De que hardware a sinalização digital de IA realmente precisa?

Resposta curta:A sinalização digital de IA é um display construído para manter uma conversa em vez de reproduzir um loop, e a diferença está no hardware, não no software. Ele precisa de uma câmera que possa realmente ver a pessoa que está à sua frente, um conjunto de microfones que possa ouvi-los em uma sala com outros ruídos, alto-falantes direcionados para onde a pessoa está e um computador real dentro da tela – não um reprodutor de mídia. Qualquer tela pode executar mal o software de IA. A pergunta a ser feita a um fornecedor não é “ele suporta IA”, mas “quais são os números”, e abaixo estão os números que vale a pena perguntar.

Por que uma tela normal de sinalização digital não pode fazer isso

Um display de sinalização digital padrão é um dispositivo unidirecional. Possui painel, um pequeno media player capaz de decodificar vídeo e rodar um cliente de agendamento, e não tem como saber se tem alguém na sala. Esse é o design correto para uma tela publicitária: o conteúdo é empurrado, a tela o reproduz, ninguém espera resposta.

Uma exibição conversacional inverte tudo isso. Ele precisa detectar que alguém se aproximou, capturar sua fala com clareza suficiente para reconhecimento, executar ou alcançar um modelo de IA e responder de uma forma que a pessoa possa ouvir enquanto estiver em um espaço público. Cada uma dessas etapas possui requisitos de hardware e um reprodutor de mídia não atende a nenhum deles. Adicionar uma webcam USB e um microfone de conferência a uma tela existente produz uma demonstração, não um produto implantável – a câmera fica na altura errada, o microfone capta todo o corredor e o áudio sai de um alto-falante do painel disparando para trás em uma parede.

Os quatro números que decidem se funciona

Para uma tela de reprodução, a especificação que importa é o painel. Para uma tela conversacional, o que importa é o volume do espaço em que uma pessoa pode realmente ser vista e ouvida. Chame isso de envelope de interação. Duas unidades com painéis idênticos, processadores idênticos e resoluções de câmera idênticas se comportam de maneira completamente diferente dependendo desses quatro números, e a maioria das fichas técnicas não publica nenhum deles.

Como ponto de referência, a EKAA publica estes números para seu display de conversação AI de 75 polegadas: um campo de visão da câmera de 78°, inclinação de 15° para baixo, câmera a 1.700 mm do chão, captação de microfone horizontal de 60° e distância de captação de 1,5 m. Esses números descrevem uma estação de conversação individual para uma pessoa que está aproximadamente ao alcance de um braço e meio – e não uma tela de campo distante que atende alguém do outro lado do saguão.

Essa é a verdadeira restrição de planejamento. Depois de conhecer o envelope, o layout do piso é mais importante do que qualquer atualização de especificação: um caminho de abordagem, uma marcação no piso ou simplesmente colocar a unidade onde as pessoas já diminuem a velocidade contribuirá mais para uma interação utilizável do que uma câmera melhor faria.

Pergunte ao fornecedor:"Qual é o campo de visão da câmera, altura e inclinação de montagem e qual é o ângulo e distância de captação do microfone?" Um fornecedor que não consegue responder está revendendo uma tela em vez de construir um dispositivo de interação.

Um conjunto de microfones, não um microfone

Um único microfone num espaço público ouve tudo igualmente: o visitante, o ar condicionado, a escada rolante, a conversa dois metros atrás. Uma matriz de vários elementos pode direcionar-se para a pessoa à frente e suprimir o resto, que é a diferença entre o reconhecimento de fala que funciona na hora do almoço e o reconhecimento de fala que funciona apenas quando o prédio está vazio.

Pergunte quantos elementos a matriz possui e se a formação de feixe e a redução de ruído são executadas na unidade. Em seguida, faça a pergunta mais difícil: qual é o nível de ruído ambiente no qual o desempenho foi medido? Uma demonstração silenciosa no showroom não diz nada sobre o saguão da estação às 17h30.

