Mengapa AI Generatif Masih ‘Meragamkan’ Rumah Pintar

AI generatif menjadikan pembantu suara lebih fleksibel, tetapi belum menjadikannya benar-benar boleh diharap. Alexa+ diperkenalkan supaya pengguna boleh menggunakan bahasa harian—contohnya meminta Alexa “malapkan lampu sedikit” tanpa perlu menyebut nama peranti dan peratus kecerahan—namun ulasan pengguna masih melaporkan pepijat, kelewatan, arahan yang gagal dan ciri yang dahulu lebih konsisten.

Keadaan ini sebenarnya tidak begitu bercanggah. Perbualan memerlukan tafsiran dan improvisasi. Automasi rumah pula memerlukan ketepatan: lampu yang betul, tahap kecerahan yang betul, serta tindak balas segera setiap kali arahan diberi.

Percanggahan dalam seni bina sistem

Pembantu suara generasi lama lazimnya berfungsi dengan memadankan frasa atau niat yang dikenali kepada tindakan tertentu. Arahan yang jelas seperti

set bedroom lamp brightness to 45%

Pembantu generatif pula perlu membuat lebih banyak keputusan sebelum sesuatu berlaku. Ia perlu memahami maksud pengguna, mengenal pasti bilik atau peranti yang berkaitan, menggunakan konteks perbualan, memilih keupayaan yang tersedia, membina panggilan API atau alat yang diperlukan, kemudian menghantar permintaan itu melalui platform rumah pintar dan pelbagai integrasi.

Setiap peringkat tambahan membuka ruang kepada kekeliruan, parameter yang tidak sah, maklumat peranti yang sudah lapuk, tamat masa atau integrasi yang gagal.

Mark Riedl dari Georgia Tech menerangkan pertukaran ini dengan jelas: model bahasa besar atau LLM memahami lebih banyak bentuk komunikasi, tetapi keterbukaan itu turut meningkatkan kemungkinan berlakunya kesilapan tafsiran. Laporan berkaitan masalah rumah pintar turut membezakan sistem lama yang menggunakan padanan templat dengan sistem berasaskan transformer yang bersifat kebarangkalian dan boleh menghasilkan respons berbeza untuk arahan yang sama.

Mengapa arahan mudah paling cepat mendedahkan kelemahan

Permintaan untuk meredupkan lampu kedengaran mudah kerana hasilnya juga mudah ditentukan. Pembantu hanya perlu memilih satu sasaran, menetapkan satu nilai dan mengesahkan bahawa lampu tersebut benar-benar berubah. Jawapan yang kedengaran meyakinkan tetapi tidak mengubah lampu—atau hanya mengubah sebahagian peranti dalam satu kumpulan—tidak boleh dianggap berjaya.

Piawaian yang hampir binari ini mendedahkan kelemahan yang mungkin tidak begitu ketara dalam perbualan terbuka. Model boleh bercakap dengan lancar sambil tersalah faham nama peranti, memilih keupayaan yang salah atau mendakwa arahan sudah selesai tanpa pengesahan keadaan peranti yang boleh dipercayai.

Pengguna mungkin masih boleh menerima pembantu yang meminta soalan susulan ketika berbual. Namun, mereka kurang bertolak ansur apabila rutin sebelum tidur gagal, atau lampu masih menyala selepas sistem mendakwa ia sudah mengendalikannya.

Corak kegagalan ini juga selari dengan cabaran integrasi produk tersebut. Alexa+ perlu menggabungkan model bahasa dengan perkhidmatan sedia ada dan jutaan peranti yang menyokong Alexa—tugas yang dilaporkan sukar walaupun model baharu itu lebih fleksibel berbanding pendahulunya.

Apa yang didedahkan oleh ujian David Pogue—dan apa yang tidak

David Pogue berkata beliau menguji Alexa+ dengan 135 tugasan dan sistem itu hanya menyelesaikan kurang daripada separuh dengan betul. Ini ialah ujian praktikal individu, bukannya kajian terkawal yang mewakili semua pengguna Alexa+ atau setiap peranti yang disokong. Oleh itu, keputusannya tidak wajar dianggap sebagai kadar kejayaan universal.

Namun, ia tetap menjadi petunjuk produk yang penting. Pembantu rumah yang gagal pada kadar hampir sedemikian sukar dipercayai untuk mengawal lampu, dimmer, rutin, muzik dan tugasan berulang yang lain. Pogue turut melaporkan bahawa Alexa versi lama lebih boleh diharap untuk sesetengah tugasan biasa, termasuk mengawal lampu dan menetapkan tahap kecerahan.

Perbezaan ini penting: keupayaan yang lebih luas tidak sama dengan kebolehpercayaan yang lebih tinggi. Pembantu boleh mengendalikan lebih banyak jenis permintaan, tetapi menjadi kurang konsisten untuk arahan kecil yang digunakan setiap hari.

