ผู้ช่วยเสียงสำหรับบ้านอัจฉริยะกำลังเจอปัญหาที่ดูย้อนแย้ง นั่นคือยิ่งคุยเก่งขึ้น ก็ไม่ได้แปลว่าจะควบคุมบ้านได้ดีขึ้นเสมอไป
หลัง Amazon และ Google ผลักดันผู้ช่วยที่ใช้ Generative AI อย่าง Alexa+ และ Gemini for Home ผู้ใช้ได้ประสบการณ์สนทนาที่ลื่นไหลกว่าเดิม สามารถพูดคำสั่งแบบภาษาธรรมชาติและขอให้สร้างงานหลายขั้นตอนได้ แต่เมื่อเป็นคำสั่งง่าย ๆ ที่ควรทำได้แบบไม่ต้องคิด เช่น ปิดไฟ เปิดเพลง ตั้งเวลา หรือเรียกใช้ Routine ระบบกลับยังทำงานไม่สม่ำเสมอ
1
6
ความผิดพลาดไม่ได้เกิดเฉพาะกรณีซับซ้อน
ปัญหาที่พบไม่ใช่คำสั่งแปลกใหม่หรือสถานการณ์สุดขอบ แต่เป็นงานพื้นฐานที่ผู้ใช้ซื้อสมาร์ตสปีกเกอร์มาเพื่อทำ
จากการทดสอบ Gemini for Home มีทั้งการเพิกเฉยต่อคำขอเปิดเพลง เปลี่ยนหัวข้อสนทนาเอง ยืนยันวันผิด และปฏิเสธการปิดไฟอัจฉริยะ โดยอ้างว่าไม่สามารถควบคุมหรือโต้ตอบกับอุปกรณ์ไฟภายในบ้านได้ ทั้งที่การควบคุมอุปกรณ์เหล่านี้ถือเป็นหน้าที่พื้นฐานของลำโพงอัจฉริยะ
1
ฝั่ง Alexa+ ก็มีรายงานว่าระบบทำ Routine ชงกาแฟที่เคยใช้งานได้เป็นประจำไม่สำเร็จ ขณะเดียวกัน ผู้ใช้บางรายระบุว่า Routine เดิมหายไปหลังเปลี่ยนมาใช้ Alexa+
6
7 อย่างไรก็ตาม ผู้ทดสอบบางคนก็พบว่า Alexa+ สามารถสร้างระบบอัตโนมัติจากคำสั่งเสียงที่ซับซ้อนได้อย่างถูกต้อง แสดงให้เห็นว่าปัญหาไม่ได้มาจากการที่ระบบ “ทำไม่ได้” แต่คือการทำงานไม่แน่นอน
2
ทำไม AI ที่เข้าใจภาษามากขึ้นจึงควบคุมบ้านแย่ลงได้
ผู้ช่วยเสียงแบบเดิมมักทำงานด้วยโครงสร้างที่ค่อนข้างตรงไปตรงมา ระบบจะจับคู่คำพูดกับรูปแบบคำสั่ง เจอชื่ออุปกรณ์ แล้วเรียกใช้คำสั่งหรือ API ที่กำหนดไว้ล่วงหน้า เช่น “ปิดไฟห้องครัว” ก็ควรส่งคำสั่งเดิมไปยังอุปกรณ์เดิมทุกครั้ง
แต่โมเดลภาษาขนาดใหญ่ หรือ LLM ทำงานด้วยการตีความบริบทและคาดการณ์คำตอบหรือการเรียกใช้เครื่องมือที่น่าจะเหมาะสมที่สุด ระบบจึงมีความยืดหยุ่นสูงและสนทนาได้เป็นธรรมชาติกว่า ทว่าอาจตีความคำขอเดิมต่างกันในแต่ละรอบ รวมถึงเลือกเส้นทางหรือ API ผิดได้ Google เองอธิบายว่า Gemini เป็นระบบแบบ “ไม่กำหนดผลลัพธ์ตายตัว” หรือ non-deterministic ไม่ใช่โปรแกรมที่ทำตามสคริปต์เดิมทุกครั้ง
15
ความไม่แน่นอนนี้อาจเป็นข้อดีเมื่อต้องตอบคำถามปลายเปิด แต่เป็นข้อเสียทันทีเมื่อผู้ใช้พูดว่า “ปิดไฟ” เพราะคำสั่งดังกล่าวควรหมายถึงการปิดไฟจริง ๆ ไม่ใช่การตอบกลับที่ฟังดูสุภาพ หรือการอธิบายว่าระบบทำอะไรไม่ได้
