Računala su vrlo pametna kada je riječ o stvarima koje naprežu mozak kao što je igranje šaha i ispunjavanje poreznih prijava, pa možete pomisliti da bi bila šašava u "jednostavnim" aktivnostima poput prepoznavanja lica ili razumijevanja govora.
Ali nakon otprilike 50 godina pokušaja da se računala natjeraju da rade ove jednostavne stvari, programeri su došli do zaključka da vještina nije jednostavna samo zato što je ljudi lako svladavaju. Zapravo, naši su mozak, oči i uši prepuni sofisticirane opreme za osjet i obradu koja se još uvijek vrti oko svega što možemo dizajnirati od silicija i metala.
Mi ljudi mislimo da je jednostavno razumjeti govor jer se sav naporan posao obavlja prije nego što ga postanemo svjesni. Nama se čini kao da nam engleske riječi jednostavno padaju u glavu čim ljudi otvore usta. Nesvjesna (ili predsvjesna) priroda procesa dvostruko otežava oponašanje računalnih programera.
Da biste dobili ideju zašto računala imaju tolikih problema s govorom, razmislite o nečemu što vrlo dobro prepoznaju i razumiju: telefonskim brojevima koji se čuju na dodir. Ti treptaji na telefonskim linijama mnogo su značajniji za računala nego za ljude. Nekoliko važnih značajki čini tonove telefona jednostavnim jezikom za računala, navedenih u nastavku. S druge strane, engleski je potpuno drugačiji.
-
Tonski “rječnik” ima samo 12 “riječi”. Nakon što znate tonove za deset znamenki plus * i #, ušli ste. Engleski, s druge strane, ima stotine tisuća riječi.
-
Nijedna od riječi ne zvuči isto. Na telefonu s tonskim zvukom, ton "1" se jasno razlikuje od tona "7". Ali engleski ima homonime, kao što su new i gnu, i bliske homonime, poput merrier and marry her. Ponekad cijele rečenice zvuče slično: “Sinovi uzgajaju meso” i “Sunčeve zrake se susreću”, na primjer.
-
Svi "govornici" jezika izgovaraju riječi na isti način. Pritisnite tipku 5 na bilo kojem telefonu i dobit ćete potpuno isti ton. Ali stariji muškarac i 10-godišnja djevojčica govore vrlo različite tonove; a ljudi iz Velike Britanije, Kanade i Sjedinjenih Država izgovaraju iste engleske riječi na vrlo različite načine.
-
Kontekst je besmislen. Za telefon, 1 je 1 je 1. Kako tumačite ton ne ovisi o prethodnom ili sljedećem broju. Ali u pisanom engleskom, kontekst je sve. Ima smisla "ići u New York". Ali puno manje smisla ima "ići dva New Yorka" ili "ići previše New Yorka".