cụ thể.
Làm sao chuyển đổi đó cho máy móc? "Tìm cho tôi một laptop phù hợp gu"? Không. Bạn phải nói: "Tôi muốn laptop 14 inch, màn hình 400 nits, tốt nhất tỷ lệ 16:10 độ phân giải 2-4K, bộ vi xử lý AMD hoặc Intel, tầm trung, pin tháo lắp, v.v." Điều này mệt mỏi, nhất là nếu phải nói nhớ ngay lập tức. Hoặc bạn viết tất cả yêu cầu ra, nghĩa là bạn không cần trợ lý từ đầu. Bạn không tiết kiệm thời gian. Tự làm một lần, không cần bài tập thêm để khiến máy làm điều bạn vẫn phải kiểm tra và xác minh. Quy tắc hack số 1: không có con đường tắt. Bạn không thể tiết kiệm thời gian. Đó là chuyện vô lý.
Trợ lý "AI" của bạn sau khi nghe yêu cầu. Ảnh: Rock'n Roll Monkey trên Unsplash.
Thị trường không tin cậy
Tiếp theo, giả sử bạn soạn được truy vấn siêu phức tạp, và giả sử máy hiểu và diễn giải đúng yêu cầu (thường không, даже với các giọng Anh vùng miền, chưa nói đến tiếng nước ngoài), thì... thì sao. Máy đi đâu để mua phần cứng cần thiết?
Vấn đề lớn: không có thị trường nào tin cậy 100%. Đi đâu, online hay thực tế, bạn phải kiểm tra và kiểm tra lại. Dù không có ác ý, người ta cũng nhầm lẫn, gán nhãn sai sản phẩm, bạn có thể bỏ lỡ chi tiết nhỏ, hoặc đổi ý. Có hàng nghìn biến thể và nghịch lý nhỏ trong cuộc sống hàng ngày không thể mã hóa tin cậy để giao cho máy và mong đợi kết quả bình thường. Con người vốn dĩ khó dự đoán, đặc biệt ở mức cá nhân.
Không có chuỗi niềm tin, không chuỗi độ chính xác. Bạn có để bất kỳ ai - nhân viên hay máy - mua sắm giá trị lớn cho bạn một cách mù quáng, không xác minh? Kẹo cao su thì được, nhưng đồ nội thất, điện tử? Không cách nào.
Tôi thấy ngạc nhiên khi các giám đốc ngạc nhiên công nghệ của họ không mang lại kết quả tuyệt vời. Mọi người chỉ dùng trợ lý cho những việc vụn vặt hoặc mua sắm nhỏ, và không bao giờ thiết lập được mẫu thức dự đoán, lặp lại được (loại mà người bán hàng thích - mua lại định kỳ). Thêm vào đó vấn đề ngôn ngữ-văn hóa, sự khác biệt lớn về sẵn sàng hạ tầng cung ứng ở các nước, độ thành熟 của cửa hàng online, khả năng giao hàng địa phương, chi phí vận hành, và cuối cùng là bản chất con người, bạn có một mô hình không hoạt động.
Con người thích mua sắm
Dù vì lý do sinh học nào, con người thực sự thích đầu tư thời gian để có được hàng hóa. Đồ ăn, quần áo, điện tử, xe hơi, nội thất, người ta thích thêm chút cá nhân vào những vật thể đó qua những quyết định nhỏ, vì đó là gì phân biệt chúng ta với máy móc. Nếu bạn muốn trang bị phòng khách, bạn có thể mua hàng sẵn từ IKEA, nhưng mỗi ngôi nhà sẽ khác biệt, và rất nhiều thời gian, năng lượng đã bỏ vào thêm chi tiết cá nhân vào những thứ chung chung, vô hồn đó.
Khi mua đồ ăn, bạn mua những thứ cơ bản giống nhau, nhưng hôm nay bạn chọn bánh mì A, ngày mai bánh mì B, và có ngày bạn thử mì ống, ai biết. Đó là vẻ đẹp hỗn loạn của bản chất con người, và không thể thuật toán hóa. Ngay cả người bận rộn, khi mua online, họ VẪN đầu tư thời gian để tìm hiểu cái họ cần. Có thể họ tiết kiệm thời gian đi cửa hàng và giao hàng, nhưng phần giữa vẫn còn, và phải do con người làm. Nhưng đó chính là điều trợ lý số hứa hẹn sẽ làm.
