Mechanika umysłu

Wirtualna Asystentka Ania

Wirtualne postacie nie są popularne na polskich stronach www. Problem z przetwarzaniem języka naturalnego przez komputery powoduje, że takie wdrożenie nie zawsze się opłaca. Są jednak pozytywne przykłady, takie jak Wirtualna Asystentka SWPS Ania. Od jakiegoś czasu obserwuje co nowego dzieje się w botyce w polskiej sieci i myślę, że można śmiało powiedzieć, iż poza implementacjami chatterbota na stronie producentów, Wirtualna Asystentka SWPS jest najbardziej udanym tego typu wdrożeniem.

Czytaj dalej »

Dla wielu kognitywistów zrozumienie umysłu oznacza zbudowanie jego adekwatnego modelu. Choć taki sposób uprawiania nauki nie jest doskonały, ma wiele praktycznych zastosowań. To, co zdołaliśmy dowiedzieć się o poznaniu wykorzystywane jest do programowania cyfrowych postaci zwanych botami.

Boty tworzy się, aby usprawnić komunikację człowieka z maszyną. Wciąż największym wyzwaniem jest poprawne przetwarzanie przez komputery języka naturalnego. Jak dotąd żaden z wymyślonych botów nie przeszedł testu Turinga.

Co mi powiesz o Britney Spears?

Podglądając zainteresowania badawcze kognitywistów z Bułgarii znalazłem informacje o projekcie RASCALII. Celem jest stworzenie spersonalizowanych agentów żyjących i uczących się w Internecie.

Na razie projektanci doskonalą bota według dwóch scenariuszy:

1. Aby zbierał informacje konieczne bezbłędnego rozwiązywania quizów
2. Aby wyszukiwał i organizował informacje związane z muzyką

Są to jedynie demonstracje możliwości agenta. Użytkownik może komunikować się z cyfrowym towarzyszem używając języka naturalnego. Gdy nasz agent znajdzie dla nas to czego szukamy możemy ocenić efekt jego pracy. Specjaliści od Sztucznej Inteligencji nazywają to uczeniem nadzorowanym, ale użytkownik po prostu dobrze się bawi okazując satysfakcję bądź niezadowolenie przez wciśniecie odpowiedniego przycisku.

Music Explorer pozwala przedstawić agentowi swoje muzyczne zainteresowania. Ten zgromadzi komplet informacji np. o naszym ulubionym artyście oraz zbliżona stylem muzykę. W miarę upływu czasu twój muzyczny profil agent będzie uzupełniał m.in. o dane z kanałów RSS dotyczące np. wydania nowej płyty.

Inspiracje

Jest to kolejny krok naprzód Sztucznej Inteligencji, ponieważ architektura poznawcza inspirowana jest ideą poznania ucieleśnionego – umysłu, który osadzony jest w ciele i otoczeniu, a percepcja służy działaniu. Środowisko zdefiniowane jest przez użytkownika, innego bota lub bazę wiedzy. Sensoryczność polega tu na przetłumaczeniu danych z otoczenia na kod umysłu. Motoryka zaś pozwala wykonywać akcje typu: wysyłanie zapytań, komunikacja z użytkownikiem itp.

Autorzy zamodelowali dwa moduły pamięci długotrwałej – przechowującą fakty i epizodyczną. Pamięć robocza zaś to aktywny element pamięci długotrwałej. Dla Czytelników zaznajomionych z psychologią poznawczą inspiracje te są dobrze znane.

Ze szczegółami architektury można zapoznać się na stronie projektu. (Naprawdę warto!)

Stworzenie interfejsu, który będzie współgrał z każdym modelem mentalnym jest niemożliwe. Nie jest to tylko problem projektantów serwisów wielotematycznych. Dokładne określenie grupy targetowej i szereg badań, choć optymalizuje architekturę informacji nie jest rozwiązaniem idealnym. Jeśli więc nie projektowanie jako proces, to co ?

