211service.com
Programinė įranga, kuri mokosi iš vartotojų
Dalykas, dėl kurio kompiuteriai yra didžiulis skausmas visiems, sako Pedro sekmadieniai , Vašingtono universiteto kompiuterių mokslo docentas, turi paaiškinti jiems kiekvieną smulkmeną, ką jie turi daryti. Tai tikrai erzina, juokauja Domingosas. Jie kvaili.
Štai kodėl Domingosas dalyvauja ŽEMYN , masinis, ketverius metus gyvuojantis dirbtinio intelekto projektas, padedantis kompiuteriams suprasti savo vartotojų ketinimus. Finansuoja Gynybos pažangių tyrimų projektų agentūra (DARPA) ir koordinuoja SRI International , įsikūręs Menlo parke, Kalifornijoje, projektas vienija tyrėjus iš 25 universitetų ir korporacijų, dirbančių daugelyje dirbtinio intelekto sričių, įskaitant mašininį mokymąsi, natūralios kalbos apdorojimą ir semantinio interneto technologijas. Kiekviena grupė dirba su CALO dalimis, kuri reiškia pažinimo asistentą, kuris mokosi ir organizuoja.
Adamas Cheyeris, SRI dirbtinio intelekto centro programų direktorius, aiškina, kad CALO stengiasi padėti vartotojams trimis būdais: padeda jiems valdyti informaciją apie pagrindinius žmones ir projektus, supranta ir tvarko informaciją iš susitikimų bei mokosi ir automatizuoja kasdienybę. užduotys. Pavyzdžiui, CALO gali sužinoti apie žmones ir projektus, kurie yra svarbūs vartotojo darbiniam gyvenimui, atkreipdami dėmesį į el. pašto modelius. Tada jis gali suskirstyti informaciją į kategorijas ir nustatyti prioritetą vartotojui pagal informacijos šaltinį ir projektus, su kuriais ji yra susijusi. Sistema taip pat gali pritaikyti tokio tipo supratimą susitikimams, naudodama savo kalbos atpažinimo sistemą, kad perrašytų tai, kas ten pasakyta, ir naudotojo projektų bei kontaktų supratimą, kad transkripciją būtų galima sumaniai apdoroti į darbų sąrašus ir susitikimus. Galiausiai vartotojas gali išmokyti atlikti CALO įprastas užduotis, pvz., pirkti knygas internetu ir ieškoti konkrečius kriterijus atitinkančių nakvynės ir pusryčių. CALO gali bendrauti su kitais žmonėmis, atlikti tokias užduotis kaip susitikimų planavimas, žmonių tvarkaraščių derinimas ir sprendimų priėmimas, pvz., nuspręsti perplanuoti susitikimą, jei pagrindinis narys negalės dalyvauti.
Tai nepaprastai didelis dalykas ir beprotiškai ambicingas, sako Domingosas. Bet jei CALO pasiseks, tai bus nemaža revoliucija. Net jei ne, pagal jį atliekama tiek daug gerų tyrimų, kad vis tiek būtų buvę verta.
Tikslas yra sukurti dirbtinį intelektą, kuris galėtų kam nors pasitarnauti kaip asmeninis asistentas – ne ką nors su tvirta struktūra, kurioje jis gali būti naudingas, pvz., animuotą sąvaržėlių asistentą, esantį Microsoft Office produktuose, o sistemą, kuri gali mokytis. apie vartotojo aplinką ir poreikius bei prisitaikyti prie jų, inžinieriams nereikės programuoti iš naujo. Cheyer sako, kad tai, kas skiriasi ir dar niekada nebuvo padaryta tokiu būdu, yra tikrai integruotas požiūris į visas šias technologijas ir visas šias galimybes. Reikia tokio dydžio sistemos, kad būtų galima suprasti ir tvarkyti tiek daug informacijos.
Projekto tikslai gali atrodyti platūs, tačiau mokslininkai mano, kad galiausiai sistemai bus naudingos kelios kartu veikiančios technologijos. Apsvarstykite susitikimo transkripcijos funkciją, sako William Mark, SRI informacijos ir kompiuterių mokslo skyriaus viceprezidentas. Pasak jo, net ir geriausioms kalbos atpažinimo sistemoms būtų sunku parengti tikslų susitikimo stenogramą be pagalbos, tačiau mūsų kontekste dėl informacijos valdymo CALO turi gilių ir turtingų žinių apie tai, kas yra patalpoje esantys žmonės ir kas yra. kontekste naudojami dokumentai ir frazės bei slengas.
Kadangi CALO turi daug mokymosi sistemų, vienas iššūkis yra jas integruoti taip, kad CALO turėtų nuoseklią informacijos struktūrą, kurią ji gali naudoti priimdama sprendimus, pagrįstus triukšmingais, neaiškiais duomenimis, kuriuos išgauna iš įvairių sąveikų. Domingosas ir kiti dirbo su tikimybių nuoseklumo varikliu, kuris sujungia du tradicinius dirbtinio intelekto metodus: logiką ir tikimybę.
Alanas Qi , Purdue universiteto kompiuterių mokslo docentas, nesusijęs su CALO, sako, kad logikos ir tikimybės suvienodinimas yra svarbi pastanga dirbtinio intelekto srityje. Qi teigimu, derinti šiuos du metodus yra daug geriau nei naudoti vieną. Tikimybiniai metodai gali gerai valdyti triukšmą ir neapibrėžtumą, o loginė struktūra geriausiai tinka reikšmei valdyti.
Nors CALO požiūris yra labai platus, SRI sukūrė versiją, pavadintą CALO Express, kuri apibendrina kai kurias CALO funkcijas, kurios yra beveik paruoštos diegti. CALO Express yra lengvoji tikrojo sandorio versija, kuri integruojama su „Microsoft“ produktais, tokiais kaip „Outlook“ ir „PowerPoint“. Cheyer teigia, kad tai apima dalis trijų pagrindinių informacijos valdymo, pagalbos susitikimams ir užduočių valdymo funkcijų. Jis sako, kad CALO Express dabar vertinamas, kaip naudoti DARPA. Nors neaišku, ar CALO Express taps komerciniu produktu, pasiekiamu ne kariuomenėje, vis dar yra vilties, kad paprastas žmogus gali gauti prieigą prie tokio tipo technologijų. Tyrimo metu jau buvo pagaminti keli produktai, pvz Išmanusis darbalaukis , kuri yra informacijos valdymo sistema, sukurta Oregono valstijos universiteto užduočių sekimo projekte kaip CALO dalis. Radaro tinklai , semantinio žiniatinklio produkto kūrėjai Špagatas , taip pat dirbo su kai kuriais CALO semantiniais pagrindais. (Žr. „Semantinis žiniatinklis patenka į pagrindinį srautą“.)