เปิดตัวผลิตภัณฑ์เทคโนโลยีใหม่
- เปิดตัวผลิตภัณฑ์เทคโนโลยีใหม่ในราคา $699
- เริ่มเปิดรับคำสั่งซื้อในสหรัฐอเมริกาตั้งแต่วันที่ 16 พฤศจิกายน
- สามารถดูข้อมูลทางเทคนิคโดยละเอียดของผลิตภัณฑ์ได้ที่เว็บไซต์ 'trustcosmostech'
ความเห็นของ GN⁺
- ข้อมูลที่สำคัญที่สุดในบทความนี้คือ มีการเปิดตัวผลิตภัณฑ์เทคโนโลยีใหม่ พร้อมเปิดเผยราคาและวันเริ่มสั่งซื้อ
- สำหรับผู้หลงใหลในเทคโนโลยีและผู้บริโภค บทความนี้ให้ข้อมูลที่เป็นประโยชน์ซึ่งช่วยกระตุ้นความสนใจต่อผลิตภัณฑ์ใหม่และทำให้อยากพิจารณาซื้อ
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
เธรดที่กำลังคุยกันอยู่เกี่ยวข้อง: The Humane AI Pin Launches Its Campaign to Replace Phones - https://news.ycombinator.com/item?id=38207656 - พฤศจิกายน 2023, ความคิดเห็น 130 รายการ
มีหลายเหตุผลที่ทำให้ผลิตภัณฑ์นี้อาจไม่ประสบความสำเร็จ แต่แค่การที่คนยังกล้า ลองสิ่งใหม่ๆ ก็น่าตื่นเต้นแล้ว และดีไซน์ก็ดูค่อนข้างดี
มองเผินๆ อาจปัดทิ้งได้ง่าย แต่ดูเหมือนพวกเขากำลังคิดเรื่อง รูปแบบการโต้ตอบแบบใหม่ กันอย่างจริงจัง ในระยะยาว แนวคิดที่ว่า “คอมพิวเตอร์จะค่อยๆ หายไป” ก็มีโอกาสจะถูกต้อง งานส่วนใหญ่ที่เราทำกับคอมพิวเตอร์และโทรศัพท์ ไม่จำเป็นต้องมีหน้าจอเสมอไป ยกเว้นการเสพคอนเทนต์อย่างการอ่าน รูปภาพ หรือภาพยนตร์ ถ้าคอมพิวเตอร์รบกวนปฏิสัมพันธ์ระหว่างคนน้อยลงและถอยออกไปได้มากขึ้น ก็น่าจะเป็นเรื่องดี
แต่ก็ยังไม่แน่ใจว่านี่คือคำตอบหรือไม่ กล้องที่หันออกด้านนอกยังทำให้ความกังวลเรื่องความเป็นส่วนตัวและความรู้สึกน่าขนลุกเป็นเรื่องจริงอยู่ อีกทั้ง latency และอายุแบตเตอรี่ก็อาจเป็นข้อจำกัดใหญ่ ราคาเองก็เป็นอุปสรรคตั้งแต่แรกสำหรับหลายคน รวมถึงฉันด้วย
ถึงอย่างนั้น มันก็น่าประทับใจเพราะมีวิสัยทัศน์อยู่ด้วย อินเทอร์เฟซแบบสนทนายังไม่เคยสำเร็จจริงด้วยหลายเหตุผล แต่ไม่ได้แปลว่ามันเป็นไปไม่ได้ในทางหลักการ และถ้าทำได้อย่างอุดมคติ มันก็น่าเย้ายวนมาก ยินดีที่ได้เห็นความพยายามนี้ และจอเลเซอร์ก็ดูเท่ดี
ฉันศึกษาเรื่อง เสียง UI/UX มาพอสมควรหลายปี และถึงจะมี large language model แล้ว ก็ยังสงสัยผลิตภัณฑ์นี้มาก ในยุค Siri/Alexa มันจริงที่ขาด LLM ที่จะเปลี่ยน “บรรทัดคำสั่งเสียง” ให้กลายเป็น “อินเทอร์เฟซแชต” แต่ก็ไม่ใช่เหตุผลเดียวที่มันล้มเหลว