Android ou Windows — e por que não é uma preferência

Isto é decidido pela aplicação de IA, não pelo comprador. Um avatar humano digital com um mecanismo de renderização, um aplicativo de quiosque somente para Windows ou um modelo de visão que precisa de um tempo de execução específico o levará ao Windows. Um assistente de conversação mais leve que se comunica com uma API em nuvem, ou um aplicativo já desenvolvido para tablets Android, funciona perfeitamente no Android e custa menos.

O que importa é que a escolha existe antes de o pedido ser feito. Uma unidade com uma placa Android soldada não pode hospedar posteriormente um aplicativo Windows, e trocar o módulo de computação após a instalação não é uma operação de campo na maioria dos hardwares. Instale primeiro o aplicativo e depois especifique o computador.

Pergunte ao fornecedor:"O módulo de computação pode ser especificado por projeto e o que ele contém?"

Nuvem ou offline – pergunte antes de criar o conteúdo

A maioria dos aplicativos de conversação chama um modelo pela rede. Isso torna a qualidade da rede uma especificação adjacente ao hardware e é rotineiramente descoberta tarde demais.

• Conexão com fio.Previsível e a única resposta sensata para uma instalação permanente. Requer um ponto de dados no local, o que num edifício acabado é um trabalho de construção e não um trabalho de TI.
• Wi-Fi do local.Funciona até que o local esteja ocupado, exatamente quando o aparelho está sendo utilizado. Teste no horário de pico antes de se comprometer.
• Dados móveis.Ótimo para uma unidade independente em um shopping, incerto em um porão ou em um prédio com estrutura de aço. Teste a posição real, não a entrada.
• Operação off-line.Um modelo executado localmente precisa de um computador muito mais capaz dentro da unidade, e isso altera as especificações e o preço. Se o site não puder fornecer uma rede confiável, informe-o na fase de cotação e não após a entrega.

Decida isso com antecedência porque isso também altera o design do conteúdo. Uma unidade que pode perder a conexão precisa de um estado off-line sensato – um menu de toque que ainda responda às dez principais perguntas – em vez de um botão giratório.

A voz falha com mais frequência do que as demonstrações sugerem

A interação por voz falha de maneiras previsíveis: no ruído, com sotaques desconhecidos, com pessoas que não querem falar em voz alta em público e com qualquer coisa que envolva um nome, um número ou um endereço. No lobby de um hotel japonês, um visitante pode não querer dizer o número do seu quarto em voz alta. Em uma loja de varejo, um cliente pode simplesmente não querer ser ouvido perguntando.

Portanto, o toque não é um recurso alternativo, é metade do produto. Cada resposta que o aparelho pode dar por voz deve ser acessível pelo toque, e a superfície touch tem que funcionar para o público: projetada capacitiva, de dez pontos, com acabamento antirreflexo para que as impressões digitais que se acumulam na primeira hora não prejudiquem a imagem. A ligação óptica também é importante aqui – ela remove o espaço de ar entre o vidro e o painel, o que mantém a imagem legível em um ângulo e mantém a unidade fora do modo de falha, onde a condensação ou delaminação aparece como uma mancha preta.

O painel ainda importa: brilho e posição

As unidades internas de IA são geralmente especificadas em torno de 500 cd/m², o que é adequado para um lobby, interior de uma loja ou corredor. Não é adequado para uma posição sob luz direta do dia ou em frente a uma fachada de vidro, onde a imagem fica desbotada e - mais importante para uma unidade de conversação - a forte luz de fundo atrás do visitante prejudica a detecção de rosto. Se a única posição disponível estiver voltada para uma janela, aumente a especificação de brilho no início; o brilho não pode ser adaptado.

A resolução é uma decisão menor do que parece. Um painel 4K vale a pena em uma grande tela de retrato da qual as pessoas ficam próximas, porque estão lendo texto a menos de um metro. Além disso, a qualidade do conteúdo é mais importante do que a contagem de pixels.

