Une première démonstration de Viv en direct, Réactions à la publication du 10/05/2016

[Lionel]

La semaine dernière nous vous avions parlé de Viv, un nouvel assistant personnel développé par les créateurs de Siri. Techcrunch a assisté à sa présentation officielle mise en scène par Dag Kittlaus. En voici une vidéo.











La démonstration a été réalisée en direct ce qui a permis de voir toute la différence entre ce nouveau système, et ce qui est maintenant un système de génération antérieure, Siri.

Viv semble bel et bien très supérieur à Siri, capable d'abstraction ou plutôt de paradigme, une capacité à appréhender de manière plus globale le monde.

Contrairement à Siri, Viv est capable non pas seulement de répondre à des questions précises mais surtout de le faire de manière contextuelle, dans le cadre d'une discussion plus globale avec la possibilité de répondre à une question en fonction des précédentes et donc de se projeter dans un environnement spécifique pour avoir plus de pertinences.

Google et Facebook auraient déjà proposé de racheter ce système, chose que l'on peut comprendre tant cette nouvelle "IA" semble supérieure à tout ce qui existe.

Lien vers le billet original

[Dieru]

Une jeune startup française du nom de Vocal Apps fait des choses qui se rapprochent beaucoup http://www.vocal-apps.com. J'ai bossé avec eux et une autre startup, Creawave http://creawavestudio.com/en/ et on a pu faire quelque chose d'impressionnant qualitativement parlant.
En tout cas ils sont très bon et Français :-)

[loucheux]

Il faut dire que en dehors des actions les plus simples (en gros gérer le téléphone) SIRI est assez catastrophique, incapable de répondre à aucune question que je lui pose.
Google fait (un peu) mieux.

[teac68]

La mise à jour de siri qu'apple attendait, loll.

[Mac Moins]

La question essentielle de notre coté des mers : ce système sera-t-il adaptable à d'autres langues que l'anglais, au français ou au mandarin par exemple ? N'oublions pas que l'anglais est profondément incorporé dans tous les logiciels, au niveau des langages de programmation, des bibliothèques de sons, des règles de syntaxe et autres.

[ekami]

Cette démo est quand même très impressionnante, et Viv, dans son domaine d'expertise, semble bien plus puissant que Siri.
Mais Viv ne fonctionnera correctement que s'il est associé aux bases de données des divers "market places" associés pour tout ce qui touche aux services monétisables (n'oublions pas qu'aux USA tout est money)
Par contre, en dehors de son "petit monde", autrement dit des bases de données interconnectées qui tourneront derrière tout ça, Viv restera muet, ou donnera des réponses qui feront perdre du temps.
Viv semble donc être un "frontal" très puissant et intelligent dans sa façon d'appréhender les demandes, mais il va falloir "nourrir la bête" de bases de données très très très bien calibrées pour obtenir des réponses pertinentes.
Google est surement sur la même voie, avec la possibilité de fouiller dans un volume de données plus vaste mais moins bien calibrées.
--
Ceci dit, si Apple était capable d'appréhender les diverses bases de données existantes dans Mac OS ( contacts, mails, musique, notes, etc...) ET l'ensemble de nos documents épars en un ensemble de données "cohérent", il saurait peut être répondre à la question à deux cents "Quel est l'âge de tante Adèle ? " (cette dernière ayant sa fiche de contact bien à elle et sa date de naissance bien saisie également).
--
Ce qui manque cruellement à nos OS c'est un système de reconnaissance vocale associé à une IA capable de COMPRENDRE nos demandes en langage courant et s'y adapter pour nous guider au mieux ou carrément réaliser l'action à notre place dans l'application utilisée.
On est encore à des années lumière d'un assistant capable de comprendre et d'écrire à notre place la moindre formule de calcul dans un tableur.

Ce message a été modifié par ekami - 10 May 2016, 10:46.

[marc_os]

Une jeune startup française du nom de Vocal Apps fait des choses qui se rapprochent beaucoup http://www.vocal-apps.com. J'ai bossé avec eux et une autre startup, Creawave http://creawavestudio.com/en/ et on a pu faire quelque chose d'impressionnant qualitativement parlant.
En tout cas ils sont très bon et Français :-)