ปัญหาใหญ่คือ ความหนาแน่นของข้อมูลและความเป็นเส้นตรง ของแชต โดยเฉพาะเสียง หน้าจอทำให้สายตาเคลื่อนที่ในพื้นที่ 2 มิติ กวาดดู sidebar, ย่อหน้า, ปุ่ม, แถบต่างๆ พร้อมกันได้ แต่การสนทนานั้นฟังหรืออ่านได้ทีละอย่าง และรายการต่างๆ ก็ต้องนำเสนอทีละข้อ ดังนั้นไม่ว่าจะสำรวจ decision tree หรือ menu tree แบบไหนก็ช้ามาก การออกแบบแบบ mobile-first ช่วยทำให้มันง่ายขึ้นบ้าง แต่ก็ยังไม่พอ วิธีที่ให้ TTS อ่านออกมาจะยิ่งช้ากว่าเดิมในการหาข้อมูลที่ต้องการ
เพราะอย่างนี้ที่ผ่านมาอุปกรณ์เสียงจึงไปลงตัวกับงานควบคุมง่ายๆ อย่างสมาร์ตโฮม สื่อ ตัวจับเวลา และการดึงข้อมูลพื้นฐาน เช่น อากาศ การแจ้งเตือนกริ่งประตู หรืออ่านข้อความล่าสุด นี่ยังไม่รวมข้อเสียที่เลี่ยงไม่ได้ของ UI เสียง เช่น ต้องพูดออกเสียงในที่สาธารณะ และการรู้จำผิด
ฉันคิดว่าสิ่งที่ดีที่สุดสำหรับอุปกรณ์เสียงแบบนี้คือการโฟกัสที่ประสบการณ์ง่ายๆ อย่าง “ช่วงนี้ฉันพลาดอะไรไปบ้าง” แบบที่พวกเขาทำ แล้วหวังว่า AI จะทำได้ดีพอ จอเลเซอร์อาจช่วยในการแสดงเมนูทั้งหมดพร้อมกันในงานอย่างการควบคุมสื่อ แต่สุดท้ายก็มีโอกาสสูงที่จะใช้งานอึดอัดเหมือนสมาร์ตวอตช์ที่แย่กว่าเดิม
พูดตามตรง สิ่งที่ทำให้ลังเลที่สุดคือ รูปแบบแบบเข็มกลัด นี่แหละ ถ้ารวมโปรเจ็กเตอร์เข้าไปด้วยก็ดูใหม่ดี แต่จะหนักแค่ไหน และจะกระทบความสบายเวลาใส่เสื้อผ้าอย่างไร? ถ้าใส่แจ็กเก็ตหรือผ้าพันคอล่ะ? เวลาเดินมันจะห้อยแกว่งไหม?
สมองของเราน่าเสียดายที่มีประสาทสัมผัสสำหรับโต้ตอบกับโลกภายนอกอยู่แค่ 5 อย่าง และในนั้นการมองเห็นมี ความหนาแน่นของข้อมูล สูงที่สุดและใช้งานง่ายที่สุด ดูแล้ว หน้าจอ คงไม่หายไปไหนในเร็วๆ นี้
สำหรับฉัน โปรเจ็กเตอร์ก็นับเป็นหน้าจอเหมือนกัน และก็มีประวัติยาวนานพอสมควรแล้ว แต่สิ่งที่น่าตื่นเต้นคือ brain-computer interface แบบเชื่อมตรง ราวกับเพิ่มประสาทสัมผัสที่หกเข้ามา
การต้องพูด คำสั่งเสียง ใส่อุปกรณ์ทุกไม่กี่นาทีน่ารำคาญกว่าการที่ใครสักคนก้มมองโทรศัพท์แล้วพิมพ์มาก ถึงอย่างนั้นก็ยอมรับว่าแค่เห็นแวบแรกมันดูเท่มาก แต่ในโลกความจริง ดูเป็นไอเดียที่ไม่ดีเพราะคนจะต้องออกคำสั่งเสียงบ่อยเกินไป
ในเดโมมีการถามว่า “สุริยุปราคาครั้งถัดไปคือเมื่อไร และดูที่ไหนดีที่สุด?” ซึ่ง AI ตอบวันที่ 8 เมษายน 2024 ได้ถูกต้อง แต่กลับ หลอนข้อมูล เต็มๆ ว่า “สถานที่ที่ดีที่สุดคือ Exmouth ในออสเตรเลียและ East Timor”
