पिछले कुछ महीनों में, मैंने अपने कंप्यूटर पर बात करने में बहुत समय बिताया है। एलएलएम क्रांति की एक कम आंकी गई विशेषता सभी प्रकार की श्रुतलेख प्रौद्योगिकी में एक उल्लेखनीय छलांग रही है – यहां तक कि सबसे तेज़, सबसे सस्ते मॉडल भी भाषण को समझने और संसाधित करने में बहुत अच्छे हो रहे हैं। मैंने इनमें से कई ऐप्स का परीक्षण किया है, WisprFlow से लेकर Monologue से लेकर Spokenly से लेकर कई अन्य ऐप्स के लिए उपयोगी, और पाया है कि ये सभी त्वरित रूप से ईमेल, स्लैक संदेश और बहुत कुछ लिखने के उपयोगी तरीके हैं। वे कभी-कभी हर चीज़ को फ़ॉर्मेटिंग की एक बहुत ही औपचारिक शैली देने में चूक करते हैं और एक पाठ संदेश को एक अवधि (एक समाजोपथ की तरह) के साथ समाप्त करना पसंद करते हैं, लेकिन वे इसमें भी बेहतर हो रहे हैं।
लेकिन किसी भी चीज़ ने मुझे अपने कंप्यूटर से बात करने के भविष्य के बारे में आश्वस्त नहीं किया है, जैसे हाल ही में मुझे मीना फ़हमी से एक डेमो मिला था। फहमी के सीईओ हैं रेतीजो स्ट्रीम नामक एक स्मार्ट रिंग बना रहा है जिसे इस साल के अंत में शिप करने की योजना है। जब मैं सैंडबार के न्यूयॉर्क शहर के कार्यालयों में एक सम्मेलन कक्ष में बैठा था, फहमी ने मुझे डिवाइस की विशेषताओं की एक सूची दी, जिसमें नवीनतम भी शामिल था: आपके सभी उपकरणों के लिए श्रुतलेख। उसने ऐप्पल नोट्स में एक नया नोट खोला, अंगूठी को अपने मुंह तक रखा, डिवाइस के टचपैड को अपने अंगूठे से दबाया और कुछ सेकंड के लिए खुद से चुपचाप बातें की। उसके समाप्त होने के एक क्षण बाद, दो पूर्ण – और सही ढंग से प्रतिलेखित – वाक्य नोट में दिखाई दिए।
स्ट्रीम स्वयं मूल रूप से आपके फोन के लिए एक माइक्रोफोन, एक बैटरी और एक ब्लूटूथ कनेक्शन है। आप बहुत सारे एआई गैजेट्स का इसी तरह वर्णन कर सकते हैं, अब ऐसा प्रतीत होता है कि हर कोई आपको सारांश और कार्रवाई आइटम निकालने के लिए अपनी बातचीत और बैठकों को रिकॉर्ड करने का एक तरीका बेचना चाहता है। प्लाउड और पॉकेट और फ़ोकस और मोबवोई जैसी कंपनियां और कई अन्य कंपनियां आपको ये पोर्टेबल रिकॉर्डर बेचने में प्रसन्न हैं – बोनस अंक यदि यह फोन कॉल रिकॉर्ड करने के लिए आपके फोन से चिपक जाता है।
फहमी और सैंडबार कुछ अलग करने की कोशिश कर रहे हैं। स्ट्रीम एक अधिक अंतर्मुखी उपकरण है, जो हर किसी की आवाज़ के बजाय आपकी आवाज़ को कैप्चर करने पर केंद्रित है। (रिंग की एक और वादा की गई विशेषता फुसफुसाहट मोड है – फहमी ने इतनी शांति से बात की कि मैं उसका एक शब्द भी नहीं सुन सका, और स्ट्रीम अभी भी पूरी तरह से प्रतिलेखित है। या कम से कम फहमी ने कहा कि ऐसा हुआ।) फहमी का कहना है कि डिवाइस का विचार इसलिए आया क्योंकि उन्हें चलना बहुत पसंद है और जब भी उनके मन में कोई विचार आता था या वह अपने एआई सहायक से कुछ पूछना चाहते थे तो उन्हें अपना फोन निकालने में परेशानी होती थी।
