Głosowa rewolucja z polskimi korzeniami: Alexa świętuje 10 urodziny!

Co więcej, zapoczątkowała nową erę interakcji człowiek-technologia. Za sukcesem Alexy kryje się jednak coś więcej niż tylko innowacyjne rozwiązania – jej historia to fascynująca opowieść o pasji, wizji, badaniach i małej firmie z Pomorza.

Gdy dekadę temu Amazon wprowadzał Alexę, pierwsi użytkownicy postrzegali ją jako technologiczną „osobliwość”. Pojawiały się wątpliwości: kto chciałby rozmawiać z głośnikiem? Czy nie wystarczy aplikacja na smartfona? Twórcy Alexy mieli jednak wizję, którą konsekwentnie realizowali od lat. Chodziło o stworzenie inteligentnego asystenta, który umożliwi ludziom interakcję z technologią w sposób tak naturalny, jak rozmowa z drugim człowiekiem. Alexa miała być czymś więcej niż tylko asystentem głosowym – miała stać się „cyfrowym domownikiem” odpowiedzialnym za kontrolę inteligentnych urządzeń, wyszukiwanie informacji, tworzenie list zakupów czy zarządzanie naszymi harmonogramami. Jej głównym atutem była prostota – wystarczyło jedno słowo kluczowe („Alexa”), aby aktywować system i zadać pytanie lub wydać polecenie. Tak narodziła się rewolucja, której mało kto się spodziewał.

W procesie powstawania systemu kluczową rolę odegrali polscy inżynierowie. Ważnym krokiem na drodze do sukcesu Alexy było przejęcie przez Amazon polskiej firmy IVONA Software, która już w latach 2000. rozwijała własnego asystenta głosowego. IVONA była rodzimym liderem w dziedzinie syntezy mowy, a jej technologie umożliwiały generowanie naturalnie brzmiących głosów.
Firma IVONA Software, założona w Gdyni, zaczynała jako niewielki startup. Jej głównym celem było tworzenie realistycznej syntezy mowy. Michał Kaszczuk i Łukasz Osowski – twórcy IVONY – 20 lat temu stworzyli firmę technologiczną, by rozwijać innowacyjne projekty związane z technologią text-to-speech. We wspomnieniach osób, które pamiętają początki tego przedsięwzięcia, jednogłośnie podkreślana jest bardzo dobra, niemal rodzinna atmosfera, panująca w zespole.
– Rodzinną atmosferę w firmie najlepiej dało się dostrzec podczas naszych wspólnych wyjazdów na kajaki czy firmowych ognisk. Wtedy najbardziej odczuwałem, że osoby wokół to nie tylko moi współpracownicy, ale także przyjaciele – wspomina w najnowszym odcinku podcastu ALEXA STAGE, Adam Nadolski, Principal Engineer, Amazon.

Pierwotnie IVONA zdobyła uznanie głównie w branży telekomunikacyjnej i technologicznej, a system stosowany był w aplikacjach dla osób słabowidzących, w nawigacji GPS czy czytnikach e-booków. Najważniejszym osiągnięciem IVONY była zdolność do generowania syntezowanych głosów, które brzmiały naturalnie, co odróżniało ją od większości konkurencyjnych rozwiązań. Dzięki tej technologii „mowa” wirtualnych asystentów przestała brzmieć mechanicznie i „sztucznie”.

Obszar działań startupu był wówczas na tyle interesujący, że szybko znalazł się pod obserwacją światowych gigantów. W 2013 roku, jako jedni z pierwszych globalnych potentatów, Amazon zrobił zwrot ku inwestycjom w dziedzinie rozwojowych technologii głosowych. Przejął IVONA Software, rozpoczynając tym samym budowę potęgi w dynamicznie rozwijającym się segmencie inteligentnych asystentów głosowych. W Pomorskim Parku Naukowo-Technologicznym, a później w gdańskim Olivia Business Center, powstało jedno z naszych kluczowych centrów technologicznych, które miało ogromny wpływ na rozwój tej technologii. Dzięki tej współpracy Amazon położył solidne fundamenty pod rozwiązania głosowe, które dzisiaj wspierają miliony użytkowników na całym świecie.

Pomysł wydawał się dość radykalny. Ówcześnie dyskutowano bowiem o tym, jak duży smartfon i jakich rozmiarów wyświetlacz można zaprojektować. Amazon postanowił obrać zupełnie inną, pionierską ścieżkę – stworzyć urządzenie bez ekranu, którego nie da się schować do kieszeni, za to można obsługiwać je głosem. Projekt Alexy objęty został ścisłą poufnością, a w gronie osób pracujących nad technologią nadano jej przydomek “projekt D”.

Samo przejęcie IVONA Software z początku owiane było tajemnicą. Niosło to za sobą szereg wyzwań, np. w zakresie rekrutacji. Z jednej strony projekt wymagał zatrudnienia wielu dodatkowych inżynierów, z drugiej rekrutację prowadzono pod szyldem małego startupu, który musiał konkurować ze znacznie większymi brandami. Stąd dzień, kiedy logotyp IVONA Software zastąpiono logo Amazon, był dla wielu niemałym zaskoczeniem.

Na początku Alexa była przede wszystkim narzędziem do odtwarzania muzyki i wyszukiwania informacji w internecie. Z czasem jej funkcje zaczęły się jednak rozwijać, a Amazon regularnie wprowadzał aktualizacje, które wzbogacały jej możliwości. Dziś, dzięki integracjom z innymi urządzeniami IoT (Internet of Things), Alexa stała się np. interfejsem do zarządzania inteligentnymi domami. Stanowi także ułatwienie w codziennym życiu osób starszych, którym ułatwia m.in. wezwanie pomocy.
Możemy spodziewać się, że w przyszłości Alexa stanie się jeszcze bardziej „inteligentna” – być może w pełni zrozumie nasze emocje i intencje, a interakcje z nią będą jeszcze bardziej naturalne. Bez wątpienia jej historia jest przykładem na to, jak małe innowacje mogą przekształcić się w globalne rewolucje technologiczne.

Dalszy rozwój Alexy to temat wielu rozmów, podejmowanych m.in. w ALEXA STAGE – podcaście poświęconym technologii i AI, w którym udział biorą ludzie nauki, sztuki czy inżynierii. W przystępnej i interaktywnej formie zaproszeni goście, wśród których byli już m.in. Aleksandra Przegalińska, Natalia Hatalska, Ola Kunysz, Edwin Bendyk, prof. Włodzisław Duch i Jacek Dukaj dyskutują o tym, jak AI wpisuje się w różnorodne aspekty życia oraz przekłada się na zmiany społeczne i kulturowe. Najnowszy odcinek ALEXA STAGE poświęcony historii Alexy oraz pełną listę wcześniejszych rozmów znaleźć można na platformach Youtube, Audible oraz Amazon Music.