ทั้งที่สุริยุปราคาครั้งนี้จะเห็นได้เฉพาะในอเมริกาเหนือ และมองไม่เห็นจากออสเตรเลียหรือ East Timor โชคดีที่ไม่ได้ขอให้มันจองตั๋วไปออสเตรเลียให้วันที่ 7 เมษายน ถ้าเป็นเดโมเทคโนโลยี ก็น่าจะต้องตรวจสอบก่อนหรือเปล่าว่า AI มีอาการหลอนข้อมูลไหม
ไม่อยากเชื่อเลยว่าปล่อยสิ่งนี้ไว้แบบนั้น โฆษณาอย่างน้อยก็ควรทำให้มันดูดี แต่ผลลัพธ์กลับตรงข้ามกับวิดีโอโปรโมตโดยสิ้นเชิง
น่าจะได้บทเรียนจากเดโมหลอนข้อมูลของ Google Bard แล้วแท้ๆ
(1) https://www.space.com/33784-solar-eclipse-guide.html
ปัญหาใหญ่ที่สุดคือคนเราไม่ชอบ พูดกับคอมพิวเตอร์ ในที่สาธารณะ
Alexa เข้าใกล้การใช้งานอย่างแพร่หลายได้มากที่สุดก็เพราะมันใช้ในพื้นที่ส่วนตัวอย่างบ้านได้
อุปสรรคใหญ่อีกอย่างของ voice UI คือเส้นแบ่งว่าอะไรทำได้หรือทำไม่ได้มันไม่ชัดเจน พอได้ยินคำว่า “ขออภัย ฉันทำแบบนั้นไม่ได้” สักไม่กี่ครั้ง คนก็จะเลิกใช้
ฉันเจอเรื่องนี้มากับ GPT voice โดยตรง ความสามารถมันยอดเยี่ยม แต่แทบไม่มีที่ไหนที่รู้สึกโอเคที่จะจู่ ๆ พูดกับอะไรสักอย่าง นอกจากตอนเดินอยู่ข้างนอกหรือนั่งอยู่ในออฟฟิศของตัวเอง
กรณีก้ำกึ่งคือเวลาสวมเอียร์บัดอยู่จนดูเหมือนกำลังคุยโทรศัพท์กับใครสักคน แต่ถึงอย่างนั้น ปกติคนก็ไม่ได้คุยโทรศัพท์ในที่สาธารณะโดยไม่เว้นระยะจากคนอื่นอยู่ดี มีเหตุผลที่ทุกวันนี้การสื่อสารเบา ๆ ส่วนใหญ่เป็น ข้อความ ไม่ใช่เสียงหรือวิดีโอคอล
ถ้าเอาของอย่าง GPT Vision กับ Whisper มารวมกันด้วย ก็น่าจะรู้สึกเป็นธรรมชาติมากขึ้นอีกในไม่ช้า
พูดตรง ๆ ว่าน่าแปลกใจที่ Apple ไม่ดันเรื่องนี้ให้แรงกว่านี้ ทั้งที่โปรโมต Siri มากขนาดนั้นแต่สำหรับฉันมันไม่มีประโยชน์เลย Apple ดูเป็นบริษัทที่น่าจะทำอะไรแบบ AI Pin ได้ แต่จากภายนอกกลับมองไม่ออกเลยว่ากำลังทำอะไรอยู่ในด้านนี้ เหมือนตั้งใจยืนดูเรือออกไปเฉย ๆ
เสริมอีกนิดว่า ชุด Pin + AirPods อาจเป็นวิธีโต้ตอบที่เงียบกว่าซึ่งใช้ได้ดี
ตอนที่ Apple ดัน Shortcuts ฉันก็เคยลองใช้อย่างจริงจัง แต่ อัตราความล้มเหลว 30% นั่นแหละที่ร้ายแรงถึงขั้นตัดสินทุกอย่าง แม้ดูจากงานเปิดตัวแล้วจะเริ่มสนใจผลิตภัณฑ์ของ Humane แต่ฉันอยากเห็นโหมดเวลามันพลาดก่อน และไม่อยากเป็นคนแรกที่ไปซื้อของใหม่ที่กลายเป็นเหมือน 3Com Audrey รุ่นใหม่ เลยคิดว่าจะรอดูไปก่อนสักพัก
