211service.com
Mobiltelefoner, der lytter og lærer
Forskere bruger i stigende grad mobiltelefoner til bedre at forstå brugernes adfærd og sociale interaktioner. De data, der indsamles fra en telefons GPS-chip eller accelerometer, kan for eksempel afsløre tendenser, der er relevante for modellering af spredning af sygdom, fastlæggelse af personlige sundhedsbehov, forbedring af tidsstyring og endda opdatering af sociale netværk. Fremgangsmåden, kendt som reality-mining, er også blevet foreslået som en måde at forbedre målrettet annoncering eller gøre mobiltelefoner smartere: en enhed, der ved, at dens ejer deltager i et møde, kan for eksempel automatisk slukke for sin ringetone.
Nu har en gruppe på Dartmouth College i Hanover, NH, skabt software, der bruger mikrofonen på en mobiltelefon til at spore og fortolke en brugers aktivitet. Softwaren, kaldet SoundSense , opfanger lyde og forsøger at klassificere dem i bestemte kategorier. I modsætning til lignende software udviklet tidligere, kan SoundSense genkende helt ukendte lyde, og den kører også udelukkende på enheden. SoundSense klassificerer automatisk lyde som stemme, musik eller omgivende støj. Hvis en lyd gentages ofte nok eller længe nok, giver SoundSense den en høj lydrangering og beder brugeren om at bekræfte, at den er væsentlig og giver mulighed for at mærke lyden.
Dartmouth-teamet fokuserede på overvågning af lyd, fordi alle telefoner har en mikrofon, og fordi accelerometre kun giver begrænset information. Når vi tænker på lyde, tror vi typisk ikke, at de også kan repræsentere et sted, der har en unik signatur, siger Andrew Campbell , professor i datalogi ved Dartmouth og ledende forsker på projektet. Forskerne sørgede for, at programmet er lille, så det ikke bruger for meget strøm. For at imødekomme bekymringer om privatlivets fred har de designet SoundSense, så oplysninger ikke fjernes fra enheden til behandling. Derudover gemmer selve programmet ikke rå lydklip. En bruger kan også bede softwaren om at ignorere alle lyde, der anses for off limits.
I testen var SoundSense-softwaren i stand til korrekt at bestemme, hvornår brugeren var i en bestemt kaffebar, gik udenfor, børstede tænder, cyklede og kørte i bilen. Den opfangede også støjen fra en pengeautomat og en ventilator i et bestemt rum. Resultaterne af eksperimenterne vil blive præsenteret i denne uge på MobiSys 2009 konference i Krakow, Polen.
SoundSense-systemet er vores første skridt i at bygge et system, der kan lære [brugeradfærd] på farten, siger Tanzeem Choudhury , en assisterende professor ved Dartmouth, som også var leder af projektet og en TR35-vinder. Choudhury siger, at det vil være afgørende for praktiske anvendelser at gøre det muligt for softwaren at lære at genkende nye lyde. Et system, der kan genkende lyde i en persons liv, kan bruges til at søge efter andre, der har de samme præferencer, siger hun. Brug af lyde til at klassificere begivenheder kan give brugerne feedback på deres daglige aktiviteter til sundheds- eller tidsstyringsapplikationer, tilføjer hun.
Telefonerne har ører: SoundSense lytter til en brugers miljø gennem en telefons mikrofon og lærer at forbinde bestemte lyde med aktiviteter.
Kurt Agerhøne , en forsker ved Palo Alto Research Center, som også har skabt mobiltelefonsoftware, der sporer adfærd, mener, at SoundSense-projektet udnytter en underudnyttet ressource. Jeg tror ikke, at feltet rigtig har indset, både hvor lidt kraft lydbaseret aktivitetsføling tager, og hvor informativ den kan være, siger Partridge. Lyd kan skelne så mange flere aktiviteter [og] tilføjer et socialt aspekt til kontekstuel sansning, som ellers ikke er muligt.
Dan Ellis , en lektor ved Columbia University, som har forsket i brugen af kontinuerlige lydoptagelser, siger, at denne type livslogning en dag kunne bruges lige så rutinemæssigt som udbakken i en e-mail-applikation. Måske kigger du ikke så tit på din udbakke, men givet de rigtige værktøjer til hurtigt at finde det, du leder efter, er det meget praktisk at føre en fortegnelse over hver e-mail, du nogensinde bliver sendt, siger han. En næsten kontinuerlig, lydbaseret optagelse indsamlet af en personlig enhed kunne på samme måde være ønskelig.