Przypinka Humane AI została krytycznie oceniona, ale zawiera kilka fajnych pomysłów

Kluczowe dania na wynos

• Przyszli tłumacze uniwersalni mogą uruchamiać modele języka lokalnego w celu szybszego i wydajniejszego tłumaczenia.
• Kolejną wielką rzeczą mogą być asystenci cyfrowi napędzani sztuczną inteligencją, którzy sterują smartfonami za pomocą poleceń głosowych.
• Funkcje prywatności, takie jak kompleksowe szyfrowanie włączone domyślnie w każdej aplikacji do czatu i wizualne wskazówki dotyczące nagrywania, powinny być standardem na smartfonach.

AI Pin firmy Humane okazał się jednym z najgorszych produktów technologicznych 2024 roku. Pomimo krytycznego przeglądu, na jaki urządzenie słusznie zasługiwało, AI Pin kryje w sobie kilka całkiem fajnych pomysłów. Widzę, że trzy z tych pomysłów trafią do smartfonów lub staną się rzeczywistością jako samodzielne urządzenia.

Widzę przyszłość, w której dostępne są niedrogie uniwersalne tłumacze

Jedną z najfajniejszych funkcji Humane AI Pin jest tłumaczenie w czasie rzeczywistym, szczególnie w połączeniu z kształtem i faktem, że urządzenie znajduje się na klatce piersiowej, gdzie może bezproblemowo wychwycić to, co Ty i osoba, z którą rozmawiasz mówić.

Problem w tym, że poza faktem, że nikt o zdrowych zmysłach nie powinien płacić 700 dolarów za sprzętowy tłumacz działający w czasie rzeczywistym, polega na tym, że ta funkcja, podobnie jak praktycznie każda funkcja dostępna w AI Pin, nie działa przez cały czas zgodnie z przeznaczeniem , a kiedy już to nastąpi, jest raczej powolny.

To powiedziawszy, mogę sobie wyobrazić przyszłość, w której będziemy korzystać z niedrogich uniwersalnych tłumaczy. Zamiast jednak uruchamiać oparty na chmurze model dużych języków, ten uniwersalny tłumacz prowadziłby lokalną firmę LLM specjalizującą się w tłumaczeniach językowych i niczym więcej. Wszystko, co musisz zrobić, to ustawić język wyjściowy — w przeciwnym razie tłumacz może automatycznie rozpoznać język, którym mówi Twój rozmówca.

W ten sposób tłumaczenie mogłoby przebiegać znacznie szybciej, a tłumacz nie byłby wyposażony w najnowocześniejszy sprzęt; po prostu system na chipie (SoC) wystarczająco mocny, aby uruchomić lokalny model specjalizujący się w tłumaczeniach, wraz z podstawowym oprogramowaniem sprzętowym. Żaden pełnoprawny system operacyjny nie byłby potrzebny. Wraz z pojawieniem się GPT-4o nie brzmi to już jak naciągane marzenie. Co więcej, obserwujemy wzrost liczby jednostek NPU (jednostek przetwarzania neuronowego), które w przyszłości będą efektywniej obsługiwać modele sztucznej inteligencji.

Takiego urządzenia można używać na dużych konferencjach międzynarodowych, gdzie nie każdy uczestnik mówi doskonale po angielsku, podczas wizyt zagranicznych, w ONZ i podobnych organizacjach, których członkowie nie mówią tym samym językiem, takich jak Rada Europejska. Zdecydowanie bije na głowę używanie ludzkich tłumaczy lub telefonu.

Innym przypadkiem użycia mogą być wycieczki turystyczne, gdzie uniwersalni tłumacze mogliby sprawić, że komunikacja między turystami a mieszkańcami będzie natychmiastowa, bez konieczności polegania na innych narzędziach, takich jak smartfony, słowniki lub modlenia się, czy w Twojej grupie jest ktoś, kto mówi w lokalnym języku — dość powszechne w kraju anglojęzycznym, niezbyt powszechne w krajach, w których angielski nie jest jednym z języków urzędowych.