ฉันไม่คิดว่าปัญหานี้จะอยู่นาน โหมดเสียงของ ChatGPT มาใกล้ถึงประมาณ 99% แล้ว ปัญหาที่เหลือคือจังหวะของบทสนทนาเท่านั้น ยังแทรกจังหวะพูดกับ ChatGPT แบบเป็นธรรมชาติไม่ได้และต้องกดปุ่ม
มันดูเหมือน Apple Watch ที่มีความสามารถน้อยกว่า แต่ติดไว้ที่เสื้อแทนข้อมือ
เป็นเรื่องจริงที่ตอนนี้ Siri ยังไม่ยอดเยี่ยม แต่ Apple ก็กำลังเร่งสร้างโมเดลภาษาขนาดใหญ่ของตัวเองอยู่ ดังนั้นคงเปลี่ยนแปลงเร็ว
มันเป็นโปรเจกต์ที่เท่มาก แต่ดูไม่น่าใช่ผลิตภัณฑ์ที่คนส่วนใหญ่ต้องการ มันให้ความรู้สึกแบบ Google Glass
ยังทำซ้ำความพยายามชวนเขินแบบเดียวกับที่ Google Glass เคยทำ คือเหมือนพอเอาขึ้นรันเวย์ Fashion Week แล้วจะกลายเป็นของแฟชั่นได้ทันที: https://images.fastcompany.net/image/upload/w_1200,c_limit,q...
การยกข้อมือขึ้นมาดูหน้าจอเล็ก ๆ แล้วพูดใส่มันเป็นเรื่องที่เข้าใจได้ทันที แต่ widget ของ Humane ไม่ใช่แบบนั้น
แค่ลองนึกถึงสถานการณ์ง่าย ๆ อย่างการสั่งงานด้วยเสียงในที่สาธารณะ Watch สามารถยกเข้าใกล้ปากและใช้มืออีกข้างบังทั้งสองอย่างไว้เพื่อพูดให้เบาลงได้ แล้ว Humane จะให้ย่นเสื้อขึ้นมาทางหน้าเหรอ?
แถมฉันยังอยู่ในพื้นที่ที่แดดแรงที่สุดแห่งหนึ่งบนโลก เลยยากจะเชื่อว่าจะมองเห็น หน้าจอฉายแสง บนมือได้เวลายืนอยู่ข้างนอก
ถึงอย่างนั้นฉันก็สนับสนุนการสำรวจและไอเดียใหม่ ๆ และพร้อมยอมรับถ้าตัวเองคิดผิดเรื่อง form factor นี้ แต่ปัญหาเรื่องอินเทอร์เฟซของคอมพิวเตอร์สวมใส่ได้ดูเหมือนถูกแก้ไปได้ค่อนข้างดีตั้งแต่หลายร้อยปีก่อนแล้ว และถ้าจะพลิกมันกลับคงต้องใช้เหตุผลมาหว่านล้อมกันมากพอสมควร
จุดต่างเพียงอย่างเดียวอาจจะเป็น การแปลแบบเรียลไทม์ แต่ก็ไม่ใช่งานที่ใช้บ่อย และถ้าจำเป็นจริง ๆ ก็แค่หยิบโทรศัพท์ขึ้นมาใช้ Google Translate ได้
ฉันชอบฮาร์ดแวร์ใหม่ ๆ เลยเสียดายนิดหน่อย แต่ด้วยราคาและความสามารถแบบนี้ อย่างน้อยสำหรับฉันมันไม่ใช่ผลิตภัณฑ์ที่เหมาะ
ปัญหาคือการใช้ voice interface ในที่สาธารณะทำให้ดูงี่เง่า ต่อให้มันใช้งานได้จริงก็ตาม และอุปกรณ์อาจต้องพูดเรื่องส่วนตัวกลับมาหาฉันด้วย
“Hey Humane, เพิ่มประชุมวันอังคารหน้าตอนบ่าย 2 ให้หน่อย”
“ขออภัย Dave ฉันทำแบบนั้นไม่ได้ คุณมีนัดโรงพยาบาลเรื่องริดสีดวงทวาร”
ถ้าถามกันตรง ๆ มันแก้ปัญหาอะไร? พอ Apple เอา large language model ไปใส่ใน Siri มันจะไม่จบทันทีเหรอ?
