Hoe opkomende Edge AI en microfoon-vooruitgang voice-assistent adoptie versnellen

De uitvinding van de telefoon meer dan 150 jaar geleden ontketende een communicatierevolutie. Vandaag is een nieuwe kwantumsprong gaande: AI kan nu betekenis halen uit geluid, waardoor apparaten op gesproken commando's kunnen reageren op een meer natuurlijke, intuïtieve manier. Dit artikel onderzoekt het huidige landschap en kijkt vooruit naar de technologieën die voice-assistenten een alledaagse metgezel zullen maken.

"Meneer Watson, kom hier..."

Alexander Graham Bell's 1876-verklaring markeerde de eerste keer dat geluid elektrisch werd overgedragen - een doorbraak die herschreef hoe we werken, leven en spelen. Die fundamentele innovatie blijft de basis van de vandaagse vooruitgang in mens-machine-interactie.

De eerste eeuw van het telefonenetwerk verbond mensen wereldwijd. De elektronica-boom van de laatste vijf decennia maakte stem- en videogesprekken draagbaar en draadloos. In het huidige decennium zijn we uitgegroeid tot gesprekken met machines - een overgang die de volgende golf van innovatie drijft.

Moderne smartphones, slimme speakers en andere verbonden apparaten huisvesten nu ingebouwde voice-assistenten aangedreven door cloud-gebaseerde deep-learning-modellen. Deze assistenten stellen gebruikers in staat om vragen te stellen en acties te activeren met simpele gesproken taal. Volgens Statista zouden er in 2020 geschat 1,8 miljard mensen toegang hebben tot een voice-assistent op een apparaat dat ze meedragen, en op additionele platforms in hun huizen, kantoren en andere omgevingen.

Uitdagingen ondanks snelle adoptie

Latentie is een groot probleem: menselijke gesprekken vertrouwen op sub-honderd-milliseconden reactietijden, terwijl huidige systemen vaak vertragingen van diverse seconden introduceren. Deze vertragingen voortvloeien uit de noodzaak om audio lokaal op te nemen, het naar de cloud te sturen voor verwerking, en vervolgens een antwoord terug te sturen. Lagere-kwaliteit audiostromen worden verzonden om bandbreedte te besparen, wat de foutpercentages verhoogt. Bovendien verergeren het Internet's variabele snelheden timing-inconsistenties verder.

Ondanks deze beperkingen blijft de consumentenenthousiasme hoog. Verkopen van slimme speakers - de eerste categorie apparaten met ingebouwde voice-assistenten - zijn gegroeid met een snelheid vergelijkbaar met de vroege smartphone-boom. In 2018 groeiden de Amerikaanse apparaatverkopen met 40%, met 66,4 miljoen verkochte eenheden, wat het totaal op 133 miljoen slimme speakers bracht. Dat vertegenwoordigt net iets meer dan 26% van de Amerikaanse volwassenen, volgens voicebot.ai.

Edge computing als oplossing

Het verbeteren van conversationele vloei zal grotendeels afhangen van het dichterbij de gebruiker brengen van verwerking. Edge computing stelt AI-inferentie in om op het apparaat zelf plaats te vinden, wat de afhankelijkheid van cloud-connectiviteit vermindert. De voordelen zijn duidelijk: snellere reacties, lager stroomverbruik en verbeterde privacy omdat audiodata de lokale omgeving niet hoeft te verlaten.

Infineon's recente demonstratie van de werelds laagste-vermogen edge keyword-herkenningschip is een voorbeeld van deze trend. Door audio-opname, berekening en opslag te localiseren, kunnen edge-oplossingen gevoelige data - zoals ademgeluiden gebruikt voor het detecteren van slaapapnee - verwerken zonder persoonlijke informatie naar de cloud te sturen. Gebruikers kunnen dan beslissen wanneer en hoe ze inzichten delen, wat het comfort met gezondheidsmonitoring-toepassingen vergroot.

Hardware-vooruitgang

Hardware-vooruitgang, met name gespecialiseerde deep-learning-chips van partners zoals Syntiant, versnellen de implementatie van AI op edge-apparaten. Binnen een paar jaar zullen miljarden mensen dagelijks interacteren met voice-assistenten die bijna menselijk voelen, terwijl de onderliggende technologie batterij-efficiënte audio-herkenning over een breed spectrum van use cases zal aandrijven.

Naar consumentenapparaten

Voice-enabled AI zal geïntegreerd worden in de sensor-suites van slimme machines, wat bijdraagt aan Industrie 4.0, autonomous voertuigen, slimme fabrieken en stadswijde veiligheidssystemen. Bijvoorbeeld: auto's kunnen "luisteren" naar verkeersgeluiden om obstakels buiten zicht te detecteren, fabrieken kunnen uitrustingsproblemen voorspellend diagnosticeren via akoestische handtekeningen, en slimme stadsinfrastructuur kan autoriteiten waarschuwen voor gebeurtenissen zoals glasbreuk of ongevallen.

— Pradyumna Mishra, Entrepreneur-in-Residence, Infineon Technologies