Una de las partes más extrañas de la presentación de Google I/O 2018 fue aquella en la que una máquina habló por teléfono con un humano y era muy difícil distinguir entre ambas voces.

[adsenseyu1]

Aquella conversación se enmarcó en una demostración de Google Duplex, una nueva tecnología basada en Inteligencia Artificial que busca “llevar a cabo conversaciones naturales para realizar tareas mundanas a través del teléfono”.

En el ejemplo, Duplex llamó a un restaurant y reservó una mesa para una cantidad específica de personas, en una fecha determinada. La interacción con la persona del restaurant fue bastante natural (obviamente, dejamos un espacio para la duda por tratarse de una demostración que debe ser efectiva) y Duplex reconoció sin problemas los titubeos normales de una persona al hablar.

El video de abajo lo explica todo:

Esto pasa porque, según Google, cuando las personas hablan entre sí utilizan frases más complejas que cuando le hablan a un computador. Entonces, si la persona en el teléfono cree que está hablando con un humano, no hará distinción y su fraseo no será del todo perfecto.

Ahí entra el algoritmo de Google para distinguir palabras y frases dependiendo del contexto. El algoritmo se basa en una Red Neuronal Recurrente diseñada específicamente para resolver este tipo de problemas, basada a su vez en la tecnología TensorFlow de Google. Y así también se modela la forma en que la máquina “habla”, incorporando diferentes tonos, velocidades y hasta frases tipo “umm” entre palabra y palabra.

Una explicación super detallada y con ejemplos de como funciona Duplex está en el blog de Google para los interesados. Sobre la integración con los actuales sistemas de Google, lo más lógico sería que en algún momento esto se integre con Google Assistant y que con apenas un comando, la voz no robótica del robot Duplex sirva para pedir comida por teléfono.