ไม่เข้าใจเลยว่าทำไมต้องจ่าย 600 ดอลลาร์พร้อมค่าสมาชิกรายเดือนเพื่อใช้สิ่งนี้ แทนนาฬิกา โทรศัพท์ หูฟัง หรือลำโพงที่มีอยู่แล้ว
และก็ไม่เข้าใจความหมกมุ่นกับการใช้เสียงเป็นช่องทางหลักในการโต้ตอบแล้วทิ้งหน้าจอไป อย่างน้อย Google Glass หรือ AR ก็ยังอ่านได้
หลายปีก่อนในงานเปิดตัว Google I/O เขาพูดว่าผู้ใช้ต้องการ การโต้ตอบแบบหลายรูปแบบ ยกตัวอย่างเช่น ขอคำแนะนำร้านอาหารด้วยเสียง แล้วดูรายการผลลัพธ์บนอุปกรณ์ แบบนี้ทั้งคำสั่งและผลลัพธ์ก็ถูกนำเสนอด้วยวิธีที่ง่ายที่สุดในแต่ละส่วน และคนก็สลับไปมาระหว่างสองแบบได้อย่างเป็นธรรมชาติ
ผลิตภัณฑ์นี้ดูเหมือนจะตายตั้งแต่วันเปิดตัว ใครจะอยากยกมือค้างแบบนั้น? ใครจะอยากดู “หน้าจอ” ที่ไม่ได้เรียบเสมอกันแบบนั้น? แล้วจะใช้ได้ไหมตอนเดิน หรือตอนอยู่ในรถ รถบัส หรือรถไฟใต้ดินระหว่างเดินทาง?
นี่ไม่ใช่การเปิดตัวที่เกิดจาก ความเข้าใจผิดเรื่องต้นทุนจม หรอกหรือ?
พูดอีกครั้งนะ มันคือ combadge มันแก้ปัญหาที่ชัดเจนอยู่แล้วว่า combadge ไม่มีอยู่จริงและไม่มีใครใช้
หรืออย่างน้อยก็เกือบจะเป็น combadge นับว่าเป็นก้าวไปข้างหน้าที่มีคุณภาพ แต่ก็มีฟีเจอร์ไม่พึงประสงค์เยอะเกินไปอย่างการสมัครสมาชิก ถ้าเป็น Ferengi combadge ก็คงพอเข้าท่าได้ด้วยซ้ำ ไม่ต้องมีหน้าจอ ไม่ต้องมี wake word ด้วย combadge ไม่จำเป็นต้องมีโปรเจกเตอร์ภาพ และไม่จำเป็นต้องมีการควบคุมแบบสัมผัสที่ซับซ้อน ถ้าตัดฟีเจอร์พวกนั้นทิ้งไป ความเข้ากันได้ระหว่างผลิตภัณฑ์กับปัญหาอาจจะดีขึ้น
ในตลาดผู้บริโภค มันแข่งไม่ได้เพราะไม่ได้ช่วยให้คนเสียเวลาไปกับโซเชียลมีเดีย ในตลาดองค์กร มันก็แข่งไม่ได้เพราะไม่มีหน้าจอ ไม่มีอีเมล ไม่มีสเปรดชีต ไม่มีแอปแชตเพื่อการทำงานร่วมกันที่ทุกคนคุ้นเคยกันแล้ว แถมคงถ่ายภาพได้ไม่ดีนัก และถ้าจะดูภาพหรือวิดีโอที่ถ่ายจากอุปกรณ์นี้ ก็ยังต้องใช้อุปกรณ์อีกเครื่องอยู่ดี
ถ้ามันจะประสบความสำเร็จเพราะฟีเจอร์ AI ที่น่าประทับใจ ผู้ผลิตสมาร์ตโฟนก็สามารถทุ่ม R&D ให้ AI แล้วปล่อยให้ฟรีผ่านอัปเดตซอฟต์แวร์ได้อยู่ดี ตอนนี้คนที่จะใช้มันได้จริงน่าจะมีแค่คนที่งานคือการนัดประชุมและส่งข้อความสั้น ๆ ให้เพื่อนร่วมงานหรือลูกค้า
