Psssst ... Det smarta hemmet lyssnar

  Underhållningselektronik och hemautomation som lyder på ett ord – det lät tills nyligen som science fiction, men är sedan länge verklighet och håller på att utvecklas till en riktig boom-marknad. Idén är faktiskt också riktigt cool. Istället för att hantera en hög fjärrkontroller eller försöka hitta rätt bland ett halvdussin appar, styr du hela din hemautomation med helt vanliga röstkommandon. Oavsett om det handlar om att dimma belysningen, reglera värmen eller helt enkelt spela en viss låt på anläggningen – så länge röstigenkänningen förstår instruktionen och det finns en koppling till rätt teknik är det inga problem alls. Dessutom kan man enkelt hämta information från internet och få den uppläst, till exempel väderprognosen för morgondagen eller trafiksituationen på vägen hem.  

Loppet är igång

Amazons Echo är för närvarande ledande bland smarta hem-produkter – och säljer uppenbarligen utmärkt. Redan sedan förra året marknadsför Amazon sin röststyrningsteknologi "Alexa" i smarthögtalaren Echo och den mindre versionen Echo Dot. Det är så framgångsrikt att man i Tyskland först måste sätta sig på en väntelista för att få en inbjudan(!) till att beställa – någon gång. Datorjätten Lenovo (tidigare känd under namnet IBM) har precis på CES-mässan presenterat egna produkter som också kommer använda Alexa. Och det finns väldigt förståeliga skäl till varför just Amazon satsar så intensivt på denna marknad. Ingen annan leverantör kan knyta samman sök, service och försäljning så tätt som den mäktiga nätbutiken, som därmed ser ut att bli Googles största konkurrent.  

Lenovo litar också på Amazons Alexa-teknologi och har på CES visat upp egna smarta produkter.   Google vill naturligtvis inte ligga efter och erbjuder sedan nyligen en mycket liknande lösning med "Google Home". Apple verkade ett tag ligga i framkant med Home Kit, men systemet har hittills inte blivit mycket mer än en trevlig idé. Minst ett steg längre har just nu det koreanska elektronikföretaget LG och det tysk-schweiziska bolaget digitalSTROM tagit. Båda har i Las Vegas visat röststyrda robotar som ska kunna agera som digitala butlers och hjälpa oss i vardagen.  

Google kallar sin Alexa-konkurrent helt enkelt "Home".  

Högteknologi när den är som bäst

För många är det en märklig tanke: Tack vare modern röstigenkänning ska smarta robotar som "Pepper" från digitalSTROM snart bli vardagliga följeslagare (Bild: obs/digitalSTROM)   Tekniken bakom de olika erbjudandena är verkligen fascinerande. Att förstå naturligt språk är fortfarande en enorm utmaning för varje dator och har först blivit möjligt i sin nuvarande form tack vare de senaste framstegen inom artificiell intelligens (AI). Ett AI-system skiljer sig från en vanlig dator framför allt genom att det är självlärande. Det behövs alltså inte längre mänskliga programmerare för att lägga till nya röstkommandon. Istället blir systemet lite smartare för varje förfrågan och kan därför, till skillnad från de tidiga, ibland lustiga försöken med röstigenkänning, nu allt bättre förstå dialekter, accenter och vardagliga uttryck.  

Röstigenkänning har sina fallgropar ... inte bara för skottar!   Det här självlärandet kräver betydande datorkraft och framför allt enorma databaser som växer i rasande takt. Varken den lagringskapacitet eller den beräkningskraft som behövs finns i någon billig hemmamaskin, så röstinmatningarna skickas via internet till stora servrar där de bearbetas, tolkas och skickas tillbaka till enheten hemma. Och just där ser många en risk.  

Uppmärksamma lyssnare

För att kunna reagera direkt på röstkommandon avlyssnar dessa enheter ständigt sin omgivning – Amazons Echo använder till exempel hela sju individuella mikrofoner för detta. När de upptäcker ett förinställt nyckelord ("Alexa", "Okej, Google", "Hej, Siri" ...) spelar de in den följande instruktionen och skickar den till servern på internet för analys. Så långt, så bra och användbart, men ingen vet egentligen vad som händer med de andra ljudinspelningarna från omgivningen. Amazon anger till exempel att endast de senaste 60 sekunderna av inspelningen lagras lokalt på enheten, sedan ska dessa data skrivas över och därmed raderas permanent. Denna relativt långa inspelningstid behövs för att kunna tolka de faktiska röstkommandona korrekt i sitt sammanhang. Andra tillverkare är tysta om sådana detaljer, men arbetar sannolikt med liknande metoder och data.  