Kelewatan menjadikan pengalaman itu terasa jauh daripada sebuah perkakas rumah

Dalam rumah pintar, kelajuan juga sebahagian daripada kebolehpercayaan. Suis lampu tidak perlu menerangkan proses fikirannya; ia hanya perlu bertindak. Apabila pembantu mengambil masa beberapa saat—atau sehingga 15 saat dalam sesetengah ujian Alexa+ yang dilaporkan—pengguna mula tertanya-tanya sama ada arahan itu berjaya atau tidak.

Masa menunggu yang panjang mungkin menunjukkan bahawa permintaan sedang melalui lebih banyak lapisan inferens jarak jauh, pengurusan konteks, penyelarasan sistem dan pelaksanaan alat. Walaupun peranti akhirnya bertindak balas, interaksi itu tidak lagi terasa seperti mengendalikan perkakas. Ia terasa seperti menunggu sebuah perkhidmatan menentukan maksud arahan pengguna.

Ketegangan sama turut membentuk strategi rumah pintar Apple

Laporan mengenai rancangan HomePod dan Apple TV menunjukkan betapa rapatnya perkakasan dengan perisian pembantu suara kini saling berkait. Apple dilaporkan sedang menyediakan sokongan Siri berorientasikan AI untuk produk tersebut, manakala rujukan dalam kod beta menunjukkan bahawa integrasi Siri generasi seterusnya pada HomePod dan Apple TV sedang dibangunkan.

Laporan lain mendakwa bahawa Apple menangguhkan perkakasan HomePod dan Apple TV yang dikemas kini sementara pengalaman Siri generasi baharu dipertingkatkan. Dakwaan ini masih berdasarkan laporan media dan bukan jadual produk yang disahkan Apple, jadi ia perlu dibaca dengan berhati-hati.

Namun, isu yang lebih besar tidak bergantung pada tarikh pelancaran tertentu. Apabila nilai pembesar suara pintar bergantung pada pembantu AI baharu, pembantu yang belum matang boleh menahan produk perkakasan di sekelilingnya. Ini meningkatkan risiko melancarkan sistem yang kelihatan mengagumkan dalam demonstrasi tetapi tidak cukup konsisten untuk kegunaan harian di rumah.

Seni bina yang lebih baik: AI di hadapan, kawalan tepat di belakang

Penyelesaiannya bukan semestinya menolak antara muka bahasa semula jadi. Model generatif berguna untuk menterjemah percakapan fleksibel kepada niat yang berstruktur. Bahagian yang berisiko ialah apabila model tanpa batasan diberikan kuasa terakhir untuk melaksanakan arahan.

Reka bentuk yang lebih boleh dipercayai sepatutnya:

• memetakan permintaan kepada skema ketat yang mengandungi peranti, tindakan dan parameter;
• mengehadkan pemilihan alat kepada keupayaan yang benar-benar wujud dalam rumah pengguna;
• menolak arahan yang kabur atau tidak sah, bukannya membuat tekaan;
• mengesahkan keadaan peranti selepas arahan dilaksanakan; dan
• beralih kepada laluan arahan deterministik apabila model tidak pasti atau tidak tersedia.

Penyelidikan tentang LLM dalam persekitaran rumah pintar turut menunjukkan mengapa perlindungan ini diperlukan. Dalam satu penilaian terhadap 13 model, GPT-4o mencatat kadar kejayaan 0 peratus untuk arahan tidak sah yang melibatkan pelbagai peranti dalam senario yang diuji, walaupun teknik seperti pembelajaran dalam konteks, penjanaan diperkaya dapatan dan penalaan halus digunakan. Keputusan itu hanya merujuk kepada persediaan eksperimen tertentu, bukan prestasi harian semua sistem, tetapi ia menunjukkan mengapa keluaran model perlu disahkan sebelum mengawal peranti sebenar.

Krisis identiti pembesar suara pintar AI

Amazon, Google dan Apple cuba membuat satu produk memenuhi dua jangkaan yang bertentangan. Sebagai teman berbual, pembantu AI boleh bersifat meneroka, panjang lebar dan bertolak ansur dengan kekaburan. Sebagai pusat kawalan rumah, ia perlu senyap, pantas, memahami keadaan semasa dan tepat.

Sistem lama mengecewakan kerana pengguna perlu menghafal frasa yang kaku. Sistem baharu menjanjikan kebebasan daripada beban itu, tetapi bahasa semula jadi hanyalah lapisan hadapan. Di belakang setiap permintaan santai masih ada tindakan konkrit: satu peranti, satu perubahan keadaan dan satu pengesahan yang boleh dipercayai.

Selagi syarikat tidak mengekalkan pelaksanaan deterministik di bawah lapisan perbualan, pembantu yang kononnya “lebih pintar” akan terus mempertaruhkan perkara yang menjadikan kawalan suara berguna sejak awal—kepercayaan.

Melancarkan sistem yang belum siap mungkin menghasilkan maklum balas yang berharga. Namun, apabila ujian itu berlaku dalam rumah pelanggan yang membayar, pengguna akhirnya menanggung kos seni bina yang masih belum mencapai tahap kebolehpercayaan sebuah perkakas rumah.