Действительно ли умные колонки глупеют: большой разбор с неожиданным поворотом

Откуда берется ощущение «глупости» умных колонок

Многие пользователи жалуются: раньше умная колонка четко понимала каждое слово, подсказывала нужные рецепты и играючи управляла всеми устройствами в доме, а теперь будто поглупела. Постоянно переспрашивает, не понимает простейшие команды, а иногда и вовсе отвечает: «Не могу помочь», — или что-то в этом духе.

Может, ИИ в колонках расслабился или уровень сообразительности упал? Нет! Устройства не стали глупее, чем раньше, а даже наоборот. Тогда почему складывается такое ощущение?

Во-первых, играет роль эффект привыкания. Когда колонки только появились, любое их действие казалось чудом. Включить музыку голосом или поставить будильник было почти магией. Со временем мы перестали удивляться и стали обращать внимание только на ошибки. Каждое высказывание в духе: «Есть темы, в которых я могу ошибиться. Лучше промолчу», — воспринимается как снижение уровня интеллекта, хотя за этим чаще всего стоит банальная цензура разработчиков.

Во-вторых, система распознавания речи все еще далека от совершенства. Алгоритмы хорошо справляются с «эталонным» английским или русским, но в шумной комнате, при наличии акцента или использовании нестандартных формулировок точность падает. Именно поэтому колонка кого-то из семьи понимает лучше, а кого-то почти всегда переспрашивает.

Наконец, сами производители заметно сбавили темп улучшения качества ИИ. Несколько лет назад каждая новая функция выглядела шагом в будущее, а теперь обновления касаются в основном музыки или более глубокой интеграции сервисов. Отсутствие значимого прогресса создает ощущение застоя: колонка делает все то же, что и раньше, но наши ожидания выросли, а технологий для настоящего «скачка» пока не появилось.

Почему колонки на самом деле не тупеют

Коротко рассказали о том, почему нам кажется, что умные колонки не такие умные, как несколько лет назад. Теперь разберем подробнее, почему они на самом деле не только не тупеют, но и становятся все лучше и лучше, хоть мы этого почти не замечаем. А если вам кажется, что никакого прогресса нет, посмотрите подробные патчноуты на официальном сайте разработчиков колонки с Алисой.

Точность распознавания речи из года в год только растет. Компания «Яндекс» ранее заявляла, что технология SpeechKit в Алисе уже близка к человеческому уровню понимания русского языка. При этом современные нейросети снижают количество ошибок в распознавании команд, даже когда в комнате шумно. То есть в среднем колонка понимает лучше, чем несколько лет назад. Просто мы чаще фиксируем ее промахи, чем отмечаем успехи.

Ассистенты стали использовать более гибкие модели. Раньше система реагировала по фиксированным сценариям: «включи свет», «поставь будильник». Сегодня она умеет интерпретировать разные формулировки. Например, Алиса может понять и «поставь таймер на десять минут», и «напомни через десять минут», хотя раньше разницы между этими командами она не видела. Такой апгрейд не всегда заметен с первого взгляда, но он показывает, что «мозг» ассистента постоянно развивается.

Кроме того, разработчики оптимизируют работу колонок под бытовые сценарии. Алиса сегодня гораздо лучше, чем пару лет назад, определяет, кто говорит, различает музыку и речь. Да и сам голосовой помощник теперь может не только отвечать одним и тем же тоном, но и подстраивается под ваш. Попробуйте сказать Алисе что-то грустным голосом и удивитесь — ее интонации станут более сочувствующими. Хотя, конечно, уже в следующем сообщении снова могут вернуться мажорные нотки.

Самый важный момент, которому уделяется больше всего внимания, — обработка естественного языка. Голосовые помощники опираются на крупные языковые модели, которые постоянно обновляются. По данным Stanford HAI, качество понимания естественного языка у подобных систем улучшается год от года. В России это видно опять же на примере Алисы. В 2022 году ассистент получил генеративные модели, позволяющие вести более связный диалог и получать ответы на сложные вопросы. Сейчас Алиса работает на самой актуальной и продвинутой YandexGPT 5 Pro. Старые устройства раскрывают потенциал нейросети не до конца, но самые современные колонки уже пользуются им в полной мере.

Даже в исследованиях, где пользователи жалуются на ошибки, ученые отмечают: уровень доверия падает не из-за реального ухудшения работы, а из-за возросших запросов.

Что подтверждают исследования

Кратко подытожим: колонки не глупеют, а разработчики продолжают их совершенствовать. Но что говорят исследования?

