211service.com
Mobilie tālruņi, kas klausās un mācās
Pētnieki arvien vairāk izmanto mobilos tālruņus, lai labāk izprastu lietotāju uzvedību un sociālo mijiedarbību. Piemēram, no tālruņa GPS mikroshēmas vai akselerometra savāktie dati var atklāt tendences, kas attiecas uz slimību izplatības modelēšanu, personīgās veselības aprūpes vajadzību noteikšanu, laika pārvaldības uzlabošanu un pat sociālo tīklu atjaunināšanu. Šī pieeja, kas pazīstama kā realitātes ieguve, ir ierosināta arī kā veids, kā uzlabot mērķtiecīgu reklāmu vai padarīt mobilos tālruņus viedākus: ierīce, kas zina, ka tās īpašnieks piedalās sanāksmē, varētu automātiski izslēgt zvana signālu, piemēram.
Tagad grupa Dartmutas koledžā Hannoverē, NH ir izveidojusi programmatūru, kas izmanto mobilā tālruņa mikrofonu, lai izsekotu un interpretētu lietotāja darbības. Programmatūra, saukta SoundSense , uztver skaņas un mēģina tās klasificēt noteiktās kategorijās. Atšķirībā no līdzīgas programmatūras, kas izstrādāta iepriekš, SoundSense var atpazīt pilnīgi nepazīstamas skaņas, un tā arī pilnībā darbojas ierīcē. SoundSense automātiski klasificē skaņas kā balsi, mūziku vai apkārtējos trokšņus. Ja skaņa tiek atkārtota pietiekami bieži vai pietiekami ilgi, SoundSense piešķir tai augstu skaņas rangu un lūdz lietotāju apstiprināt, ka tā ir nozīmīga, un piedāvā iespēju skaņai pievienot etiķeti.
Dartmouth komanda koncentrējās uz skaņas uzraudzību, jo katram tālrunim ir mikrofons un akselerometri sniedz tikai ierobežotu informāciju. Kad mēs domājam par skaņām, mēs parasti nedomājam, ka tās var arī attēlot atrašanās vietu, kurai ir unikāls paraksts, saka Endrjū Kempbels , Dartmutas datorzinātņu profesors un projekta vadošais pētnieks. Pētnieki pārliecinājās, ka programma ir maza, lai tā neizmantotu pārāk daudz enerģijas. Lai novērstu privātuma problēmas, viņi izstrādāja SoundSense tā, lai informācija no ierīces netiktu izņemta apstrādei. Turklāt pati programma nesaglabā neapstrādātus audio klipus. Lietotājs var arī likt programmatūrai ignorēt visas skaņas, kas tiek uzskatītas par neierobežotām.
Testēšanas laikā SoundSense programmatūra spēja pareizi noteikt, kad lietotājs atrodas konkrētā kafejnīcā, staigā ārā, tīra zobus, brauc ar velosipēdu un brauc automašīnā. Tas arī uzņēma bankomāta un ventilatora troksni noteiktā telpā. Eksperimentu rezultāti tiks prezentēti šonedēļ plkst MobiSys 2009 konferencē Krakovā, Polijā.
Sistēma SoundSense ir mūsu pirmais solis tādas sistēmas izveidē, kas var apgūt [lietotāja uzvedību], atrodoties ceļā, saka Tanzeem Choudhury , Dartmutas docents, kurš bija arī projekta vadītājs un TR35 uzvarētājs. Choudhury saka, ka praktiskos lietojumos būs ļoti svarīgi ļaut programmatūrai iemācīties atpazīt jaunas skaņas. Viņa saka, ka sistēmu, kas var atpazīt skaņas cilvēka dzīvē, var izmantot, lai meklētu citus, kuriem ir tādas pašas preferences. Skaņu izmantošana notikumu klasificēšanai var sniegt lietotājiem atsauksmes par viņu ikdienas aktivitātēm veselības vai laika pārvaldības lietojumprogrammās, viņa piebilst.
Tālruņiem ir ausis: SoundSense klausās lietotāja vidi, izmantojot tālruņa mikrofonu, un mācās savienot noteiktas skaņas ar darbībām.
Kurts Partridžs , Palo Alto pētniecības centra pētnieks, kurš ir arī izveidojis mobilo tālruņu programmatūru, kas izseko uzvedību, uzskata, ka SoundSense projekts izmanto nepietiekami izmantotu resursu. Es nedomāju, ka lauks ir īsti sapratis, cik maz jaudas ir audio balstītai aktivitāšu noteikšanai, un cik tā var būt informatīva, saka Partridža. Audio var atšķirt tik daudz citu darbību [un] kontekstuālajai uztverei pievieno sociālo aspektu, kas citādi nav iespējams.
Dens Eliss , Kolumbijas Universitātes asociētais profesors, kurš ir pētījis nepārtrauktu audioierakstu izmantošanu, saka, ka šāda veida dzīves reģistrēšanu kādreiz varētu izmantot tikpat regulāri kā izsūtni e-pasta lietojumprogrammā. Iespējams, ka izsūtni neskatāties pārāk bieži, taču, ņemot vērā pareizos rīkus, lai ātri atrastu meklēto, ir ļoti ērti reģistrēt katru nosūtīto e-pastu, viņš saka. Tāpat vēlams varētu būt gandrīz nepārtraukts, uz audio balstīts ieraksts, kas savākts ar personīgo ierīci.