211service.com
Siri's makers demonstreren een assistent die het initiatief neemt
In een kleine, donkere kamer naast een lange gang in een uitgestrekt gebouwencomplex in Silicon Valley, volgt een reeks enorme flatscreen-schermen en videocamera's Grit denker is elke beweging. Denker, senior computerwetenschapper bij het non-profit R&D-instituut SRI , pronkt Helder , een intelligente assistent die op een dag zou kunnen weten welke informatie u nodig heeft voordat u er zelfs maar om vraagt.
Onder toezicht: Een Bright-prototype volgt elke beweging van Patrick Lincoln, directeur van het computerwetenschappelijk laboratorium van SRI.
In eerste instantie is Bright bedoeld om de cognitieve overbelasting te verminderen waarmee werknemers in stressvolle, data-intensieve banen zoals noodhulp en netwerkbeveiliging worden geconfronteerd. Bright kan bijvoorbeeld netwerkbeheerders helpen de verspreiding van een snel bewegend virus te stoppen door snel cruciale infectie-informatie te verstrekken, of 911-operators helpen om de juiste soort hulp naar de plaats van een ongeval te sturen. Maar net als veel andere technologieën die bij SRI zijn ontwikkeld, zoals de digitale persoonlijke assistent Syrië (nu eigendom van Apple), zou Bright uiteindelijk kunnen doorsijpelen naar laptops en smartphones. Het kan de vorm aannemen van software die automatisch lijsten voor uw favoriete programma's weergeeft wanneer het denkt dat u op het punt staat om te gaan zitten en tv te kijken, of het internet doorzoekt naar informatie die relevant is voor uw laatste onderzoeksproject zonder dat u een vinger hoeft uit te steken.
Al wat assistent-software, zoals Google Nu voor Android-smartphones, probeert te voorspellen welke informatie een gebruiker nodig heeft en deze automatisch weer te geven. Het doet dit door bijvoorbeeld te herkennen dat de gebruiker bij een bushalte staat te wachten en busdienstregelingen aan te leveren. Het doel van Bright is om iets te ontwikkelen dat nog geavanceerder en capabeler is in een kantooromgeving. Maar de grote uitdaging voor Bright en soortgelijke projecten is: hoe leer je van relatief weinig informatie?
Oorspronkelijk opgericht door Stanford University als onderzoeksinstelling in 1946 (het opereert onafhankelijk sinds 1970), heeft SRI International, gevestigd in Menlo Park, Californië, sleuteltechnologieën ontwikkeld, waaronder de computermuis , de LCD , en zelfs de eerste fonkelingen van internet, genaamd ARPAnet . In de afgelopen jaren heeft het succes gehad op het gebied van kunstmatige intelligentie met Siri, dat voortkwam uit een project dat SRI deed voor het Defense Advanced Research Projects Agency van het ministerie van Defensie, of DARPA, genaamd CALO (dat is een cognitieve agent die leert en organiseert ).
Denker beschrijft Bright als een cognitieve desktop en een desktop die echt begrijpt wat je doet, en niet alleen voor jou, maar ook in een samenwerkingsomgeving voor mensen. In de huidige opstelling staren drie camera's haar aan; een monitor laat zien waar ze kijkt en geeft een realtime logboek weer van elke actie die ze onderneemt, evenals een vertrouwd ogend computerbureaublad met bestanden en mappen. Wanneer ze de monitor voor haar gebruikt om bijvoorbeeld een e-mail van de Wells Fargo-bank te openen waarin om een vergadering wordt verzocht, registreert Bright al haar acties op een monitor aan de linkerkant, waarbij ze opmerkt dat ze het bericht opende, dat ze tijd doorbracht ernaar keek (in plaats van alleen maar ergens anders op het scherm te staren), en dat ze het sloot.
Terwijl Denker de ontluikende mogelijkheden van Bright demonstreert, is het niet moeilijk voor te stellen dat de technologie alles zou vereenvoudigen, van het plannen van taken tot het zoeken op internet. Ze legt uit dat haar team bestaande computerwetenschappelijke technieken probeert aan te passen die de efficiëntie proberen te verhogen door te anticiperen welke informatie vervolgens nodig zal zijn en verschillende acties van tevoren te testen om de responstijd te versnellen. Bright, zegt ze, gebruikt dezelfde ideeën om te anticiperen op wat de gebruiker wil doen, dus er is extra apparatuur nodig om de gebruiker te monitoren. Een aanraakgevoelig scherm kan vingeraanrakingen volgen en handbewegingen, zoals zwaaien, worden ook gevolgd.
Hoewel het wordt ontwikkeld voor cyberbeveiliging en noodhulp, kan Bright op maat worden gemaakt voor andere soorten gebruikers. Op scholen kan Bright bijvoorbeeld vaststellen dat een leerling het moeilijk heeft en zich aanpassen om beter aan zijn of haar behoeften te voldoen.
Er is echter nog een lange weg te gaan. Het systeem is momenteel gericht op cognitieve indexering - het mechanisme dat verschillende aanwijzingen met elkaar verbindt en vervolgens probeert te voorspellen wat belangrijk is. Het team achter Bright moet ook zijn capaciteiten ontwikkelen om interesses te voorspellen en taken te automatiseren. En voordat het overal kan worden uitgerold, moet Bright leren bestuderen waarvoor u uw computer gebruikt.
Een gebruiker leren kennen is moeilijk, zegt Bill Mark, vice-president informatie- en computerwetenschappen bij SRI en een van de hoofdonderzoekers achter CALO. Mark noemt dit het small-data-probleem; terwijl big data-inspanningen gericht zijn op het verzamelen van inzichten uit bergen informatie, zoeken systemen zoals Bright naar patronen in veel kleinere hoeveelheden, en dit kan erg lastig zijn. De beperkte dataset, gecombineerd met de neiging van gebruikers om gedrag te veranderen, is erg onvriendelijk voor algoritmen voor het vinden van patronen, zegt hij: we stoppen niet zoveel gegevens in. Deze machine learning-algoritmen generaliseren graag over zeer grote hoeveelheden gegevens.
Er zijn genoeg andere uitdagingen. Krzysztof Gajos , een assistent-professor computerwetenschappen aan Harvard die ook een jaar aan CALO heeft gewerkt, merkt op dat een van de problemen bij het bouwen van intelligente interactieve systemen is om uit te zoeken hoe verplichte taken zoals kantoorwerk kunnen worden onderscheiden van vrijwillige taken zoals het spelen van games. Voor kantoorgerelateerde taken, zegt hij, is het moeilijk om automatisering zo te ontwerpen dat de gebruiker het gevoel heeft de controle te hebben en het de moeite waard lijkt om te gebruiken, ook al zal het af en toe verknoeien.
Als je terugkijkt naar systemen als Microsoft Clippy, zie je een voorbeeld van een systeem dat daarin faalde, zegt Gajos. De paar keer dat het mislukte, was zo vervelend dat het alle voordelen die het systeem voor veel gebruikers had kunnen bieden, overschaduwde.