211service.com
Los creadores de Siri demuestran un asistente que toma la iniciativa
En una habitación pequeña y oscura junto a un largo pasillo dentro de un extenso complejo de edificios en Silicon Valley, una serie de enormes pantallas planas y cámaras de video rastrean Pensador de garra Cada movimiento. Denker, científico informático senior en el instituto de I + D sin fines de lucro SRI , está presumiendo Brillante , un asistente inteligente que algún día podría saber qué información necesita antes de que la solicite.
Bajo vigilancia: Un prototipo de Bright rastrea cada movimiento realizado por Patrick Lincoln, director del laboratorio de ciencias de la computación del SRI.
Inicialmente, Bright está destinado a reducir la sobrecarga cognitiva que enfrentan los trabajadores en trabajos de alto estrés y con uso intensivo de datos, como la respuesta a emergencias y la seguridad de la red. Bright puede, por ejemplo, ayudar a los administradores de red a tratar de detener la propagación de un virus de rápido movimiento al proporcionar rápidamente información crucial sobre la infección, o ayudar a los operadores del 911 a enviar el tipo de asistencia adecuado al lugar de un accidente. Pero como muchas otras tecnologías desarrolladas en SRI, como el asistente personal digital Siria (ahora propiedad de Apple), Bright podría eventualmente llegar a computadoras portátiles y teléfonos inteligentes. Puede tomar la forma de software que muestra automáticamente listas de sus programas favoritos cuando cree que está a punto de sentarse a mirar televisión, o busca en la Web información relevante para su último proyecto de investigación sin necesidad de que mueva un dedo.
Ya algún software asistente, como Google ahora para teléfonos inteligentes Android, intenta predecir qué información puede necesitar un usuario y la proporciona automáticamente. Lo hace, por ejemplo, reconociendo que el usuario está esperando en una parada de autobús y entregando los horarios del autobús. El objetivo de Bright es desarrollar algo aún más sofisticado y capaz en un entorno de oficina. Pero el gran desafío para Bright y proyectos similares es: ¿cómo se aprende de una cantidad relativamente pequeña de información?
Originalmente creado por la Universidad de Stanford como una institución de investigación en 1946 (ha estado operando de forma independiente desde 1970), SRI International, con sede en Menlo Park, California, ha desarrollado tecnologías clave que incluyen el ratón de computadora , el LCD , e incluso los primeros parpadeos de Internet, llamados ARPAnet . En los últimos años, ha tenido éxito en el campo de la inteligencia artificial con Siri, que se derivó de un proyecto que SRI hizo para la Agencia de Proyectos de Investigación Avanzada de Defensa del Departamento de Defensa, o DARPA, llamado CALO (que es un agente cognitivo que aprende y organiza ).
Denker describe Bright como un escritorio cognitivo y un escritorio que realmente entiende lo que está haciendo, y no solo por usted, sino también en un entorno colaborativo para las personas. En su configuración actual, tres cámaras la miran fijamente; un monitor muestra dónde está mirando y muestra un registro en tiempo real de cada acción que realiza, así como un escritorio de computadora de apariencia familiar con archivos y carpetas. Cuando usa el monitor frente a ella para abrir un correo electrónico del banco Wells Fargo solicitando una reunión, por ejemplo, Bright registra todas sus acciones en un monitor a la izquierda, señalando que abrió el mensaje, que pasó tiempo mirándolo (en lugar de simplemente mirar hacia otra parte de la pantalla), y que lo cerró.
Como Denker demuestra las capacidades nacientes de Bright, no es difícil imaginar que la tecnología facilite todo, desde la programación de tareas hasta la búsqueda en la Web. Ella explica que su equipo está tratando de adaptar las técnicas informáticas existentes que intentan aumentar la eficiencia al anticipar qué información se necesitará a continuación y probar diferentes acciones con anticipación para acelerar el tiempo de respuesta. Bright, dice, usa las mismas ideas para anticipar lo que el usuario querrá hacer, por lo que requiere equipo adicional para monitorear al usuario. Una pantalla sensible al tacto puede rastrear los toques de los dedos y los movimientos de las manos, como agitar, también se controlan.
Si bien se está desarrollando para la ciberseguridad y la respuesta a emergencias, Bright podría adaptarse a otros tipos de usuarios. En las escuelas, por ejemplo, Bright podría determinar que un estudiante tiene dificultades y adaptarse para satisfacer mejor sus necesidades.
Sin embargo, queda un largo camino por recorrer. Actualmente, el sistema se centra en la indexación cognitiva, el mecanismo que une varias pistas y luego intenta predecir qué es importante. El equipo detrás de Bright también necesita desarrollar sus habilidades para predecir intereses y automatizar tareas. Y antes de que se pueda implementar en cualquier lugar, Bright debe aprender a estudiar para qué está usando su computadora.
Conocer a un usuario es difícil, dice Bill Mark, vicepresidente de ciencias de la información y la computación en SRI y uno de los investigadores principales detrás de CALO. Mark llama a esto el problema de los datos pequeños; Si bien los esfuerzos de big data se centran en obtener conocimientos de montañas de información, los sistemas como Bright buscan patrones en cantidades mucho más pequeñas, y esto puede ser muy complicado. El conjunto de datos limitado, combinado con la tendencia de los usuarios a cambiar el comportamiento, es muy poco amigable con los algoritmos de búsqueda de patrones, dice: No estamos ingresando tantos datos. A estos algoritmos de aprendizaje automático les gusta generalizar sobre grandes cantidades de datos.
Hay muchos otros desafíos. Krzysztof Gajos , profesor asistente de ciencias de la computación en Harvard que también pasó un año trabajando en CALO, señala que una de las dificultades en la construcción de sistemas interactivos inteligentes es descubrir cómo distinguir las tareas obligatorias como el trabajo de oficina de las tareas voluntarias como los juegos. Para las tareas relacionadas con la oficina, dice, es difícil diseñar la automatización de una manera que deje al usuario con la sensación de tener el control y parezca que vale la pena usarla, aunque ocasionalmente se estropee.
Si miras hacia atrás a sistemas como Microsoft Clippy, puedes ver un ejemplo de un sistema que falló en eso, dice Gajos. Las pocas veces que falló fueron tan agravantes que eclipsaron los beneficios que el sistema podría haber brindado a muchos usuarios.