Бъдещето на работата звучи като шепот на компютъра ви

Можете ли да си представите да влезете в офис с отворена работна среда в натоварен делничен ден, да видите хора на бюрата им – и да не чувате почти нищо? Дори не чувате откъслечния ритъм на пръстите по клавиатурата?

Изглежда, че това може да е бъдещето на работата, във всички видове професии. Поне в тези, които включват хора, работещи пред компютри.

Несъмнено сте чували много за това как изкуственият интелект нарушава производителността през последните няколко години, като технологията обещава да ускори работните процеси и да ускори напредъка в множество области, изискващи интензивни изследвания.

Оказва се, че буквалният начин, по който работим, т.е. какво правим, седнали на бюрата си, също се трансформира.

Изкуственият интелект все повече позволява на хората да се откажат от клавиатурите си и просто да диктуват какво трябва да направят. Това включва всичко - от писане на имейл до изготвяне на презентации и кодиране на персонализирани приложения с прости команди.

Инструментите за диктовка съществуват от десетилетия и до голяма степен са се превърнали в стока до степен, че екранната клавиатура на вашия iPhone или Android устройство се доставя с безплатно такова приложение. През последните няколко години те станаха особено добри, благодарение на появата на широко достъпни модели за машинно обучение за разпознаване на реч и много компании, които изграждат приложения на тази основа.

Това, което се случи напоследък, е, че сега има широка гама от приложения за преобразуване на реч в текст, които са шокиращо добри в работата си, дотолкова, че можете реално да ги използвате на работа и да постигнете високо ниво на точност и скорост с диктовката си.

Днес можете да имате приложение за диктовки с отворен код, като Handy, което изпълнява изцяло локален модел за машинно обучение на вашия компютър и гарантира, че речта ви никога няма да бъде изпратена в облака за обработка, запазвайки поверителността на данните ви. Можете също така да изберете приложение като Wispr Flow, което използва по-големи модели, за да преобразува вашите „ъм“, „ах“ и неправилно изговорени думи в текст, който изисква по-малко ръчно редактиране.

Handy е приложение, което може лесно да се активира с клавишна комбинация и предоставя неограничено ползване безплатно. Wispr Flow, от друга страна, в момента се насочва към корпоративния пазар, което означава, че иска да продава услугата си за диктовка и водене на бележки на компании. Фирмата, която стои зад нея, току-що набра финансиране от 280 милиона щатски долара, при оценка от 2 милиарда долара.

Интересни неща се случват и в хардуерната част на диктовката. От януари стартиращата компания от Сан Франциско Subtle продава своите VoiceBuds за 250 долара, които изглеждат като обикновени безжични слушалки, но работят с облачната услуга на компанията, за да уловят речта ви, дори ако сте в претъпкано пространство, говорите над хора или шепнете тихо, за да не бъдете чути.

Subtle казва, че интересното е, че слушалките им не разчитат на висококачествени микрофони, за да ви чуят. Всичко това е изкуствен интелект в реално време, работещ на заден план, за да различи какво казвате от фоновия шум. Компанията твърди, че техните Voicebuds са предоставили до пет пъти по-малко грешки при транскрипция от AirPods Pro 3 на Apple, комбинирани с транскрипционния модел на OpenAI в шумна среда.

С други думи, гласът се превръща във все по-мощен начин за въвеждане на информация за компютри. Основният хардуер за неговото използване вече е широко достъпен, а услугите, които подобряват въвеждането на информация, като изясняват речта ви, правят изводи за това, което имате предвид в конкретни контексти, и извършват действия, се развиват, докато говорим.

Може да ви се струва странно в момента, но шепненето на най-различни делови неща на устройството ви в офиса може скоро да стане популярно.