211service.com
Nokia-telefoner Gå til Natural Language Class
Som en del af et forskningssamarbejde med MIT-dataloger udvikler Nokia Research Center Cambridge, i Cambridge MA, mobiltelefoner, der kan forstå og reagere på skriftlige kommandoer skrevet på engelsk.
Ved at bruge MobileStart-systemet på telefonen til højre kan du minde din mor om at tage sin medicin. Telefonen til venstre viser en ny kalenderbegivenhed oprettet i mors telefon af MobileStart. (Med tilladelse fra Boris Katz og Federico Mora, MIT.)
Robert Iannucci, leder af Nokias forskningscentre, siger, at virksomheden ønsker at transformere telefoner fra simple opkaldsterminaler til informationsporte - til internettet, GPS og sensorer, MP3'er, stationære computere, iPods og andre enheder. Og, siger han, det kræver, at man nytænker hele grænsefladen mellem mennesker og håndholdte. For både Nokia og MIT betyder det brug af tekstinteraktion.
Mennesker er gode til sprog, siger Boris Katz , ledende forsker ved MIT's Computer Science and Artificial Intelligence Laboratory, hovedgruppen, der arbejder med Nokia. Vi ønsker, at sproget skal være en førsterangs borger på mobiltelefoner, siger han.
Natursprogsnavigationssystemer har længe været på løfte og mangel på levering. Men det er ikke længere urealistisk at tro, at disse systemer kan være i hænderne - og håndsæt - af forbrugere i den nærmeste fremtid. En advarsel: den komplekse underbygning af disse nye applikationer og de algoritmer, der analyserer sprog, skal skjules for mobiltelefonbrugere - for at de ikke skal blive frustrerede ved at navigere gennem lag af menuer.
For at drive Nokias naturlige sprogteknologi bruger MITs Katz et softwaresystem, han udviklede i 1993 kaldet Start , som fortolker menneskelige spørgsmål og finder svar ved hjælp af hjemmesider som Internet Movie Database (IMDB) og Mapquest. Ved at bruge webversionen af Start som base arbejder Katz i øjeblikket sammen med Nokia-centret om at udvikle en mobilversion af softwaren til mobiltelefoner, kaldet MobileStart.
Sådan fungerer webversionen af Start: brugere skriver et spørgsmål i et tekstfelt. Softwaren fortolker forespørgslen, beslutter, hvor svaret skal søges (i sin database eller på en anden hjemmeside), og svarer med en skriftlig forklaring, et link til en hjemmeside eller et billede.
[ klik her for eksempler på tekstbehandling på en mobiltelefon.]
Start udtrækker svar, ikke hits, siger Katz, fordi det tolker menneskeligt sprog, i stedet for at lede efter søgeord, som Google og andre søgemaskiner.
Start-systemet forstår engelske sætninger ved at opdele dem i en række forhold mellem objekt, egenskab og værdi. Hvis man f.eks. skriver, Hvad er befolkningen i Irak?, fortolker Start forespørgslen: objektet er Irak, egenskaben er befolkning, og værdien er, hvad Start søger.
Det er ligetil; dog har folk en tendens til at stille mere komplekse spørgsmål, især hvis de leder efter specifik information. Hvis en person stiller et spørgsmål som: Hvor mange mennesker bor der i hovedstaden i Asiens tredjestørste land? Start vil opdele det i tre separate forespørgsler, der skal behandles én ad gangen: Hvad er det tredjestørste land i Asien, hvad er det lands hovedstad, og hvad er hovedstadens befolkning? (Start bestemmer, hvordan man deler spørgsmål op, og hvordan man prioriterer sine evalueringer ved hjælp af en algoritme, Katz har designet.)
Den mest åbenlyse ændring, som denne form for interaktion ville gøre for brugerne, er en forenkling af de komplekse menustrukturer, der har udviklet sig, efterhånden som mobiltelefoner håndterer flere opgaver. Ved at bruge et navigationssystem på naturligt sprog kan brugere udføre funktioner uden at grave gennem lag af menuer eller gennemse snesevis af Google-hits på en lille skærm. Den mobile version af Start kan også hente oplysninger fra en telefons GPS-enhed og internettet eller interagere med og sende kommandoer til applikationer på telefonen, såsom en adressebog og kalender.
