211service.com
Programmatūra, kas mācās no lietotājiem
Lieta, kas padara datorus par milzīgām sāpēm ikvienam, saka Pedro svētdienas , Vašingtonas universitātes datorzinātņu asociētais profesors, ir tas, ka jums viņiem ir jāpaskaidro katra sīkākā detaļa par to, kas viņiem jādara. Tas ir patiešām kaitinoši, joko Domingoss. Viņi ir stulbi.
Tāpēc Domingos piedalās UZ LEJU , masīvs, četrus gadus vecs mākslīgā intelekta projekts, kas palīdz datoriem izprast savu cilvēku lietotāju nodomus. Finansē Aizsardzības progresīvo pētījumu projektu aģentūra (DARPA), un to koordinē SRI International , kas atrodas Menlo Parkā, Kalifornijā, projekts apvieno pētniekus no 25 universitātēm un korporācijām daudzās mākslīgā intelekta jomās, tostarp mašīnmācībā, dabiskās valodas apstrādē un semantiskā tīmekļa tehnoloģijās. Katra grupa strādā pie CALO daļām, kas apzīmē kognitīvo palīgu, kas mācās un organizē.
Adam Cheyer, SRI mākslīgā intelekta centra programmu direktors, skaidro, ka CALO cenšas palīdzēt lietotājiem trīs veidos: palīdzot viņiem pārvaldīt informāciju par galvenajiem cilvēkiem un projektiem, izprotot un organizējot informāciju no sanāksmēm, kā arī apgūstot un automatizējot rutīnu. uzdevumus. Piemēram, CALO var uzzināt par cilvēkiem un projektiem, kas ir svarīgi lietotāja darba dzīvē, pievēršot uzmanību e-pasta rakstiem. Pēc tam tas var klasificēt informāciju un noteikt prioritātes lietotājam, pamatojoties uz informācijas avotu un projektiem, ar kuriem tā ir saistīta. Sistēma var arī izmantot šāda veida izpratni sapulcēs, izmantojot runas atpazīšanas sistēmu, lai transkripētu tur teikto, un izpratni par lietotāja projektiem un kontaktpersonām, lai transkripciju saprātīgi apstrādātu uzdevumu sarakstos un tikšanās. Visbeidzot, lietotājs var iemācīt CALO ikdienas uzdevumus, piemēram, grāmatu iegādi tiešsaistē un noteiktu kritērijiem atbilstošu naktsmītņu un brokastu meklēšanu. CALO var mijiedarboties ar citiem cilvēkiem, uzņemoties tādus uzdevumus kā sanāksmju plānošana, cilvēku grafiku saskaņošana un lēmumu pieņemšana, piemēram, izlemjot pārcelt sapulci, ja kāds galvenais dalībnieks nevar ierasties.
Tā ir pārsteidzoši liela lieta, un tā ir neprātīgi ambicioza, saka Domingoss. Bet, ja CALO izdosies, tā būs diezgan liela revolūcija. Pat ja tā nenotiek, saskaņā ar to notiek tik daudz labu pētījumu, ka tas joprojām būs vērtīgs.
Mērķis ir izveidot mākslīgo intelektu, kas var kalpot kā personīgais palīgs — nevis kaut ko ar stingru struktūru, kurā tas var būt noderīgs, piemēram, animācijas saspraudes palīgs, kas pieejams Microsoft Office produktos, bet gan sistēmu, kas var mācīties. par lietotāja vidi un vajadzībām, kā arī pielāgoties tām, inženieriem tos neprogrammējot no jauna. Tas, kas ir atšķirīgs un nekad iepriekš nav darīts šādā veidā, ir patiesi integrēta pieeja, apvienojot visas šīs tehnoloģijas un visas šīs iespējas vienā sistēmā, saka Cheyer. Ir nepieciešama šāda izmēra sistēma, lai sniegtu jums kaut ko tādu, kas var saprast un sakārtot tik daudz informācijas.
Projekta mērķi varētu šķist plaši, taču pētnieki uzskata, ka galu galā sistēma gūs labumu no vairāku tehnoloģiju sadarbības. Apsveriet sapulces transkripcijas funkciju, saka Viljams Marks, SRI Informācijas un datorzinātņu nodaļas viceprezidents. Viņš saka, ka pat labākajām runas atpazīšanas sistēmām būtu grūti izveidot precīzu sanāksmes stenogrammu bez palīdzības, taču mūsu kontekstā informācijas pārvaldības dēļ CALO ir dziļas un bagātīgas zināšanas par to, kas ir telpā esošie cilvēki un kas ir. kontekstā izmantotie dokumenti un frāzes un slengs.
Tā kā CALO ir daudz mācību sistēmu, viens no izaicinājumiem ir to integrēšana, lai CALO būtu konsekventa informācijas struktūra, ko tā var izmantot, lai pieņemtu lēmumus, pamatojoties uz trokšņainajiem, nenoteiktajiem datiem, ko tas iegūst no dažādām mijiedarbībām. Domingos un citi ir strādājuši pie varbūtības konsekvences dzinēja, kas apvieno divas tradicionālās mākslīgā intelekta pieejas: loģiku un varbūtību.
Alans Cji , Purdue universitātes datorzinātņu docents, kurš nav saistīts ar CALO, saka, ka loģikas un varbūtības apvienošana ir svarīgs mākslīgā intelekta jomas darbs. Cji saka, ka šo divu pieeju apvienošana ir daudz labāka nekā katra no tām atsevišķi. Varbūtības pieejas var labi tikt galā ar troksni un nenoteiktību, savukārt loģiskā struktūra ir vislabākā nozīmes apstrādei.
Lai gan CALO pieeja ir ļoti tālejoša, SRI ir izveidojusi versiju ar nosaukumu CALO Express, kas apkopo dažas CALO funkcijas, kas ir gandrīz gatavas izvietošanai. CALO Express ir viegla īstā darījuma versija, kas ir integrēta ar Microsoft produktiem, piemēram, Outlook un PowerPoint. Cheyer saka, ka tajā ir iekļautas trīs galvenās informācijas pārvaldības, sapulču palīdzības un uzdevumu pārvaldības iezīmes. Viņš saka, ka CALO Express tagad tiek novērtēts lietošanai DARPA. Lai gan nav skaidrs, vai CALO Express kļūs par komerciālu produktu, kas pieejams ārpus militārās jomas, joprojām pastāv cerība, ka vidusmēra cilvēks varēs piekļūt šāda veida tehnoloģijām. Pētījumā jau ir ražoti daži produkti, piemēram, Viedā darbvirsma , kas ir informācijas pārvaldības sistēma, kas atdalīta no Oregonas Valsts universitātes uzdevuma izsekotāja projekta CALO ietvaros. Radara tīkli , semantiskā tīmekļa produkta veidotāji Auklas , ir strādājis arī pie dažiem CALO semantiskajiem pamatiem. (Skatiet Semantiskais tīmeklis, kas tiek plaši izmantots.)