• Акценты и диалекты. Когда люди говорят с акцентом или используют сленг, колонки путаются чаще. Хуже воспринимается речь пожилых пользователей. Интересный факт, малоактуальный в России: исследователи из США заметили, что голоса темнокожих американцев ИИ различает заметно хуже, чем белых. Это связано с тем, что обучалась нейросеть в основном на «стандартной» речи белых мужчин и женщин в возрасте от 20 до 50 лет.
• Шум очень мешает, даже если производители умных колонок говорят об обратном. В тихой комнате устройство понимает вас гораздо лучше, чем на кухне с булькающей кастрюлей или в детской, где галдят малыши. Ученые сравнивали: в оживленном офисе точность падает сильнее, чем при простом белом шуме.
• Речь детей гораздо, гораздо сложнее, чем даже спутанный монолог взрослого. Маленькие дети говорят на более высоких частотах, обычно быстрее и далеко не так четко, как взрослые. Исследования показывают, что детские голоса умные колонки распознают хуже, чем речь взрослых.
• Люди сами меняют голос. Интересно, что и взрослые, и дети начинают говорить с колонкой как-то по-особенному, как они никогда не говорят в реальной жизни: громче, отчетливее, иногда комично изображая речь робота. Из-за этого им может казаться, что колонка «тупит», хотя на самом деле люди сами усложняют ситуацию.
• Ошибки убивают доверие. Психологи выяснили: если колонка пару раз подряд не поняла пользователя, он теряет к ней интерес и начинает реже использовать сложные команды. Со временем владельцы умных устройств начинают чаще гуглить самостоятельно, чем задавать ИИ даже самые простые вопросы.
• Владельцы умных колонок используют их только для простых бытовых запросов. Опросы показывают: большинство людей используют умные гаджеты для прослушивания музыки, напоминаний и вопросов о погоде. То есть мы сами не сильно «нагружаем» устройства.
• Технологии движутся вперед. Исследователи сходятся во мнении, что, несмотря на жалобы, качество распознавания речи и языковые модели с каждым годом становятся лучше.

Почему технология развивается медленнее, чем хочется

Главная причина идет через весь материал красной нитью. Ее мы уже озвучили. Что еще не нравится пользователям, так это монетизация. Производители вложили миллиарды в создание голосовых ассистентов, но вернуть эти деньги оказалось сложнее, чем ожидалось. Компания Amazon, например, по данным WSJ, только на Alexa и Echo за несколько лет потеряла более 25 миллиардов долларов. Устройства активно покупали, но сами по себе они почти не приносили прибыли. Все дело в том, что продавали колонки чаще всего либо по себестоимости, либо даже дешевле. Все для того, чтобы как можно больше людей установили их дома и пользовались платными подписками (спойлер: ими почти не пользуются).

Следующая причина — отсутствие убедительных сценариев использования. Люди продолжают включать музыку, ставить напоминалки и спрашивать о погоде, но более сложные функции так и не стали массовыми. Лишь около 20% владельцев колонок регулярно пользуются ими для управления умным домом и создают сложные сценарии, тогда как остальные ограничиваются базовыми задачами.

Не стоит забывать и про финансовую ситуацию. В Великобритании ритейлер Currys зафиксировал падение спроса на колонки из-за роста цен на электроэнергию. В России, несмотря на все экономические потрясения, продажи растут, потому что базовые устройства весьма доступны.

При этом почти в каждом из них — ИИ от «Яндекса». Лишь одна из десяти колонок будет без Алисы внутри. Многие считают, что отсутствие конкуренции серьезно влияет на темпы развития отрасли и, будь доля продаж колонок от ВК и «Сбера» выше, технологии развивались бы быстрее.

Есть и самое очевидное — технологический тормоз. Производители сделали ставку на развитие языковых моделей, но новые фишки чаще появляются в смартфонах и облачных сервисах, а не в колонках. Пользователь видит, что в телефоне уже доступен ИИ-чат, а в колонке версия GPT отстает в лучшем случае на поколение, а иногда на два.

Что дальше?

Какое будущее ждет зарубежные колонки — тема для отдельного материала, да и российскому пользователю она будет не очень интересна. А вот об отечественных разработках можно поговорить.

В России умные колонки скоро уйдут от простых ответов к продвинутому взаимодействию. На конференции 2025 года разработчики «Яндекса» рассказали, что у Алисы появится мультимодальность: она научится распознавать объекты через камеру телефона и давать подсказки, учитывая контекст. Например, предложит рецепт блюда, изучив содержимое холодильника, или разработает стратегию прямо во время игры. Последняя инновация уже появилась в недавно вышедшей линейке телевизоров от «Яндекса». Чем будут удивлять Маруся от «ВК» и Салют от «Сбера» — пока вопрос.

Итоги

Итак, умные колонки не глупеют, просто развиваются не так быстро, как хотят пользователи. Разработчики продолжают делать ставку на качественное обучение языковых моделей и интеграцию с умным домом. В то же время люди часто не пользуются всеми возможностями умных колонок, контактируя с голосовыми помощниками только по самым базовым вопросам.