Το Siri λειτουργεί (σχεδόν) και στο iPhone 4

[cortaN@]

Παρόλο που πολλά από αυτά που πιστεύεις ότι ισχύουν ακόμα δεν υφίστανται πια, έχω καταλάβει τι εννοείς και διαφωνώ ότι είναι υπερτιμημένα (ειδικά το iPad 2) για πολλούς και διάφορους λόγους, από τη σταθερότητα του λειτουργικού μέχρι την ποιότητα του digitizer κ.α, μικρές λεπτομέρεις που συνθέτουν ένα άρτιο σύνολο και κάνουν τη διαφορά. Διαφωνώ κυρίως στη λογική σου και στα "σημεία" που επιλέγεις να σταθείς έτσι ώστε να στηρίξεις το επιχείρημά σου, τα "βασικά" πράγματα που λες. Ίσως θα πρέπει να επαναπροσδιορίσουμε τις έννοιες "βασικά πράγματα" αλλά και "τηλέφωνο" και ίσως διαπιστώσουμε ότι σε κάποια άλλα "τηλέφωνα" απουσιάζουν ορισμένα "βασικά πράγματα".

 

Και για να φέρω ένα παράδειγμα, το xperia ray που χρησιμοποιώ δε μπορώ ούτε καν να το βάλω σε σύγκριση με ένα iPhone εξ' αιτίας του απαράδεκτου digitizer, της αστείας αυτονομίας και όχι μόνο. Android, 1 GHz, widgets, ξεκλείδωτο bt... meaningless!

 

Τα xperia εν γένει δε μ αρέσουν και μένα, αλλά για άλλους λόγους...δε μ αρέσει το build quality π.χ.

Αλλά π.χ. το Galaxy S II, το τελευταίο Nexus, ακόμα και το Huawei Ideos X5 είναι πολύ ισορροπημένα τηλέφωνα και θα τα προτιμούσα από ένα iphone.

Και το γεγονός πως δε μπορώ να συνδέσω το Macbook Pro μου με το iphone 3GS της αδερφής μου το θεωρώ απαράδεκτο...

Aπό εκει και πέρα, ο καθένας σκέφτεται διαφορετικά και κρίνει με βάση τις δικές του ανάγκες. Προσωπικά, η σωστή ικανότητα bluetooth - να λειτουργεί σωστά - θεωρείται για μένα βασικό εφόδιο για ένα κινητό/smartphone.

 

Σε build quality, ευχρηστία και χαρακτηριστικά το ipad2 είναι προς τη σωστή κατεύθυνση, το θεωρώ όμως ακόμα υπερτιμημένο και η απουσία flash με ενοχλεί. Δε θα κάτσω να σου πω πως φταίει η apple - μπορεί να φταίει η adobe αλλά το αποτέλεσμα μένει το ίδιο.

 

Αλλά π.χ. το πρόσφατο iphone 4 στα δικά μου κριτήρια ΔΕΝ δικαιολογείται να κόστιζε 550+ ευρώ καινούριο σαν συσκευή (δεν έχω δει αν έχει πέσει η τιμή του), όταν το αδερφάκι του το ipod touch (τελευταία γενιά) ξεκινάει από 210 ευρώ. Δηλαδή δε μπορώ να καταλάβω γιατί οι λειτουργίες τηλεφώνου, το gps, μία καλύτερη κάμερα (5mp) και τα 512mb μνήμη που έχει το iphone4 vs 256mb μνήμης του ipod δικαιολογούν μια τέτοια διαφορά τιμής. 350 ευρώ διαφορά για 4 πράγματα ?

Δεν το θεωρώ κακό τηλέφωνο, το θεωρώ υπερτιμημένη φιλοσοφία χρήσης κινητού εξαιτίας της κλειστής αρχιτεκτονικής και υπερτιμημένο τιμολογιακά σε σχέση με το τίμιο ipod touch.

[digekas]

Εσένα σε μπέρδεψε κάτι και μάλλον είναι ότι δεν έχεις γνώση του τι γίνεται στην μία και στην άλλη περίπτωση.

 

 

Ξαναλέω πως στην περίπτωση του Siri δεν είναι μόνο η επεξεργασία. Ξαναδιάβασε το προηγούμενο post μου και εάν έχεις κάποιο σκοτεινό σημείο μπορώ να στο εξηγήσω.

 

Please then, by all means, enlighten us.

