211service.com
Software die leert van gebruikers
Het ding dat computers tot een enorme pijn voor iedereen maakt, zegt Pedro zondagen , een universitair hoofddocent informatica aan de Universiteit van Washington, is dat je ze elk klein detail moet uitleggen van wat ze moeten doen. Het is echt vervelend, grapt Domingos. Ze zijn dom.
Daarom doet Domingos mee aan OMLAAG , een enorm, vier jaar oud kunstmatige-intelligentieproject om computers te helpen de bedoelingen van hun menselijke gebruikers te begrijpen. Gefinancierd door de Defense Advanced Research Projects Agency (DARPA), en gecoördineerd door SRI Internationaal , gevestigd in Menlo Park, CA, brengt het project onderzoekers van 25 universiteiten en bedrijven samen op veel gebieden van kunstmatige intelligentie, waaronder machine learning, natuurlijke taalverwerking en semantische webtechnologieën. Elke groep werkt aan stukjes CALO, wat staat voor cognitieve assistent die leert en organiseert.
Adam Cheyer, programmadirecteur van het centrum voor kunstmatige intelligentie bij SRI, legt uit dat CALO gebruikers op drie manieren probeert te helpen: door hen te helpen informatie over belangrijke mensen en projecten te beheren, door informatie van vergaderingen te begrijpen en te organiseren, en door routine te leren en te automatiseren. taken. CALO kan bijvoorbeeld leren over de mensen en projecten die belangrijk zijn voor het werkleven van een gebruiker door aandacht te besteden aan e-mailpatronen. Vervolgens kan het informatie voor de gebruiker categoriseren en prioriteren op basis van de bron van de informatie en de projecten waarmee het is verbonden. Het systeem kan dit soort begrip ook toepassen op vergaderingen, met behulp van zijn spraakherkenningssysteem om een transcriptie te maken van wat daar wordt gezegd, en zijn begrip van de projecten en contacten van de gebruiker om de transcriptie intelligent te verwerken in takenlijsten en afspraken. Ten slotte kan een gebruiker CALO routinetaken leren, zoals het online kopen van boeken en het zoeken naar bed-and-breakfasts die aan specifieke criteria voldoen. CALO kan communiceren met andere mensen, taken op zich nemen zoals het plannen van vergaderingen, het coördineren van de planningen van mensen en het nemen van beslissingen, zoals beslissen om een vergadering opnieuw te plannen als een belangrijk lid verhinderd wordt.
Het is een verbazingwekkend groot ding, en het is waanzinnig ambitieus, zegt Domingos. Maar als CALO slaagt, wordt het een hele revolutie. Zelfs als dat niet het geval is, gebeurt er zoveel goed onderzoek onder dat het nog steeds de moeite waard zal zijn geweest.
Het doel is om kunstmatige intelligentie te bouwen die als persoonlijke assistent voor iemand kan dienen - niet iets met een starre structuur waarbinnen het nuttig kan zijn, zoals de geanimeerde paperclip-assistent in Microsoft Office-producten, maar een systeem dat kan leren over de omgeving en behoeften van een gebruiker, en zich daarop aanpassen, zonder opnieuw door technici te hoeven worden geprogrammeerd. Wat anders is en nog nooit eerder op deze manier is gedaan, is de werkelijk geïntegreerde aanpak om al deze technologieën en al deze mogelijkheden in één systeem te brengen, zegt Cheyer. Er is een systeem van deze omvang nodig om je iets te geven dat zoveel informatie kan begrijpen en ordenen.
Het project lijkt misschien breed in zijn doelen, maar de onderzoekers zijn van mening dat het systeem uiteindelijk zal profiteren van meerdere technologieën die samenwerken. Denk aan de transcriptiefunctie van vergaderingen, zegt William Mark, vice-president van de informatie- en computerwetenschapsdivisie bij SRI. Zelfs de beste spraakherkenningssystemen zouden moeite hebben om zonder hulp een nauwkeurig transcript van een vergadering te produceren, zegt hij, maar in onze context heeft CALO, vanwege informatiebeheer, diepgaande en rijke kennis over wie de mensen in de kamer zijn en wat de documenten en zinnen en jargon die in de context worden gebruikt.
Aangezien CALO veel leersystemen heeft, is het een uitdaging om ze te integreren, zodat CALO een consistente informatiestructuur heeft die het kan gebruiken om beslissingen te nemen op basis van de luidruchtige, onzekere gegevens die het uit zijn verschillende interacties haalt. Domingos en anderen hebben gewerkt aan een engine voor waarschijnlijkheidsconsistentie, die twee traditionele benaderingen van kunstmatige intelligentie verenigt: logica en waarschijnlijkheid.
Alan Qi , een assistent-professor informatica aan de Purdue University, die niet betrokken is bij CALO, zegt dat de unificatie van logica en waarschijnlijkheid een belangrijk streven is op het gebied van kunstmatige intelligentie. Het combineren van deze twee benaderingen, zegt Qi, is veel beter dan het gebruik van een van beide alleen. Probabilistische benaderingen kunnen goed omgaan met ruis en onzekerheid, terwijl een logische structuur het beste is om met betekenis om te gaan.
Hoewel de aanpak van CALO zeer verstrekkend is, heeft SRI een versie gemaakt, CALO Express genaamd, die enkele van de functies van CALO die bijna klaar zijn voor gebruik, neerzet. CALO Express is een lichtgewicht versie van de real deal die kan worden geïntegreerd met Microsoft-producten zoals Outlook en PowerPoint. Cheyer zegt dat het delen van de drie belangrijkste kenmerken van informatiebeheer, assistentie bij vergaderingen en taakbeheer omvat. Hij zegt dat CALO Express nu wordt geëvalueerd voor gebruik bij DARPA. Hoewel het onzeker is of CALO Express een commercieel product zal worden dat beschikbaar is buiten het leger, is er nog steeds hoop dat de gemiddelde persoon toegang krijgt tot dit soort technologieën. Het onderzoek heeft al enkele producten opgeleverd, zoals: Slimme desktop , een informatiebeheersysteem dat is voortgekomen uit het taakopsporingsproject van de Oregon State University als onderdeel van CALO. Radarnetwerken , makers van het Semantic Web-product touw , heeft ook gewerkt aan enkele semantische onderbouwingen van CALO. (Zie Het semantische web wordt mainstream.)