211service.com
Oprogramowanie, które uczy się od użytkowników
To, co sprawia, że komputery są dla wszystkich ogromnym bólem, mówi Pedro niedziele , profesor nadzwyczajny informatyki na Uniwersytecie Waszyngtońskim, jest taki, że trzeba im wyjaśnić każdy najmniejszy szczegół tego, co mają zrobić. To naprawdę irytujące, żartuje Domingos. Są głupie.
Dlatego Domingos bierze udział w W DÓŁ , ogromny, czteroletni projekt sztucznej inteligencji, który ma pomóc komputerom zrozumieć intencje ich ludzkich użytkowników. Ufundowane przez Agencja Obronnych Zaawansowanych Projektów Badawczych (DARPA) i koordynowane przez SRI Międzynarodowy , z siedzibą w Menlo Park w Kalifornii, projekt skupia naukowców z 25 uniwersytetów i korporacji, zajmujących się wieloma obszarami sztucznej inteligencji, w tym uczeniem maszynowym, przetwarzaniem języka naturalnego i technologiami sieci semantycznej. Każda grupa pracuje na kawałkach CALO, co oznacza asystenta poznawczego, który uczy się i organizuje.
Adam Cheyer, dyrektor programowy centrum sztucznej inteligencji w SRI, wyjaśnia, że CALO stara się pomagać użytkownikom na trzy sposoby: pomagając im zarządzać informacjami o kluczowych osobach i projektach, rozumiejąc i organizując informacje ze spotkań oraz ucząc się i automatyzując rutynę zadania. Na przykład CALO może dowiedzieć się o ludziach i projektach, które są ważne w życiu zawodowym użytkownika, zwracając uwagę na wzorce e-maili. Następnie może kategoryzować i priorytetyzować informacje dla użytkownika w oparciu o źródło informacji i projekty, z którymi jest połączona. System może również zastosować ten rodzaj zrozumienia do spotkań, używając swojego systemu rozpoznawania mowy do transkrypcji tego, co zostało tam powiedziane, oraz zrozumienia projektów i kontaktów użytkownika, aby inteligentnie przetworzyć transkrypcję na listy rzeczy do zrobienia i spotkania. Wreszcie, użytkownik może uczyć CALO rutynowych zadań, takich jak kupowanie książek online i wyszukiwanie pensjonatów spełniających określone kryteria. CALO może wchodzić w interakcje z innymi ludźmi, podejmując takie zadania, jak planowanie spotkań, koordynowanie harmonogramów osób i podejmowanie decyzji, takich jak decydowanie o przełożeniu spotkania, jeśli kluczowy członek nie będzie mógł w nim uczestniczyć.
To niesamowicie duża rzecz i szalenie ambitna, mówi Domingos. Ale jeśli CALO odniesie sukces, będzie to nie lada rewolucja. Nawet jeśli tak się nie stanie, dzieje się pod nim tyle dobrych badań, że nadal będzie to warte zachodu.
Celem jest zbudowanie sztucznej inteligencji, która może służyć jako osobisty asystent dla kogoś – nie coś o sztywnej strukturze, w której może być pomocna, jak asystent animowanego spinacza do papieru, występujący w produktach Microsoft Office, ale system, który może się uczyć. o środowisku i potrzebach użytkownika i dostosowywać się do nich, bez konieczności ponownego programowania przez inżynierów. To, co jest inne i nigdy wcześniej nie było robione w ten sposób, to prawdziwie zintegrowane podejście polegające na połączeniu wszystkich tych technologii i wszystkich tych możliwości w jednym systemie, mówi Cheyer. Potrzeba systemu tej wielkości, aby uzyskać coś, co może zrozumieć i uporządkować tak wiele informacji.
Projekt może wydawać się szeroki w swoich celach, ale naukowcy są przekonani, że ostatecznie system odniesie korzyści ze współpracy wielu technologii. Rozważ funkcję transkrypcji spotkań, mówi William Mark, wiceprezes wydziału informacji i informatyki w SRI. Nawet najlepsze systemy rozpoznawania mowy miałyby problem z wygenerowaniem dokładnego zapisu spotkania bez pomocy, ale w naszym kontekście, ze względu na zarządzanie informacjami, CALO ma głęboką i bogatą wiedzę na temat tego, kim są ludzie na sali i czym są. dokumenty, wyrażenia i slang używane w kontekście.
Ponieważ CALO ma wiele systemów uczenia się, jednym z wyzwań jest ich zintegrowanie tak, aby CALO miało spójną strukturę informacji, których może używać do podejmowania decyzji w oparciu o zaszumione, niepewne dane, które wydobywa z różnych interakcji. Domingos i inni pracowali nad silnikiem spójności probabilistycznej, który łączy dwa tradycyjne podejścia do sztucznej inteligencji: logikę i prawdopodobieństwo.
Alan Qi , adiunkt informatyki na Purdue University, który nie jest związany z CALO, mówi, że ujednolicenie logiki i prawdopodobieństwa jest ważnym przedsięwzięciem w dziedzinie sztucznej inteligencji. Połączenie tych dwóch podejść, mówi Qi, jest o wiele lepsze niż używanie jednego z nich osobno. Podejścia probabilistyczne mogą dobrze radzić sobie z szumem i niepewnością, podczas gdy struktura logiczna najlepiej radzi sobie ze znaczeniem.
Chociaż podejście CALO jest bardzo dalekosiężne, SRI stworzyło wersję o nazwie CALO Express, która zawiera niektóre funkcje CALO, które są prawie gotowe do wdrożenia. CALO Express to lekka wersja prawdziwej oferty, która integruje się z produktami Microsoft, takimi jak Outlook i PowerPoint. Cheyer twierdzi, że zawiera części trzech głównych funkcji zarządzania informacją, pomocy w spotkaniach i zarządzania zadaniami. Mówi, że CALO Express jest obecnie oceniany pod kątem wykorzystania w DARPA. Choć nie ma pewności, czy CALO Express stanie się produktem komercyjnym dostępnym poza wojskiem, nadal istnieje nadzieja, że przeciętny człowiek uzyska dostęp do tego typu technologii. Badania przyniosły już kilka produktów, m.in Inteligentny pulpit , który jest systemem zarządzania informacją wydzielonym z projektu śledzenia zadań realizowanego przez Oregon State University w ramach CALO. Sieci radarowe , twórcy produktu Semantic Web Szpagat , pracował również nad niektórymi podstawami semantycznymi CALO. (Zobacz Sieć semantyczna wkracza do głównego nurtu .)