 

Y.Γ. Το θέμα του thread αυτό είναι, κατά πόσο επαρκεί η επεξεργαστική ισχύ του iphone4 και στο προηγούμενο ποστ μου είπα πως αυτό μπορεί να διαπιστωθεί αλλά και πως το cloud μπορεί να αναλάβει πολύ πιο σύνθετες εργασίες με τα smartphone/tablets να λειτουργούν ως τερματικοί σταθμοί.

 

Τώρα για το αν έχω γνώσεις στο αντικείμενο, πριν 18 χρόνια πήρα το πρώτο πτυχίο στον προγραμματισμό και έκτοτε ως μηχανολόγος του ΕΜΠ ασχολούμαι με διανύσματα, πεδία ροής και γενικότερα δυναμικά πεδία, πεπερασμένα στοιχεία και γενικά με αλγόριθμους και γενικότερα δε γίνεται μία εκτεταμένη χρήση αριθμητικών μεθόδων προκειμένου να λυθούν συστήματα μή γραμμικών διαφορικών εξισώσεων.

 

Αν νομίζεις ότι δεν επαρκεί το background μου για να έχω άποψη, ξέρεις τι λένε για τις απόψεις, όλοι έχουν από μία.

 

Πάντα με φιλικούς χαιρετισμούς, Δημήτρης.

[Timonkaipumpa]

Αγαπητέ Δημήτρη, η διαφορά της υπηρεσίας του "sazam" διαφέρει ως προς την αναγνώριση ομιλίας, κατά κύριο λόγο, στο ότι πρέπει να υλοποιηθεί αλγόριθμος αναγνώρισης φωνητικής δραστηριότητας στο ίδιο το τηλέφωνο. Ένα απλό search πάνω στην υλοποίηση του αλγόριθμου (VAD στα αγγλικά, εκ του voice activity detector) καθώς και η ποιότητα που προσφέρει η υλοποίηση από την Apple, και σύμφωνα με το background σου, πιστεύω ότι είναι αρκετό για να καταλάβεις τι χρειάζεται να υλοποιηθεί στο ίδιο το τηλέφωνο.

 

Πόσο μάλλον δε όταν στην μεν απλή φωνητική λειτουργία έχεις μία λέξη που σηματοδοτεί την λειτουργία (π.χ. "Κλήση" και μετά το όνομα) ενώ, δε, στο Siri έχεις ελεύθερο λόγο με ό,τι συνεπάγεται αυτό για την πολυπλοκότητα αναγνώρισης των formants (φωνημάτων), λόγω της ελεύθερης εκφοράς τους και σειράς τους επειδή δεν υπάρχει προκαθορισμένη αρχική λέξη για την εντολή, και το "forward processing" που πρέπει να γίνει για να εξαχθούν οι τιμές που θα σηματοδοτήσουν την έναρξη ή την λήξη ομιλίας που δεν είναι εντολή.

 

Έτσι, στο "sazam" έχεις ένα predefined σήμα, αναφορικά με την διάρκειά του, το οποίο στέλνεται (και με χαμηλή δειγματοληψία) στον server για να γίνει εξόρυξη γνώσης ενώ στο Siri έχεις ένα σήμα που πρέπει να βρεις πού αρχίζει και πού τελειώνει συνολικά (πράγμα που σημαίνει ότι πρέπει να αναγνωρίσεις τις παύσεις μεταξύ λέξεων και να μην απορρίψεις τις επόμενες λέξεις), να εξάγεις τους feature vectors και να τους στείλεις αυτούς (μιας και επειδή έχεις αγνώστου διάρκειας σήμα το να στείλεις το ίδιο το σήμα μπορεί να προκαλέσει ανεξέλεγκτη καθυστέρηση.

 

Όλη η παραπάνω διαδικασία έχει ένα σημαντικό computational burden, είτε πας με fixed point είτε όχι (με την δεύτερη περίπτωση, float point arithmetics, να είναι σαφώς πιο "επίπονη" αλλά και πιο ακριβής).

 

Υ.Γ. Επίσης, είμαι εντελώς αντίθετος με την λογική "ας τις βγάλουμε έξω να δούμε ποιος την έχει πιο μεγάλη". Συν το γεγονός ότι ένα πτυχίο δεν συνεπάγεται ότι ξέρεις τα πάντα. Μιας και το θέμα ΔΕΝ είναι γραμμές παραγωγής, υλικά, μηχανές κτλ.. αλλά ούτε και προγραμματισμός αλλά DSP. Έτσι, πιστεύω ότι εσύ θα βρεις ιδιαίτερα χρήσιμο το ρητό που αναρωτιέσαι εάν το ξέρω.

[digekas]

Μπα δεν θα συνεννοηθούμε.