For eksempel, hvis brugeren er tabt, kan han eller hun blot spørge telefonen: Hvor er jeg? – og et kort over hans eller hendes nuværende placering vil blive vist på skærmen. Eller de kunne endda spørge: Hvordan kommer jeg til Brads hus herfra? og telefonen vil finde den adresse på en kontaktliste, bestemme din aktuelle placering ved hjælp af GPS, gå til Mapquest og hente online-ruter.
Sprogkommandoerne vil også gøre det muligt for folk at få deres forskellige teknologier til at kommunikere med andres enheder, hvilket helt fjerner behovet for at sende en svimlende række af tekstbeskeder, e-mails og voicemails til andre. For eksempel ville en person have mulighed for at fortælle telefonen, minde min mor om at tage sin medicin klokken tre i morgen, og Nokias applikation ville sætte en alarm i moderens telefonkalender, hvis hun har en MobileStart-telefon.
Selvfølgelig, med mere komplekse handlinger – såsom interaktion med andre enheder – begynder Start og andre navigationssoftwaresystemer på naturligt sprog at gå i bund. For at kunne udføre nogle slags applikationer, som mobiltelefonbrugere vil have, bliver MobileStart nødt til at lære, hvordan brugeren ser verden, siger Katz. For eksempel, hvis nogen fortæller telefonen at ringe til Joe, men der er mere end én Joe i adressebogen, siger Katz, at MobileStart bliver nødt til at bruge tidligere adfærd til at udlede, hvilken Joe menes, en opgave, der kræver mere komplekse algoritmer, der stadig er udvikles. Vi vil sikre os, at telefonen forstår, hvad brugeren siger uden at belaste dem med opklarende spørgsmål.
MobileStart skulle også være i stand til at håndtere mere komplicerede præferenceproblemer. For eksempel, hvis en bruger siger til telefonen: Mind min mor om at tage sin medicin klokken tre i morgen, skal den afgøre, hvordan den bedst leverer den besked. Hvis telefonen ved – gennem tidligere erfaringer eller en indstillet kommando – at begge personer foretrækker at kommunikere via tekstbeskeder, kan den sende en tekstbesked.
Hvad mere er, sagde Katz, at der også kan være en større udfordring i horisonten - en, der adskiller sig fra digital, mobil kultur: tekstbeskeder stenografi. Den webbaserede version af Start kan i øjeblikket registrere og bede brugeren om at rette stavefejl - men hvis nogen skriver, hvordan får jeg 2 Boston fra Cambridge, - en almindelig stenografi med mobile enheder - vil telefonen sende denne fejllæsning: Desværre ved ikke, hvordan du får Boston fra Cambridge.
I øjeblikket kan Start-systemet kun engelsk (selvom det kan få adgang til Googles sprogværktøjer til at oversætte sætninger). Dets parsing-system - hvad det bruger til at opdele en forespørgsel i objekt, egenskab og værdi - kunne bruges med ethvert menneskeligt sprog, men Katz bliver nødt til at lære det et nyt ordforråd og syntaks for hvert nyt sprog.
Nokia forsøger at gøre sine mobile enheder mere brugervenlige og reducere grænsefladeproblemerne, der forhindrer enheder i at være så praktiske, som de kan være. Med dette forsøg på at gøre naturlige sprog og teknologi kompatible, går Nokia ind i Web 2.0-bevægelsen – ligesom Google for nylig gjorde med sin kalenderapplikation [se Googles Time Keeper].
Ideelt set, siger Katz, vil MobileStart blive kombineret med stemme-til-tekst-software for at gøre brugen af mobiltelefoner endnu nemmere. Faktisk peger Nokias Iannucci på en ironi: mobiltelefoner er i sagens natur stemmeenheder, men de bruger ikke stemme som en modalitet.