Vlákno názorů k článku Google k patentovému stolu přijel na Motorce za 12,5 miliard dolarů od Miroslav Buček - Hádám, že s designem a dotekym dlouho nevystačí....

Hádám, že s designem a dotekym dlouho nevystačí. Co má v rukávu?

Rychle? Podívejte se na historii Newton od Apple a to musel už předtím nějakou dobu probíhat výzkum. Spíš bych to porovnával, jak dlouho lidem vydrželo ovládání skrze myš, a jak dlouho jim budou stačit prsty. Jinak Apple se již velmi dlouho a intenzivně věnuje komunikaci hlasem. Takže, z toho se dá soudit kam směřuje dál. A nejen Apple, není přeci jediný hráč na tomto poli.

V tom máte naprostou pravdu. Pamatuji, když ovládání hlasem bylo součástí systému OS X v roce 2001. Jen to mělo drobný problém, reagovalo to často jen na angličtinu ze západního pobřeží :) Já jen odpovídal na dotaz, co dalšího může mít Apple v rukávu po dotykovém ovládání. A jak vidíme, Apple málo kdy přijde s něčím novým nebo něčím co by nezkoušel někdo jiný. A jak píšete, ono se to neujalo. Jen dovedou vymyslet řešení, které se masově ujme. Tak uvidíme, uslyšíme.

Hlasové ovládání uměl už OS2/Warp v roce 1996 (ale neběželo to na slabším HW) :-)

Vše má svůj čas a chce to ty správné technologie. Jak bych se asi v 1992 s 3,5" disketou v ruce díval na člověka, který by mi něco tvrdil o 64 GB USB klíčence, nebo rád vzpomínám na svého profesora ze střední, který nám na vážno tvrdil, "Ty nové 486DX procesory na 100 MHz jsou těsně před technologickým vrcholem taktování procesorů". Učil nás radioelektroniku, a měl za to, že frekvence nad 200 MHz povede k elektromagnetickému rušení uvnitř procesoru, vlivem vyzařování. A pan profesor byl kapacita a velmi kvalifikovaný. Jen byla jiná doba. Když jsem 1985 dělal ročníkovou práci "Digitalizace TV signálu", tak profesionálové z oboru tvrdili, že je to slepá cesta, protože 33 MB/ sec. není možné bezeztrátově ukládat (i AV disky měli své hranice) natož zpracovávat. A jaká je skutečnost kde? navíc s FullHD oproti klasické PAL normě.

No, 64 GB flash bych tenkrát klidně věřil, to bylo možné už tehdy (akorát se tomu říkalo EEPROM), pouze by to bylo pekelně drahé. Stejně tak ukládání 33 MB/s je čistě o rychlosti technologie. Na hlas technologie máme (nebo jaký konkrétní _technologický_ problém tam vidíte?), ale prostě se to nechytlo. Tady je problém spíš v psychologii / ergonomii. Je možné, že nějaká firma vymyslí nějakou marketingovou fintu, jak natlouct lidem do hlavy, že hlasové ovládání je cool, ale příliš tomu nevěřím.

Nejak jsem si vzpomnel na jeden post z FIDOnetu blahe pameti (parafrazuji):
"Sedel jsem pred pocitacem z zkousel hlasove ovladani -nehoru, doprava, posun, spust ... Prisla zena a pet minut na me mluvila. Dalsi dve hodiny jsem ztravil uvadenim pocitace do puvodniho stavu"

Pokud vím tak to není vyladěné ani v angličtině, hlasové ovládání je notoricky nespolehlivé. Další problém je neexistence použitelného chápání přirozeného jazyka, takže si člověk musí pamatovat příkazy, jinak to nefunguje.

Přesně tak. Že hlasové ovládání je "The Next Big Thing" slýchám už asi patnáct let a kde nic tu nic.

Věřit šlo čemukoliv, ale ty ceny :) Dodnes mám schovaný ceník komponent z roku 1992, abych to pak někdy mohl ukazovat vnoučatům společně s LP deskami. Proto jsem mluvil o technologickém pokroku, v době kdy jsem platil 32 MB RAM = 32.000 Kč, tak i na profesionální použití, bych nekoupil mých dnešních 8 GB RAM co mám v NTB.

Máte pravdu, že 33 MN/ sec. je datový tok bez jakékoliv komprese, ale ony tehdy ani nebyly na trhu. Resp. v tehdejším NSR byla k mání grafická karta s MJPEG kompresí a digitalizací, jenže to bylo nedostupné i nezaplatitelné. Stejně je to s tím rozpoznáváním hlasu, už to na trhu je, dokonce to dobře funguje, ale pro masové použití to zatím není. Ale časem si na to lidé zvyknou, stejně jako na mobilní telefony. Copak na počátku v době telefoních budek a vymožeností v podobě tlačítkové klávesnice (většina stále točila s kolečkem), nebyly lidé za exoty, že jdou po ulici a vykládají si samy pro sebe s rukou u ucha.

Já bych vůbec nevsázel na marketing, to je místní lidová pověra, že např. Apple má kouzelný marketing (jejich výdaje na reklamu/ marketing nejsou vůbec velké). Spíš bych vsadil na firmu, co vymyslí "něco", aby to lidi začalo bavit a chtěli to. A než na Apple bych vsadil na Korejce nebo Taiwan, oni jsou velcí hračičkové.

No právě. Překážkou byla cena, to je věc, se kterou se technologicky dá něco dělat (většinou).

Hlasové ovládání je na trhu, rozpoznávání funguje dobře, cena problém není a přesto to lidé nepoužívají => není to problém technologie. Pro CZ to rozpoznávání hlasu není nic moc, ale pro angličtinu je vyladěné výborně a přesto se používá jen ve specializovaných aplikacích, např. objednávání letenek po telefonu.

Lidi s mobily možná byli divní, ale rozšíření mobilů to nijak nebránilo, protože mobily lidem něco přinášely - na rozdíl od hlasového ovládání.

IMHO problém toho hlasu je v několika věcech:

- Rušení ostatních (dokážete si představit pracovat v kanceláři, kde lidé ovládají svůj počítač hlasem?)
- Jdou tím dělat jen obecné věci, složitější věci je většinou nutné zdlouhavě popisovat, některé nejdou dělat prakticky vůbec (třeba kreslení)
- Případů, kdy to ovádání _výrazně_ zrychlí / zpohodlní je málo
- Nejde tím (rozumně) dělat menu - člověk si musí pamatovat, co má říct, což je komplikovanější, než prostě kliknout do zobrazeného menu. (A pokud tam menu / možné příkazy zobrazené je, je jednodušší ťuknout prstem, než vyslovovat položku.)

Kouzelný marketing se pozná právě podle toho, že nepotřebuje velké výdaje na reklamu (ale o Apple jsem předtím nemluvil) ;-)

Jinak ano, to "vymyšlení něčeho" jsem měl na mysli, ale moc tomu nevěřím. To už spíš na nějaké "telepatické" ovládání snímáním mozkových vln.

Ovladani hlasem tu uz peknych par patku existuje a funguje uplne vpohode, jen se nejak neujalo. Lidi si totiz pripadaj blbe, kdyz mluvej na svuj mobil/... (specielne pokud sou okolo dalsi lide).