Tiens, ça me rappelle un projet sur lequel j'ai travaillé en 2000.
Il s'agissait de créer un plugin pour navigateur web (plugin à la norme Netscape à l'époque), permettant la reconnaissance vocale pour naviguer à la voix dans un site, en disant tout haut la commande souhaitée. Un jeune ingénieur français soutenu par l'Anvar avait créé sa boîte pour exploiter l'algo de reconnaissance vocale qu'il avait développé pendant ses études. Il s'occupait de la version Windows, et moi, au sein d'une TPME, je devais créer le plugin pour Mac. Et devinez le temps accordé par le jeune génie ? Un mois. 22 jours ouvrés. Pour le développement, les tests, la QA. Il fallait partir de rien, ou presque, le type nous donnait juste une bibliothèque de reconnaissance ultra-secrète pré-compilée. Il fallait développer l'architecture du plugin, l'interface utilisateur, et surtout la partie "enregistrement", captation du son via le micro de l'ordi, pour ensuite refiler les samples audio à la bibliothèque qui répondait par "commande XYZ reconnue". Ensuite bien sûr il fallait appliquer la commande, en fait à ce stade "seulement" suivre le lien correspondant à la commande. Au bout d'un mois, j'ai tout juste tout fini. (Je ne sais pas comment). Mais il restait un tout petit bogue à l'enregistrement dans la gestion du double buffering qui faisait que de temps en temps certaines commandes n'étaient pas reconnues à cause de samples foirés. Et bien le môsieur il a piqué une crise, n'a pas voulu que je corrige le bogue, car on ne lui fournissait pas le logiciel dans le temps imparti et fixé par contrat, "au revoir, je bosse plus avec vous". Et qui se souvient de cette startup 100% française ? Qui a jamais entendu parler d'un plugin de navigation web par la voix ? Personne. Le petit génie arrogant et intransigeant avec les autres c'est juste complètement planté.


Ce message a été modifié par marc_os - 10 May 2016, 10:30.

[iAPX]

Les démonstrations de Viv sont très intéressantes à voir, car ils montrent à quel point l'interface vocale ne fonctionne tout simplement pas pour beaucoup de nos actions, puisque pour chaque étape, il a fallu tapoter encore et encore pour finaliser les tâches.

Viv a donc une interface en partie vocale, qui fait gagner beaucoup de temps par rapport à une saisie sur un clavier virtuelle, ou une navigation dans une arborescence lourde, ainsi qu'une interface visuelle et tactile, indispensable dans la pratique car on peut voir que même simplement pour avoir la météo, la réponse est laconique et inférieure à celle que donnerait un être humain (qui la complèterait probablement), et le reste est affiché à l'écran.

Le coté contextuel est intéressant, mais non implémentable chez Apple, où les équipes de Siri se sont déjà heurté au problème, dû au choix de la séparation des données: ça sera donc une sorte d'assistant parfait pour Google.

Mais, outre l'interface qui a besoin d'un affichage et d'une interaction manuelle (non vocale), il y a encore un autre point, vu le peu proposé par l'interface, c'est que très probablement, ceux qui vont s'interfacer dessus, les sites de e-commerce (car oui ça ne parle que de ça!), devront adapter le contenu ou s'interfacer avec les API du joujou, et là c'est moins gagné sauf à ce que celui-ci ai beaucoup d'audience.

Un peu inquiet que ce genre de chose avec un éco-système commercial fermé se répande...

[kabuka]

Le but de ces sociétés est de nous vendre un produit, en l´occurrence des sous produits en etant à la tête de la distribution. Pour être plus efficaces que le produit d´avant on entre de plus en plus dans nos sphères privées, on comprend, on analyse mieux mais au prix de lâcher plus d´informations pour un resulat plus précis. Déjà qu´on est très loin aller encore plus loin est un vrai problème. Si il peut faire un transfert de 20 dollars, il peut aussi transférer 2000 peu importe, il sait où habite ma mère, un hack et bonjour le paradis. C´est quand même fou de jouer avec tout ça au prix de la simplicité, parce qu´on ne veut plus penser (ou qu´on s´acharne à nous le faire comprendre) on s´abandonne à un systeme qui pense pour nous.

Le problème comme dis plus haut par ekami c´est qu´il se base sur sa propre base pour nous fournir un service, nous proposer un produit, une app, ok il trouvera rien au début mais ca va s´ameliorer mais dans la video de la news dans la partie questions réponses il nous dit : vous en avez marre d´installer vous même les app, de savoir lesquelles choisir et de savoir comment vous s´en servir? on a une solution. C´est bien gentil mais j´ai besoin d´un assistant personnel qui oeuvre en mon sens pas le leur. Si ils ont une app qu´ils veulent mettre en avant c´est parfait pour eux pas pour moi. Je force trait mais c´est la direction je pense.

Après le truc du code qui s´écrit en temps réel, c´est un début on joue avec la technologie, plus on se débarrasse des barrières qui limitent la vitesse d´accès moins j´ai l´impression qu´on suit ce qui se passe on démultiplie les liaisons les interconnexions, et tout ca en si peu de temps. Dans 50 ans ca sera déjà un autre monde c´est fou.