Onde a sinalização de IA ganha seu lugar – e onde não

Ele ganha seu lugar onde, de outra forma, a mesma pergunta seria feita a uma pessoa o dia todo.Lobbys de hotéis e edifícios, onde um concierge responde às mesmas vinte perguntas em vários idiomas. Entradas de varejo e paredes de produtos, onde a primeira rodada de perguntas é sempre a mesma. Exposições e showrooms, onde a equipe do estande passa a manhã repetindo a introdução de um produto. Clínicas, repartições governamentais e centros de transporte, onde a alternativa é um balcão com pessoal ou uma fila.

Não merece o seu lugarem telas de anúncios distantes, em menus, em posições onde ninguém para ou em qualquer lugar onde a resposta honesta seja um sinal bem desenhado. O hardware de IA custa mais do que uma tela de reprodução e só compensa onde a conversa realmente acontece. Contar quantas pessoas param na posição pretendida, antes de fazer o pedido, é uma pesquisa barata.

Quanto custa a partir do segundo ano

O hardware é único. A partir do segundo ano, os custos recorrentes são o modelo ou uso da API, a base de conhecimento por trás das respostas e a pessoa que mantém essa base de conhecimento atualizada. Uma unidade de concierge cujas respostas ficaram obsoletas seis meses após o lançamento é pior do que nenhuma unidade, porque os visitantes aprendem a ignorá-la.

Orçamento para um proprietário, não apenas para uma instalação. Na prática, o melhor indicador para saber se uma implantação de sinalização de IA ainda estará em uso no terceiro ano é se alguém dentro da organização recebeu a tarefa de manter o que ela diz.

Do lado do hardware, a questão que vale a pena perguntar é quais conjuntos podem ser substituídos individualmente – painel, camada de toque, módulo de computação, câmera, placa de microfone – já que uma unidade construída como um conjunto selado significa que qualquer falha leva tudo embora.

Lista de verificação antes de fazer o pedido

1. Qual aplicativo de IA será executado nele – e, portanto, Android ou Windows: ______
2. Nuvem ou offline: ______ · rede disponível na posição: cabeada/Wi-Fi/móvel/nenhuma
3. Campo de visão da câmera: ______ · altura: ______ mm · inclinação: ______°
4. Elementos do microfone: ______ · ângulo de captação: ______° · distância de captação: ______ m
5. Onde a pessoa ficará e isso cabe no envelope: ______
6. Ruído ambiente no horário de pico: ______
7. Iluminação atrás do visitante: ______ · brilho especificado: ______ cd/m²
8. Toque: PCAP de dez pontos / antirreflexo / ligado opticamente: sim / não
9. Idiomas e em qual deles a unidade abre: ______
10. Tamanho e orientação da tela: ______ · fixa ou móvel entre eventos: ______
11. Conjuntos substituíveis em campo: painel/touch/computador/câmera/microfone
12. Quem possui a base de conhecimento após o lançamento: ______

Como a EKAA responde a esses pontos

A EKAA TECHNOLOGY projeta e fabrica seus próprios displays comerciais e constrói hardware de interação de IA na mesma linha interativa interna. Como o projeto mecânico, a montagem e os testes acontecem internamente, a posição e o ângulo da câmera, a disposição do microfone, o módulo de computação, o tamanho da tela e o acabamento da caixa são definidos para a instalação, e não retirados de um catálogo fixo, e os números de interação vêm dos desenhos da equipe que constrói a unidade, e não de uma planilha de marketing. A ligação óptica é padrão em todos os tamanhos, a construção é modular para que conjuntos individuais possam ser substituídos e o trabalho ODM e OEM é realizado juntamente com a faixa padrão. A faixa de IA atual está listada emSinalização digital de IA, e o envelope de interação publicado descrito acima pertence aoSinalização digital de conversação AI de 75".