3
15
ความเร็วและความน่าเชื่อถือสำคัญกว่าความลื่นไหลในการสนทนา
รายงานและประสบการณ์ของผู้ใช้ชี้ไปในทิศทางเดียวกันว่า ความน่าเชื่อถือ ความหน่วงในการตอบสนอง และความคุ้มค่า คือโจทย์ใหญ่ของผู้ช่วยบ้านยุคใหม่
12 ผู้ใช้รายงานทั้งการตอบช้า คำตอบผิด คำสั่งหลุด การเลือกเพลงไม่ตรง และ Routine ที่หายไปหรือทำงานไม่ครบ
5
7
ในทางเทคนิค LLM จึงไม่ควรเป็นผู้ตัดสินใจเพียงชั้นเดียวสำหรับการควบคุมอุปกรณ์ แต่ควรมีระบบตรวจสอบแบบกำหนดแน่นอนอยู่ด้านหลัง เช่น ตรวจว่าอุปกรณ์มีอยู่จริง คำสั่งถูกต้องหรือไม่ และการดำเนินการนั้นปลอดภัยหรือไม่ ก่อนส่งคำสั่งไปยังอุปกรณ์จริง
แนวทางนี้ทำให้ AI รับหน้าที่เข้าใจภาษาที่ผู้ใช้พูดได้อย่างอิสระ ขณะที่ชั้นควบคุมอุปกรณ์ยังคงทำงานตามกฎที่แน่นอน หากระบบไม่มั่นใจ ก็ควรถามย้ำหรือแจ้งข้อผิดพลาดอย่างชัดเจน แทนที่จะเดาแล้วลงมือทำ
Apple เองก็ยังเผชิญปัญหาเดียวกัน
Apple ไม่ได้เป็นข้อยกเว้น บริษัทเลื่อนฟีเจอร์ Siri ที่ปรับให้ตอบสนองต่อข้อมูลส่วนตัวของผู้ใช้ได้มากขึ้น หลังพบปัญหาด้านวิศวกรรมและบั๊กของซอฟต์แวร์
5
8 ความล่าช้านี้ยังส่งผลต่อแผนผลิตภัณฑ์บ้านอัจฉริยะ โดยมีรายงานว่าอุปกรณ์แสดงผลสำหรับบ้านที่ Apple วางแผนไว้ถูกเลื่อนออกไป ขณะที่บริษัทรอ Siri รุ่นใหม่
3
รายงานอีกส่วนระบุว่า HomePod รุ่นปัจจุบันอาจมีประสิทธิภาพประมวลผลไม่เพียงพอกับความต้องการด้าน AI รุ่นใหม่ ซึ่งช่วยอธิบายได้ว่าทำไมการอัปเดตฮาร์ดแวร์และแผนผลิตภัณฑ์บ้านอัจฉริยะของ Apple จึงยังไม่เดินหน้าอย่างเต็มที่
9
14
บทเรียนจากผู้ช่วย AI รุ่นแรก ๆ
การสาธิตที่ AI สนทนาได้เก่ง ไม่ใช่หลักฐานว่าระบบพร้อมใช้งานจริงในบ้าน เพราะการควบคุมบ้านต้องการมาตรฐานที่ต่างจากแชตบอต ผู้ช่วยควรทำงานได้อย่างคาดเดาได้ ตอบสนองเร็ว แจ้งข้อผิดพลาดตรงไปตรงมา และมีทางเลือกสำรองที่ปลอดภัย
หากปล่อยระบบออกสู่ตลาดก่อนคุณสมบัติเหล่านี้จะเสถียร ภาระการทดสอบ การค้นหาบั๊ก และต้นทุนจากคำสั่งที่ล้มเหลวก็จะตกอยู่กับลูกค้าที่จ่ายเงินซื้อสินค้าไปแล้ว ในทางปฏิบัติ ผู้บริโภคจึงกลายเป็นกลุ่มทดสอบระบบโดยไม่สมัครใจ
สำหรับบ้านอัจฉริยะ ความสามารถในการพูดคุยอย่างเป็นธรรมชาติอาจสร้างความประทับใจในช่วงแรก แต่ความไว้ใจจะเกิดขึ้นก็ต่อเมื่อคำสั่งธรรมดาอย่าง “ปิดไฟ” ทำงานได้ถูกต้องทุกครั้ง