[amike2]

Les démonstrations de Viv sont très intéressantes à voir, car ils montrent à quel point l'interface vocale ne fonctionne tout simplement pas pour beaucoup de nos actions, puisque pour chaque étape, il a fallu tapoter encore et encore pour finaliser les tâches.

Il ne s'agit pas d'un problème de finalisation, mais de simplification. On n'a voulu au départ faire trop complexe, un copier coller de l'Humain. Il faut se rappeler que le Petit Palm était bien moins efficace que ses concurrents, et je ne suis toujours pas sûr que la finalisation du Newton restait à faire.

Viv a donc une interface en partie vocale, qui fait gagner beaucoup de temps par rapport à une saisie sur un clavier virtuelle, ou une navigation dans une arborescence lourde, ainsi qu'une interface visuelle et tactile, indispensable dans la pratique car on peut voir que même simplement pour avoir la météo, la réponse est laconique et inférieure à celle que donnerait un être humain (qui la complèterait probablement), et le reste est affiché à l'écran.

C'est une évidence : pourquoi nos autres sens ne seraient pas actifs ? Pourquoi même Viv devrait forcément répondre oralement, ou de manière intelligible ? Quelques onomatopées pourraient même suffire : plus rapide, concis, simple et non ambigu, même pas de blagues à double sens

Le coté contextuel est intéressant, mais non implémentable chez Apple, où les équipes de Siri se sont déjà heurté au problème, dû au choix de la séparation des données: ça sera donc une sorte d'assistant parfait pour Google.

Un des points fort du Palm...

Mais, outre l'interface qui a besoin d'un affichage et d'une interaction manuelle (non vocale), il y a encore un autre point, vu le peu proposé par l'interface, c'est que très probablement, ceux qui vont s'interfacer dessus, les sites de e-commerce (car oui ça ne parle que de ça!), devront adapter le contenu ou s'interfacer avec les API du joujou, et là c'est moins gagné sauf à ce que celui-ci ai beaucoup d'audience.

Un peu inquiet que ce genre de chose avec un éco-système commercial fermé se répande...

Amazon Echo ?
Pourquoi un tel système aurait besoin d'une interface qui impliquerait une interaction immédiate ? "J'ai chaud" ? Faut-il une interface ? Le système réagit en vérifiant la temp ou l'humidité de la pièce. Point.

Même pour une pizza : est-il si important de choisir ses ingrédients ou de confirmer explicitement la commande de vendredi si elle reste cohérente avec celle de lundi, mardi... ?

Il existe beaucoup d'interfaces selon les catégories de besoins : communiquer, diffuser, acheter, échanger, voir, écouter. Encore une fois, je crois qu'on ne cherche pas déjà à utiliser ce qui existe. Et on peut faire confiance aux offreurs pour chercher eux aussi à s'améliorer.

[Chicken Mayo]

Un mois. 22 jours ouvrés. Pour le développement, les tests, la QA. Il fallait partir de rien, ou presque, le type nous donnait juste une bibliothèque de reconnaissance ultra-secrète pré-compilée. Il fallait développer l'architecture du plugin, l'interface utilisateur, et surtout la partie "enregistrement", captation du son via le micro de l'ordi, pour ensuite refiler les samples audio à la bibliothèque qui répondait par "commande XYZ reconnue". Ensuite bien sûr il fallait appliquer la commande, en fait à ce stade "seulement" suivre le lien correspondant à la commande. Au bout d'un mois, j'ai tout juste tout fini. (Je ne sais pas comment). Mais il restait un tout petit bogue à l'enregistrement dans la gestion du double buffering qui faisait que de temps en temps certaines commandes n'étaient pas reconnues à cause de samples foirés. Et bien le môsieur il a piqué une crise, n'a pas voulu que je corrige le bogue, car on ne lui fournissait pas le logiciel dans le temps imparti et fixé par contrat, "au revoir, je bosse plus avec vous". Et qui se souvient de cette startup 100% française ? Qui a jamais entendu parler d'un plugin de navigation web par la voix ? Personne. Le petit génie arrogant et intransigeant avec les autres c'est juste complètement planté.

T'avais qu'a être un genie comme lui. 22 jours, c'était largement deux fois plus qu'il ne lui en aurait fallu.
Et en plus tu oses lui livrer un truc buggé jusqu'à la moelle...
Et j'imagine que tu avais l'outrecuidance de vouloir être payé pour ca.

