Geoinformationssysteme

051
Anspruch
„Computer, welche Ausweichmanöver können wir machen?“
„Äh, Leute, ich fürchte, gar keine“, sagte der Computer.
„...oder etwas anderes“, sagte Zaphod,
„...ähh...“, sagte er.
„Ich glaube, in meinem Steuerungssystem klemmt was“, verkündete
fröhlich der Computer, „Einschlag in fünfundvierzig Sekunden.
Sagt doch bitte Eddie zu mir, wenn’s Euch beruhigt.“
Quelle: Douglas Adams „Per Anhalter durch die Galaxis“, 1978
Wirklichkeit
Benutzer: „Telefon“
System: „Telefon“
Benutzer: „Nummer wählen“
System: „Nummer wählen, die Nummer bitte“
Benutzer: „2134587“
System: „2134587...und weiter?“
Benutzer: „Wählen“
System: „Die Nummer 2134587 wird gewählt“
Quelle: Carmeq GmbH, Tochterunternehmen
von Volkswagen, in Automotive 7-8.2005
Telefon, Radio und Navigationssystem per Sprachkommandos.
Die genannten Hersteller sprechen seit circa zwei Jahren
von Marktreife, jedoch zeigen aktuelle Umfragen, dass
die Akzeptanz weit unter den Erwartungen liegt. Grund
sind die oft starren Dialoge, die der Mensch mit der Maschine
führen muss, um die gewünschte Aktion ausführen
zu können, und die hohe Erwartungshaltung des Benutzers,
der hinter der Funktion Sprachsteuerung die Lösung all seiner
Bedienprobleme vermutet.
Anspruch und Wirklichkeit
Die Diskrepanz zwischen Anspruch und Wirklichkeit führt
beim Benutzer oft zu einer Frustration, die die anfängliche
Begeisterung für einfache Bedienprozesse zunichte macht
und nicht selten zu einer grundlegenden Verweigerungshaltung
führt. Dabei können auf einfachen Sprachkommandos
basierende Systeme großen Nutzen bieten. Stichwort Barrierefreiheit:
Sprachgesteuerte Wählmöglichkeiten am Telefon
oder der Bedienung von Geräten im Haushalt steigern die
Lebensqualität von behinderten Personen. Natürlich gestaltete
Dialogabläufe geraten in den Hintergrund, werden aber
weiterhin angestrebt.
In Zusammenhang mit der im Vergleich zur Mensch-
Mensch-Kommunikation oftmals rudimentär erscheinenden
Mensch-Maschine-Dialoge wird der technische
Fortschritt auf diesem Gebiet gelegentlich in Frage gestellt.
Betrachten Entwickler zudem die seit etwa zehn Jahren steigenden
Ausgaben renommierter Forschungsinstitutionen
und stellen diese den auf dem Markt erhältlichen Produkten
gegenüber, so stellt sich unweigerlich die Grundfrage, ob das
Problem der maschinellen Sprachverarbeitung überhaupt
lösbar ist. Die Antwort: ein klares „Jein“. Entscheidend
für den Erfolg ist das Einsatzgebiet und die Komplexität
der Verarbeitungsaufgabe. Das Ausführen automatisierter
Prozesse durch Eingabe von Einzelwörtern betrachten viele
als gelöst; anspruchsvolle Verarbeitungsprozesse von natürlichen,
frei gesprochenen Äußerungen bis hin zur maschinellen
Übersetzung multilingualer Äußerungen jedoch sind
nur teilweise gelöst.
Zwar sind die Teilprozesse des menschlichen Sprachverarbeitungsprozesses
in der psychologischen Grundlagenforschung
verstanden und auf Basis dieser in den
akademischen Fachbereichen künstliche Intelligenz und
Computerlinguistik auf Maschinen abgebildet worden: Es
fehlt aber das Gesamtkonzept, welches die Wechselwirkungen
der Verarbeitungsstufen untereinander beschreibt. Dass
die Rechenleistung eine Komponente zur Steigerung des
Verarbeitungsniveaus bietet, ist offensichtlich. Es ist aber
nicht richtig, dass dies ein leistungslimitierender Faktor ist.
Denn bereits im Jahr 1922 kam das erste Spracherkennungssystem
auf den Markt, eingebaut in einem Spielzeughund
mit Namen „Rex“, der bei Nennung seines Namens bellte.
In den folgenden Jahrzehnten beschäftigten sich vor allem
Forscher in den Vereinigten Staaten mit dem Thema
Spracherkennung. Den Forschern der Bell Labs gelang es
1950, den ersten Computer vorzustellen, der vom Mensch
gesprochene Zahlen verstand. Neben den Bell Labs forschten
in den 60er und 70er Jahren vor allem das US-Verteidigungsministerium
(heute: DARPA) und IBM in diesem
Bereich. Letzteren gelang 1984 der Durchbruch mit einem
Großrechnersystem, welches bereits 5.000 englische Wörter
erkannte. IBM war es, die 1986 das erste Diktiersystem für
einen Standard-PC auf den Markt brachten und 1992 mit
dem „IBM Speech Server Service“ (ISSS) und einer Erkennungsleistung
von 30.000 Wörtern Maßstäbe setzten.