มันคือความพยายามจะสร้าง เทคโนโลยี ที่ไม่กลายเป็นสิ่งรบกวนในชีวิต แต่ค่อย ๆ จางหายไปอยู่เบื้องหลัง และนั่นน่าจะเป็นหลักการสำคัญของเขา
“laser ink display” ดูคล้ายกับเทคโนโลยีจอภาพลวงโลกชื่อ Cicret Bracelet ที่ Captain Disillusion ครีเอเตอร์สาย VFX เคยออกมาหักล้างแบบละเอียดเมื่อหลายปีก่อนอยู่เหมือนกัน: https://www.youtube.com/watch?v=KbgvSi35n6o
แม้จะมีวิดีโอบางชิ้นที่ดูเหมือนเป็นเดโมจริง แต่ก็ยังไม่เห็นกรณีที่ผู้รีวิวอิสระได้ควบคุมทั้งตัวอุปกรณ์ และที่สำคัญกว่านั้นคือการตั้งค่ากล้องที่ใช้ถ่าย ผมยังสงสัยมากว่าจะใช้งานได้จริงในโลกความเป็นจริงหรือไม่ ในเดโมของผู้ก่อตั้ง มีอินพุตที่ต้องเอียงฝ่ามือขึ้น แต่แม้อยู่ใต้แสงในอาคาร การฉายภาพก็ดูฝืนมากแล้ว ยังไม่ต้องพูดถึงกลางแดดเลย: https://youtu.be/CwSeUV3RaIA?t=205
เหมือนว่าแนวขายของผลิตภัณฑ์นี้คือ “จากนี้ไปจะไม่มีหน้าจอที่คอยรบกวนอีก และไม่ต้องโหลดหรือคอยจัดการแอปกับบริการมากมาย” แต่จริง ๆ มันก็ยังมีหน้าจอ เป็นหน้าจอที่แย่มาก และมันก็คือมือของฉันเอง แถมยังถูกจำกัดอยู่กับชุดบริการและแอปเพียงชุดเดียวที่มากับอุปกรณ์
การพูดว่า AI จะทำทุกอย่างที่คุณต้องการได้นั้นฟังดูดี แต่โลกความเป็นจริงมีข้อจำกัดเรื่องลิขสิทธิ์และสัญญาอนุญาตเนื้อหาอยู่ ซึ่งบริการพื้นฐานของบริษัทที่ทำธุรกิจอย่างถูกกฎหมายก็ต้องปฏิบัติตาม ถ้าเพลงที่ฉันอยากฟังไม่มีอยู่ในบริการเพลงที่จับมือกับผลิตภัณฑ์นี้ ฉันจะย้ายไฟล์เพลงจากคอมพิวเตอร์มาใส่อุปกรณ์นี้ได้ไหม? เคสการใช้งานแบบนี้มีเยอะมาก และไม่นานก็จะต้องการวิธีป้อนข้อมูลที่แม่นยำและเฉพาะทางมากกว่าหน้าจอจริงกับคำสั่งเสียงแบบโต้ตอบ
แน่นอนว่าคนอ่านที่นี่น่าจะเป็นข้อยกเว้น
ในวิดีโอเหมือนจะไม่ได้ตรวจคำตอบเรื่องสุริยุปราคาครั้งต่อไปจริง ๆ สุริยุปราคาเต็มดวงวันที่ 8 เมษายน 2024 จะมองเห็นได้ดีที่สุดใน อเมริกาเหนือ
Exmouth ในออสเตรเลียคือสถานที่ที่มีสุริยุปราคาเต็มดวงเมื่อวันที่ 20 เมษายน 2023 https://science.nasa.gov/eclipses/future-eclipses/eclipse-20...
สิ่งที่เห็นในหนังไม่ได้มีไว้ให้เอามาสร้างในโลกจริงเสมอไป ในหนัง พินแบบนี้ดีต่อการสร้างอารมณ์ดราม่าเพราะนักแสดงสามารถพูดความคิดของตัวเองออกมากับกล้องได้
แต่ในโลกจริงไม่มีกล้อง มีแต่ คนอื่น