 

Βρε συ , πάλι δεν κατάλαβες τι σου είπα ή μάλλον επιμένεις γιατί έχεις την εντύπωση ότι απαξιώ το siri.

 

Θα μπορούσες μέσω bluetooth να δουλέψεις το siri στο s4;;; Φαντάσου λοιπόν το bluetooth ως οποιαδήποτε χαζή συσκευή και το s4 ως server. Αυτό είπα και με την αυτή λογική ανέφερα και το παράδειγμα της αναγνώρισης του εκάστοτε μουσικού κομματιού.

 

Το θέμα λοιπόν δεν είναι τόσο η αναγνώριση αφού όπως υποθέτω θα είδες στην παρουσίαση του ICS μια χαρά δουλεύει το speech to text και αυτά προφανώς και δεν είναι υποθετικά, έδωσα σε προηγούμενο ποστ μου link που μάλλον δεν είδες, δες τουλάχιστον αυτό: http://howto.cnet.com/8301-11310_39-20058475-285/how-to-use-chromes-speech-to-text/ όχι για κανένα άλλο λόγο αλλά για να καταλάβεις τι εννοώ.

 

Θα δούμε λοιπόν στην πράξη τι απαιτήσεις θα έχει η αντίστοιχη λειτουργία σε μονοπύρηνα και χαμηλότερης συχνότητας κινητά από εκεί και πέρα το AI το οποίο αναλαμβάνει να αναλύσει το κείμενο πλέον, να καταλάβει τι ζητάμε και αντίστοιχα να ανταποκριθεί είναι άλλο κεφάλαιο και προφανώς δεν είναι σε θέση αυτές οι συσκευές να καλύψουν ένα πολύ μεγάλο εύρος ερωτήσεων ή σύνθετων εντολών κάτι όμως που μπορεί να γίνει μέσω cloud, κάτι που έχει να κάνει τόσο με την απαιτούμενη επεξεργαστική ισχύ όσο και με το σύνολο των δεδομένων ανά θεματική ενότητα.

 

 

Αγαπητέ μου, δεν είναι θέμα μετρήματος, το θέμα είναι αν ο άλλος μπορεί να καταλάβει αυτό που του λες ή και αν θέλει να καταλάβει, εγώ πάντα ήμουν της άποψης ότι η γνώση πρέπει να μοιράζεται και όχι μόνο αυτό αλλά το ότι είναι τουλάχιστον ανήθικο να υπάρχουν ελιτιστές στηριζόμενοι στο όποιο μορφωτικό τους επίπεδο. Θεώρησε επίσης δεδομένο ότι δεν αναγνωρίζω το αλάθητο ούτε στον Πάπα πόσο μάλλον να στηρίζεται κάποιος σε ταμπέλες, η αναφορά λοιπόν έγινε απλά και μόνο για να γίνει αντιληπτό ότι δεν με θαμπώνει η όποια ορολογία ούτε καν στο ελάχιστο (the wow factor) αφού αν κάτι μάθαμε αυτό είναι πως να αποκτούμε νέα γνώση και πως να είμαστε σε θέση να προσεγγίσουμε κάτι το οποίο μπορεί να μας είναι τελείως άγνωστο και το σημαντικότερο όλων πως να εκτιμούμε πράγματα και καταστάσεις και να δίνουμε την αντίστοιχη βαρύτητα στο κάθε τι, καλή ώρα.

 

Μορφωμένοι λοιπόν πολλοί, μα πολλοί όμως και οι ταυτόχρονα απαίδευτοι, οπότε φίλε μου κράτα και κάποιες επιφυλάξεις για κάποιον που δεν γνωρίζεις προσωπικά και αυτό το λέω πραγματικά εντελώς φιλικά χωρίς την παραμικρή πρόθεση υπόδειξης.

 

 

Πάντα με φιλικούς χαιρετισμούς, Δημήτρης.

[noasgr]

Fully Functional Siri Ported to iPhone 4, iPod Touch

 

Ελληνικά

[digekas]

Έχει μεταφερθεί και ως αυτόνομη είδηση στο lobby: http://www.insomnia.gr/topic/424901-%cf%84%ce%bf-hack-%cf%84%ce%bf%cf%85-siri-%ce%ad%cf%84%ce%bf%ce%b9%ce%bc%ce%bf-%ce%bf-developer-%ce%b1%cf%80%ce%bf%cf%86%ce%b5%cf%8d%ce%b3%ce%b5%ce%b9-%cf%84%ce%b7%ce%bd-%ce%ba%cf%85%ce%ba%ce%bb%ce%bf%cf%86%ce%bf%cf%81%ce%af%ce%b1-%cf%84%ce%bf%cf%85/