Badacze z Uniwersytetu Waszyngtonskiego stworzyli narzędzie automatycznie generujące interfejs na podstawie matematycznego modelu użytkownika o nazwie SUPPLE. Model oparty jest o 20 minutowy test (dla osób niepełnosprawnych trwa on 90 minut). Test polega np. na jak najszybszym kliknięciu na pojawiające się na ekranie kropki o coraz większym rozmiarze.

SUPPLE korzystając z modelu użytkownika automatycznie przystosowuje się do mozliwości wzrokowych i motorycznych danej osoby. Ma to szczególne znaczenie w przypadku korzystających z komputera osób starszych lub niepełnosprawnych. Zastosowane algorytmy (o których więcej na stronie projektu) pozwala dostosować do stylu użytkownika wygląd, organizację treści i strukturę nawigacji.

Dla zainteresowanych programistów, dostepny jest SUPPLE UI Toolkit zawierający biblioteki umożliwiające budowę aplikacji (za pomocą AWT, pakietu Swing czy zwykłego HTML) z opartym na SUPPLE generatorem interfejsu.

W ramach projektu TheBrain zaoferowany został ciekawy produkt o nazwie PersonalBrain. Projekt bazuje na idei map myśli.

Oprogramowanie (dostępne na stronie produktu) jest dostępne zarówno dla Windows’a, Linuxa i pod Mac OS.

PersonalBrain pozwala organizować informacje, zarówno ikony pulpitu jak i strony internetowe organizować zgodnie z własnymi skojarzeniami. W obszarze widzenia użytkownika pozostają tylko te informacje, które uważa on za istotne. Niewątpliwą zaletą jest dołączanie kolejnych elementów do mapy metodą drag and drop. Gdy utworzymy całość, klknięcie na dany element działa jak poruszanie się za pomocą linków.

W badaniu zespołu Antonelli De Angeli z The University of Manchester sprawdzano, w jaki sposób ludzie podczas wykonywania zadań z systemem komputerowym jednocześnie wydają polecenia za pomocą mowy oraz pisma.

Przy pomocy specjalnego systemu udostępniającego plan miasta, badani mieli znaleźć dom spełniający wymagania klientów oraz w drugim zadaniu, aktualizować mapę poprzez dodawanie, przemieszczanie usuwanie budynków, dróg itp. Mogli wprowadzać zapytania poprzez mikrofon oraz zaznaczać na mapie etykiety, odległości itp. System odpowiadał przedstawieniem odpowiedniej informacji na mapie.

95% biorących udział w badaniu najczęściej wykorzystywało obie możliwości wydawania poleceń dotyczących położenia przestrzennego w zadaniu aktualizacji mapy – dodawania obiektów, przenoszenia ich, modyfikowania czy zaznaczanie dwóch punktów, pomiędzy którymi odległość miała być wypisywana przez system. 20% elementów tego zadania rozwiązanych w ten sposób było kombinacją wprowadzania danych przez mikrofon i tablet LCD.

Drugą grupę poleceń, wydawanych jednocześnie poprzez mowę i zapis stanowiły: wysyłanie zapytań (np.”Czy ten dom [tu nastepowało zakreślenie obiektu] znajduje się w obszarze zagrozonym powodziami”), usuwanie obiektów, dodawanie etykiet czy przybliżanie obrazu.

W ogólnych elementach zadania (np. przewijanie wyświetlanego obrazu) które nie wymagały lokalizacji przestrzennej lub identyfikacji obiektów, badani korzystali z tylko jednej metody komunikacji np. tylko z tabletu.

Warto zaznaczyć, że komunikacja badanych z systemem zarówno za pomocą mowy, jaki i grafiki (wpisywania, zaznaczania itp.) była bardzo skuteczna, gdyż wprowadzane informacje nie powtarzały się, ani nie zakłócały lecz były komplementarne.

Czytaj cały raport z badania (ang.)