211service.com
Software, die von Benutzern lernt
Die Sache, die Computer für alle zu einer großen Qual macht, sagt Pedro sonntags , ein außerordentlicher Professor für Informatik an der University of Washington, ist, dass man ihnen jedes noch so kleine Detail erklären muss, was sie tun müssen. Es ist wirklich nervig, scherzt Domingos. Sie sind dumm.
Deshalb macht Domingos mit NIEDER , ein massives, vier Jahre altes Projekt der künstlichen Intelligenz, das Computern helfen soll, die Absichten ihrer menschlichen Benutzer zu verstehen. Gefördert von der Agentur für fortgeschrittene Verteidigungsforschungsprojekte (DARPA) und koordiniert von SRI International , mit Sitz in Menlo Park, Kalifornien, vereint das Projekt Forscher von 25 Universitäten und Unternehmen in vielen Bereichen der künstlichen Intelligenz, darunter maschinelles Lernen, Verarbeitung natürlicher Sprache und Semantic Web-Technologien. Jede Gruppe arbeitet an Teilen von CALO, was für kognitiver Assistent, der lernt und organisiert, steht.
Adam Cheyer, Programmdirektor des Zentrums für künstliche Intelligenz am SRI, erklärt, dass CALO versucht, die Benutzer auf drei Arten zu unterstützen: indem es ihnen hilft, Informationen über Schlüsselpersonen und Projekte zu verwalten, Informationen aus Meetings zu verstehen und zu organisieren und Routinen zu lernen und zu automatisieren Aufgaben. Zum Beispiel kann CALO die Personen und Projekte kennenlernen, die für das Arbeitsleben eines Benutzers wichtig sind, indem es auf E-Mail-Muster achtet. Es kann dann Informationen für den Benutzer basierend auf der Quelle der Informationen und den Projekten, mit denen es verbunden ist, kategorisieren und priorisieren. Das System kann diese Art des Verstehens auch auf Meetings anwenden, indem es sein Spracherkennungssystem verwendet, um eine Transkription des dort Gesagten zu erstellen, und sein Verständnis der Projekte und Kontakte des Benutzers, um die Transkription intelligent in To-Do-Listen und Termine zu verarbeiten. Schließlich kann ein Benutzer CALO Routineaufgaben beibringen, wie den Online-Buchkauf und die Suche nach Bed-and-Breakfasts, die bestimmten Kriterien entsprechen. CALO kann mit anderen Personen interagieren, Aufgaben wie das Ansetzen von Besprechungen übernehmen, die Zeitpläne der Personen koordinieren und Entscheidungen treffen, beispielsweise die Entscheidung, eine Besprechung zu verschieben, wenn ein wichtiges Mitglied verhindert wird.
Es ist eine erstaunlich große Sache und wahnsinnig ehrgeizig, sagt Domingos. Aber wenn CALO erfolgreich ist, wird es eine echte Revolution. Auch wenn dies nicht der Fall ist, wird darunter so viel gute Forschung betrieben, dass es sich dennoch gelohnt hat.
Das Ziel besteht darin, eine künstliche Intelligenz zu entwickeln, die jemandem als persönlicher Assistent dienen kann – nicht etwas mit einer starren Struktur, in der sie hilfreich sein kann, wie der animierte Büroklammer-Assistent in Microsoft Office-Produkten, sondern ein System, das lernen kann über die Umgebung und Bedürfnisse eines Benutzers ab und passen sich diesen an, ohne von Ingenieuren neu programmiert werden zu müssen. Was anders ist und noch nie zuvor auf diese Weise umgesetzt wurde, ist der wirklich integrierte Ansatz, all diese Technologien und all diese Fähigkeiten in einem einzigen System zusammenzubringen, sagt Cheyer. Es braucht ein System dieser Größe, um Ihnen etwas zu bieten, das so viele Informationen verstehen und organisieren kann.
Die Ziele des Projekts mögen breit gefächert erscheinen, aber die Forscher glauben, dass das System letztendlich von der Zusammenarbeit mehrerer Technologien profitieren wird. Betrachten Sie die Sitzungs-Transkriptionsfunktion, sagt William Mark, Vizepräsident der Abteilung für Informations- und Computerwissenschaften bei SRI. Selbst die besten Spracherkennungssysteme hätten Schwierigkeiten, ohne Hilfe eine genaue Abschrift eines Meetings zu erstellen, sagt er, aber in unserem Kontext verfügt CALO aufgrund des Informationsmanagements über ein tiefes und umfassendes Wissen darüber, wer die Personen im Raum sind und was sind die im Kontext verwendeten Dokumente und Phrasen und der Slang.
Da CALO über viele lernende Systeme verfügt, besteht eine Herausforderung darin, diese so zu integrieren, dass CALO eine konsistente Informationsstruktur hat, die es verwenden kann, um Entscheidungen basierend auf den verrauschten, unsicheren Daten zu treffen, die es aus seinen verschiedenen Interaktionen extrahiert. Domingos und andere haben an einer Wahrscheinlichkeitskonsistenz-Engine gearbeitet, die zwei traditionelle Ansätze für künstliche Intelligenz vereint: Logik und Wahrscheinlichkeit.
Alan Qi , ein Assistenzprofessor für Informatik an der Purdue University, der nicht an CALO beteiligt ist, sagt, dass die Vereinigung von Logik und Wahrscheinlichkeit ein wichtiges Unterfangen auf dem Gebiet der künstlichen Intelligenz ist. Die Kombination dieser beiden Ansätze, sagt Qi, ist viel besser als die alleinige Verwendung. Probabilistische Ansätze können mit Rauschen und Unsicherheit gut umgehen, während eine logische Struktur am besten für den Umgang mit Bedeutung ist.
Obwohl der Ansatz von CALO sehr weitreichend ist, hat SRI eine Version namens CALO Express entwickelt, die einige der Funktionen von CALO zusammenfasst, die fast einsatzbereit sind. CALO Express ist eine leichtgewichtige Version des echten Deals, die in Microsoft-Produkte wie Outlook und PowerPoint integriert werden kann. Cheyer sagt, dass es Teile der drei Hauptfunktionen des Informationsmanagements, der Besprechungsunterstützung und des Aufgabenmanagements enthält. Er sagt, dass CALO Express jetzt für den Einsatz bei DARPA evaluiert wird. Obwohl es ungewiss ist, ob CALO Express ein kommerzielles Produkt wird, das außerhalb des Militärs erhältlich ist, besteht immer noch Hoffnung, dass der Durchschnittsbürger Zugang zu Technologien dieser Art erhält. Die Forschung hat bereits einige Produkte hervorgebracht, wie zum Beispiel Intelligenter Desktop , ein Informationsmanagementsystem, das aus dem Task-Tracer-Projekt hervorgegangen ist, das von der Oregon State University als Teil von CALO durchgeführt wurde. Radarnetzwerke , Hersteller des Semantic Web-Produkts Schnur , hat auch an einigen der semantischen Grundlagen von CALO gearbeitet. (Siehe Das Semantic Web wird zum Mainstream.)