Ảnh: Atharva Tulsi trên Unsplash.
Vậy chúng ta quay lại giải pháp gốc không có vấn đề thực sự. Trợ lý số được quảng cáo cho một tập đoàn công ty vô hồn, quá bận rộn để tận hưởng cuộc sống, và có thể duy trì qua một mạng lưới mua sắm dự đoán Utopia với 100% thành công và đảm bảo. Điều xảy ra: cả người thường và geek đều thử, nhận ra họ phải đầu tư cùng lượng thời gian như bình thường để đáp ứng nhu cầu, chỉ khác cách làm, họ nhận ra họ yêu tiền quá nhiều để giao cho một hộp nói chuyện, họ nhận ra mua đồ đắt phức tạp và khó dự đoán hơn tưởng tượng, cửa hàng online không thể tin cậy mù quáng, và... tất cả đều vô nghĩa.
Có lẽ kịch bản đó chỉ hoạt động trong môi trường vô trùng của phim sci-fi, không phải thế giới thực với người giận dữ, kẹt xe, quyết định theo cảm xúc, hàng giả tràn lan, v.v. Cuối đừng quên các hệ quả bảo mật KHỦNG KHỦNG khi nói với hộp giọng nói hầu như mọi thứ về bản thân, bao gồm lịch trình chính xác hàng ngày, thói quen mua sắm, và ai biết gì nữa.
Kết luận
Tôi khá hài lòng với kết quả. Không vui vì những người làm công nghệ này thấy ý tưởng và sản phẩm đi xuống lỗ thông, nhưng thôi,怪那些热衷热词的管理层。想到 ví dụ cụ thể, tôi dành quá nhiều thời gian và giận dữ để "triệt sản" Google Assistant trên các điện thoại Android khác nhau, nên vui khi thấy nó bị đẩy ra lề, biến mất, bất cứ gì. Nó không phục vụ mục đích nào cho tôi ngoài việc làm phiền và lãng phí thời gian vô hiệu hóa nó.
Trợ lý số về cơ bản là một phiên bản kém hiệu quả của bạn. Chúng không thể thực sự làm bất kỳ việc gì bạn cần, nên chúng chỉ là người thông dịch suy nghĩ của bạn, mà bạn phải nói to, bằng ngôn ngữ thiết kế cho máy. Giống như một cố vấn quản lý dự án bên ngoài trên dự án đã có quản lý dự án của công ty. Nếu có gì, đó là một nghi thức vô nghĩa mà bạn phục vụ hộp, không phải hộp phục vụ bạn. Rất ngược ngạo nếu suy nghĩ. Nhưng tôi đoán vẫn còn hy vọng cho nhân loại. Ngay cả người bình thường cũng không tin, vậy có lẽ chúng ta không ngu ngốc như vẻ bề ngoài.
LOL, đùa trên người bạn. Có thế hệ mới trợ lý AI. Tạm biệt Google Assistant, Cortana, chào ChatGPT, Bard, Copilot. Tiếng bzz, bzz, bzz vang lên. Nếu vòng đầu không thành, thử lại cho đến khi người dùng khuất phục. Bây giờ chúng ta có AI tươi mới khắp nơi, y chang, nhưng khác. Thử nghiệm mới với AI "tự nhiên" này có thành công không? Không chắc. Các hóa thân hiện đại, bất kể tên gọi, có thể tạo hình ảnh đẹp, phun văn bản như chuyên gia, làm những điều thần kỳ, nhưng cuối cùng, chúng vẫn cần đầu vào chính xác để hữu ích, và dữ liệu hữu ích để chính xác. Với con người là đỉnh cao của sự ngẫu nhiên và nghịch lý tự thân, không có sức mạnh tính toán nào giải quyết được. Nhưng chúng ta sẽ thấy. Bạn tưởng tôi quên những thứ mới này, à? Bảo trọng.
Chúc vui.