[Padbol38]

Celui qui arrivera à intégrer une IA avec reconnaissance vocale maîtrisera l'OS du futur... c'est sans doute la prochaine rupture techno : la disparition du clavier.
Et une fois la solution démocratisée, toutes les marketplace devront s'y soumettre, sous peine de disparaître. Elle est pas belle la vie ?

[yponomeute]

Celui qui arrivera à intégrer une IA avec reconnaissance vocale maîtrisera l'OS du futur... c'est sans doute la prochaine rupture techno : la disparition du clavier.

Je suis capable d'utiliser un clavier pendant plusieurs heures, mais je ne me vois pas parler sans arrêt pendant une telle durée. Le clavier ne disparaitra pas pour la simple et bonne raison qu'il est plus efficace qu'une interface vocale.

L'être humain est un animal très habile avec ses mains, tu n'atteindra jamais une dextérité équivalente avec un interface vocale.

[MacMobile]

Tiens, ça me rappelle un projet sur lequel j'ai travaillé en 2000.

en 1996-1997, il y avait un plugin sur mac os 8.5 ou 8.6 (de memoire) qui transformait tout lien d'une page web en commande applescript, donc "Speaker Independent". Pas de vrai intelligence mais ca faisait de belle démo. malgré des cpu a 200 mhz, la vitesse était raisonnable..

il y a eu aussi sur le newton mais il ne reconnaissait que le chiffres.

Quel moteur de reconnaissance vocale vous utilisiez a cette époque ?

[marc_os]

Un mois. 22 jours ouvrés. Pour le développement, les tests, la QA. Il fallait partir de rien, ou presque, le type nous donnait juste une bibliothèque de reconnaissance ultra-secrète pré-compilée. Il fallait développer l'architecture du plugin, l'interface utilisateur, et surtout la partie "enregistrement", captation du son via le micro de l'ordi, pour ensuite refiler les samples audio à la bibliothèque qui répondait par "commande XYZ reconnue". Ensuite bien sûr il fallait appliquer la commande, en fait à ce stade "seulement" suivre le lien correspondant à la commande. Au bout d'un mois, j'ai tout juste tout fini. (Je ne sais pas comment). Mais il restait un tout petit bogue à l'enregistrement dans la gestion du double buffering qui faisait que de temps en temps certaines commandes n'étaient pas reconnues à cause de samples foirés. Et bien le môsieur il a piqué une crise, n'a pas voulu que je corrige le bogue, car on ne lui fournissait pas le logiciel dans le temps imparti et fixé par contrat, "au revoir, je bosse plus avec vous". Et qui se souvient de cette startup 100% française ? Qui a jamais entendu parler d'un plugin de navigation web par la voix ? Personne. Le petit génie arrogant et intransigeant avec les autres c'est juste complètement planté.

T'avais qu'a être un genie comme lui. 22 jours, c'était largement deux fois plus qu'il ne lui en aurait fallu.
Et en plus tu oses lui livrer un truc buggé jusqu'à la moelle...
Et j'imagine que tu avais l'outrecuidance de vouloir être payé pour ca.

En tant que salarié, j'ai été payé de toute façon, c'est la boîte qui m'employait qui aurait eu des problèmes.
Finalement la ligne à corriger l'a été par une connaissance. Enfin bref.
Mais que le développeur qui n'a jamais écrit de bogue me lance la première pierre !

[FolasEnShort]

Celui qui arrivera à intégrer une IA avec reconnaissance vocale maîtrisera l'OS du futur... c'est sans doute la prochaine rupture techno : la disparition du clavier.
Et une fois la solution démocratisée, toutes les marketplace devront s'y soumettre, sous peine de disparaître. Elle est pas belle la vie ?

Non. Et ça empire.

[loucheux]

Celui qui arrivera à intégrer une IA avec reconnaissance vocale maîtrisera l'OS du futur... c'est sans doute la prochaine rupture techno : la disparition du clavier.

Je suis capable d'utiliser un clavier pendant plusieurs heures, mais je ne me vois pas parler sans arrêt pendant une telle durée. Le clavier ne disparaitra pas pour la simple et bonne raison qu'il est plus efficace qu'une interface vocale.

L'être humain est un animal très habile avec ses mains, tu n'atteindra jamais une dextérité équivalente avec un interface vocale.

Oui et avec la multiplication des open space, la disparation des claviers n'est pas pour demain.

[Mac Moins]

Celui qui arrivera à intégrer une IA avec reconnaissance vocale maîtrisera l'OS du futur... c'est sans doute la prochaine rupture techno : la disparition du clavier.
Et une fois la solution démocratisée, toutes les marketplace devront s'y soumettre, sous peine de disparaître. Elle est pas belle la vie ?

Je comprends, mais le mot démocratiser, ici, fait bizarre, pas à sa place...