Cyfrowy asystent oparty na sztucznej inteligencji może umożliwić interakcję telefoniczną wyłącznie głosową

Obietnica Humane dotycząca asystenta cyfrowego opartego na sztucznej inteligencji nie powiodła się, ale ogólna koncepcja asystenta cyfrowego opartego na sztucznej inteligencji brzmi całkiem kusząco. Wyobraź sobie, że masz cyfrowego asystenta, który nie tylko może w ograniczonym stopniu wchodzić w interakcję z systemem operacyjnym Twojego telefonu, odpowiadać na przychodzące wiadomości i wykonywać zapytania Google, ale także wchodzić w interakcję z każdą aplikacją w telefonie. Następnie możesz użyć tego asystenta do sterowania telefonem wyłącznie za pomocą poleceń głosowych.

Pomijając kwestie prywatności i bieżące problemy Google i jego gangu związane z LLM, może to być zabójcza funkcja LLM. Cyfrowy asystent, który jest zawsze w pobliżu i może pisać Twoje e-maile i wiadomości, odtwarzać muzykę w Spotify, zapisywać losowe notatki, informować Cię o aktualnej pogodzie, zamawiać jedzenie z ulubionej aplikacji i nie tylko.

Omówiłem to szczegółowo w moim artykule na temat inteligentnych okularów, w którym wspomniałem również, że Twój zwykły, wszechstronny LLM nie sprawdzi się tutaj. Multimodalny model podstawowy wytrenowany w korzystaniu z aplikacji na smartfony, który działa w połączeniu z głównym asystentem AI - Gemini lub Siri opartym na sztucznej inteligencji - jako podprogram i rezyduje w telefonie, byłby prawdopodobnie lepszą opcją niż pełnoprawny LLM wymagający tablicy procesorów graficznych do pracy przy stałym połączeniu internetowym, co ma miejsce w przypadku „asystenta” znajdującego się w pinie Humane AI.

Google próbuje zrobić coś takiego w ramach swojego Projektu Astra, co dodatkowo potwierdza, że Humane miało słuszny pomysł, tworząc swojego cyfrowego asystenta AI. Niestety przyspieszenie projektu, zanim Google i Apple zaoferowały swoich asystentów cyfrowych wykorzystujących sztuczną inteligencję, było prawdopodobnie błędną strategią.

Poza tym smartfon w połączeniu ze smartwatchem lub parą inteligentnych okularów wydaje się znacznie lepszym połączeniem do używania i wydawania poleceń wszechstronnemu asystentowi AI niż gadżet bez wyświetlacza, który wymaga stałego połączenia z Internetem i ma podobno żałosną żywotność baterii.

Bardzo chciałbym zobaczyć funkcje prywatności Humane AI Pin na smartfonach

Na koniec porozmawiajmy o funkcjach AI Pin związanych z prywatnością, prawdopodobnie jedynym aspekcie urządzenia, który naprawdę mi się podoba. Na początek każda aplikacja do czatowania powinna mieć domyślnie włączone kompleksowe szyfrowanie. Jest to podstawowa funkcja zapewniająca prywatność i niestety wiele aplikacji do czatowania jej nie oferuje. Nawet jeśli tak, w większości przypadków kompleksowe szyfrowanie nie jest domyślnie włączone.

Następnie posiadanie wizualnej wskazówki, która zapala się za każdym razem, gdy zaczynasz filmować lub robić zdjęcia za pomocą AI Pin, to świetna funkcja, którą chciałbym zobaczyć na smartfonach. Wystarczy dodać pasek świetlny RGB wokół obiektywu aparatu — lub w dowolnym miejscu z tyłu urządzenia, ponieważ światło wokół obiektywu aparatu może pogorszyć jakość obrazu i wideo — a pierścień RGB zaświeci się za każdym razem, gdy zaczniesz filmować lub robić zdjęcia , powiadamiając inne osoby, że je nagrywasz.

Nie wierzę, że Humane AI Pin, Rabbit R1 lub jakiekolwiek inne urządzenie „AI Pin” kiedykolwiek stanie się głównym nurtem. Mimo to uważam, że trzy pomysły promowane przez AI Pin, o których mówiłem w tym artykule, mogą trafić na rynek, przyciągnąć sporo uwagi i stać się głównym nurtem, zwłaszcza wszechpotężny asystent cyfrowy AI.