Med inte mindre än 7 mikrofoner lyssnar Amazons Echo ständigt efter sitt nyckelord.   Om det stannar där, finns det egentligen inte mycket att invända mot Echo & Co. Det kan kännas lite märkligt att ständigt bli avlyssnad av en elektronikenhet. Men om datan bara stannar på enheten och raderas efter 60 sekunder är detta intrång i privatlivet knappast värt att nämna. Varje Facebook-användare, varje smartphoneägare avslöjar frivilligt mycket mer om sig själv och tillåter till och med leverantören att använda dessa personuppgifter för kommersiella ändamål av alla slag. Men en viss olustkänsla finns kvar. För det första gnager en viss misstro mot teknikjättarna på det goda känslan. Röstigenkänning, där är alla överens, kommer att bli en av de avgörande nyckelteknologierna de kommande åren och öppna en enorm marknad. Och ju bättre den egna röstigenkänningen fungerar, desto större blir den andel av den väntade omsättningen som leverantören kan ta för sig. Och eftersom kvaliteten på igenkänningen till stor del beror på AI-serverns inlärningsförmåga, känns det lockande att använda de ständigt lyssnande enheterna i hemlighet för att bygga upp sin egen röstdatabas och därmed skaffa sig ett försprång gentemot konkurrenterna. Dataskyddsombud, hackare och säkerhetsexperter världen över kommer dock att vara snabba med att försöka avslöja om någon tillverkare missbrukar ljuddata på detta sätt. Men som vi nyligen sett i Volkswagen-fallet kan moraliska och juridiska betänkligheter ibland bortses ifrån när konkurrenstrycket är tillräckligt stort. Det är alltså åtminstone inte uteslutet att stora aktörer som Apple, Amazon eller Google någon gång kommer att falla för den frestelsen. De användarvillkor som man måste acceptera innan man kan börja använda en sådan enhet tillåter i alla fall leverantören en mycket långtgående användning av insamlade data, precis som vanligt.  

  Det finns naturligtvis också åtminstone teoretiskt risken att någon utomstående får tillgång till dessa data eller direkt till mikrofonerna. För att fungera behöver röststyrda enheter logiskt nog ha dubbelriktad internetuppkoppling – de måste kunna både skicka och ta emot data. Även om tillverkarna försäkrar att de har vidtagit alla tänkbara säkerhetsåtgärder kan ett sådant skydd aldrig vara hundraprocentigt säkert. Det är alltså inte helt uteslutet att den smarta högtalaren hemma kan omvandlas till en avlyssningsapparat av en hacker. Och säkerligen letar underrättelsetjänster världen över redan efter sätt att använda den nya teknologin för stora avlyssningsoperationer. Är allt detta skäl till överdriven paranoia? Trots allt är vi idag ständigt omgivna av prylar som smartphones, surfplattor eller bärbara datorer, som är mycket lättare att hacka och där vi frivilligt lämnar efter oss en tydlig dataspår varje gång vi använder dem. Men med röstigenkänning och den konstanta övervakning som krävs av smarta enheter får det hela en ny dimension. Föreställ dig att du pratar med din partner om middagsplaner och plötsligt blir avbruten av din smarta hemautomation med ett tips om en ny pizzeria i närheten. Idag känns det obehagligt, men om tio år kan det kännas helt normalt. För Apple, Google, Amazon, Facebook, WhatsApp, Twitter, Instagram och många andra har redan visat: Trots alla ursprungliga betänkligheter är människor i slutändan villiga att lämna ut sina personliga data, så länge de får tillräcklig nytta tillbaka. Smart hemautomation med verklig, intelligent röstigenkänning kommer, det är ingen tvekan. Men kanske är just nu den rätta tidpunkten att fundera över vilka friheter vi vill ge utvecklarna av sådan teknologi – och vilka vi hellre vill behålla för oss själva.