Alexa, lär mig att prata med dig | tim bajarin

När Apple introducerade sin första personliga digitala assistent (PDA), Newton 1992, var det klart från början att det inte var länge för den här världen.

Som ett begrepp var Newton en vändare, men dess design och funktioner var mildare sagt svaga.

Det största problemet var den djupt felaktiga tekniken för handskrivningsigenkänning. De tillgängliga mobilprocessorerna då kunde inte hantera denna uppgift med någon grad av noggrannhet eller precision, medan programvaran var dåligt utförd.

Jag minns att jag flydde till Chicago för lanseringen av Newton på begäran av dåvarande Apple-vd John Sculley, som körde detta projekt från början. Men under demonstrationen på scenen misslyckades handskriftsigenkänningen upprepade gånger. Vi fick höra att det var en tidig version av programvaran, men jag hade en stark känsla av att Apple var överprompromiserande.

Under de första åren av Newton började Palm Computing-grundaren Jeff Hawkins arbeta med sin egen version av en PDA. Medan den enheten fortfarande var under utveckling bjöd Hawkins mig till sitt kontor för att se en mockup, som var ett träkloss som är skulpterat så att det så småningom skulle bli PalmPilot.

Jag frågade Hawkins varför han trodde att Newton hade misslyckats. Han pekade på sin tid på Grid Systems, som introducerade den första riktiga bärbara datorn för pennan dator 1989 som heter GridPad. Den hade också en låg nivå CPU och kunde inte hantera verkligt teckenigenkänning. Men det lärde Hawkins att när det kom till pennainmatning och teckenigenkänning, man måste följa en exakt formel och skriva tecknen som anges i handboken.

Det är därför PalmPilot inkluderade Graffiti-skrivningssystemet, som lärde en användare att skriva ett nummer, bokstaven i alfabetet eller specifika tecken (som #, $) på sätt som PalmPilot kunde förstå. Jag var en av de första som testade en PalmPilot och tyckte att Graffiti var väldigt intuitivt. Man kan kalla detta en form för omvänd programmering eftersom maskinen lärde mig att använda den på det språk som den förstod.

Spola fram emot idag, och jag tror att vi har en liknande sak som pågår med digitala assistenter.

En stor skillnad den här gången är att processorkraften, tillsammans med AI och maskininlärning, gör dessa digitala assistenter mycket smartare, men inte alltid exakta.

I det jag tänker på som ett Graffiti-liknande drag, skickar Amazon mig e-postmeddelanden varje vecka som innehåller över ett dussin nya frågor som Alexa kan svara på. Även detta är en slags omvänd programmering, eftersom det lär mig att ställa Alexa de rätta frågorna.

Från en ny e-postadress, här är några av de nya sakerna Alexa kan svara på:

• "Alexa, vad tänker du på?"

• "Alexa, vad är ett annat ord för" lyckligt? "

• "Alexa, vad kan jag göra med kyckling och spenat?"

• "Alexa, ring mamma."

• "Alexa, testa mina stavfärdigheter."

• "Alexa, vakna mig på morgonen."

• "Alexa, hur lång är filmen Black Panther ?"

• "Alexa, tala med iambisk pentameter."

• "Alexa, hur många dagar fram till Memorial Day?"

Dessa veckoinstruktioner tillåter mig och andra Echo-ägare att förstå det rätta sättet att ställa Alexa en fråga och bygger upp vårt förtroende för att interagera med plattformen.

Jag tvivlar inte på att eftersom snabbare processorer, maskininlärning och AI tillämpas på digitala assistenter kommer de att bli smartare. Men jag misstänker att fler och fler företag som skapar digitala assistenter också kommer att börja använda Amazons modell för att lära människor att ställa frågor som är mer i linje med hur deras digitala assistenter vill att en fråga ska anges.