तदनुसार, स्ट्रीम रिंग में तीन कार्य होते हैं: एआई सहायक के साथ चैट शुरू करना, नोट्स लेना और टेक्स्ट निर्देशित करना। अभी, इनमें से अधिकतर चीज़ें स्ट्रीम कंपेनियन ऐप में होती हैं। लेकिन यह सही दीर्घकालिक उत्तर नहीं है, न ही यह सैंडबार की दीर्घकालिक योजना है। अंततः, इस तरह के उपकरण आपके द्वारा उपयोग किए जाने वाले सभी अन्य उपकरणों से जुड़े होने चाहिए, ताकि आप किसी भी सहायक के साथ चैट कर सकें, सीधे अपने मौजूदा ऐप पर नोट्स ले सकें, और कहीं भी किसी भी टेक्स्ट बॉक्स में निर्देशित कर सकें। उस आखिरी मोर्चे पर, स्ट्रीम पहले से ही कुछ आकर्षक प्रगति कर रही है: अपने डेमो में एक बिंदु पर, फहमी ने रिंग पर एक नया फर्मवेयर फ्लैश किया, इसे अपने मैक और अपने आईफोन से जोड़ा, और एक डिवाइस और फिर दूसरे डिवाइस में टेक्स्ट को मूल रूप से निर्देशित करने में सक्षम था। उन्होंने मुझे यह नहीं बताया कि यह कैसे काम करता था, लेकिन यह आश्चर्यजनक रूप से सुचारू रूप से काम करता था।
मैंने बहुत सारे AI गैजेट का परीक्षण किया है, और उनमें से अधिकांश आपके स्मार्टफ़ोन के लिए ख़राब प्रतिस्थापन हैं। लेकिन हमारे फोन भयानक इनपुट सिस्टम हैं। आपको अपना फोन लेना होगा, उसे अनलॉक करना होगा, एक ऐप खोलना होगा, एक नया नोट बनाना होगा या एक नई बातचीत शुरू करनी होगी, टैप करना होगा और टाइप करना होगा, बस अपने दिमाग से एक विचार निकालने के लिए। वॉयस असिस्टेंट और एआई चैटबॉट कुछ इंटरैक्शन को आसान बनाते हैं, लेकिन बहुत से आधुनिक जीवन में अभी भी टेक्स्ट बॉक्स में टाइप करना शामिल है। मेरे अपने घर के आराम और शांति में लैपटॉप पर बातें करना ठीक है; किसी कॉफ़ी शॉप में, ट्रेन में, या यहाँ तक कि सड़क पर चलना, यह सामाजिक रूप से समस्याग्रस्त और तकनीकी रूप से बहुत कठिन है। (और स्पष्ट रूप से, मुझे सार्वजनिक रूप से अपने एआई सबसे अच्छे दोस्तों से बात करने वाले हर किसी को सामान्य बनाने में कोई दिलचस्पी नहीं है।) स्मार्ट रिंग्स समस्या का समाधान कर सकती हैं: आप बस रिंग को अपने मुंह में लाएं, एक बटन दबाएं और बात करें। इशारा स्वाभाविक लगता है, माइक आपकी आवाज को सटीक रूप से पकड़ने के लिए आपके मुंह के काफी करीब है, और पूरी प्रक्रिया आपके हेडफ़ोन में चिल्लाने से कहीं अधिक विनीत है।
कुछ कंपनियां पहले से ही इस तरह की एआई रिंग पर काम कर रही हैं। पेबल के संस्थापक एरिक मिगिकोवस्की ने उसी कारण से इंडेक्स 01 बनाया, जिस कारण फहमी ने स्ट्रीम का निर्माण किया था: उन्हें अपने दिमाग से विचारों, अनुस्मारक और नोट्स को निकालने के लिए सबसे तेज़ संभव तरीके की आवश्यकता थी। Vocci भी है, जो उसी चीज़ का अधिक मीटिंग-केंद्रित संस्करण है। समय के साथ, हम देख सकते हैं कि ओरा और अल्ट्राहुमन जैसी कंपनियों की मौजूदा रिंग्स भी इस तकनीक में कुछ जोड़ना शुरू कर देंगी। यह जटिल तकनीक नहीं है! यह एक माइक्रोफोन है. सभी जटिल चीज़ें कहीं और घटित होती हैं, उन उपकरणों पर भी जो लगभग निश्चित रूप से आपके पास हैं।
इनमें से अधिकांश तैयार या शिपिंग उत्पाद नहीं हैं, लेकिन मैं अपने उपकरणों के साथ अधिक बात करने की संभावना से मजबूर हो गया हूं – और तेजी से आश्वस्त हो रहा हूं कि माइक्रोफोन लगाने के लिए मेरी उंगली से बेहतर कोई जगह नहीं है। स्मार्ट रिंग आपके फ़ोन को बदलने या ख़राब करने का प्रयास नहीं करते हैं – वे बस आपको इसे अक्सर अपनी जेब में रखने देते हैं।
