211service.com
Teléfonos móviles que escuchan y aprenden
Los investigadores utilizan cada vez más los teléfonos móviles para comprender mejor el comportamiento y las interacciones sociales de los usuarios. Los datos recopilados del chip GPS o acelerómetro de un teléfono, por ejemplo, pueden revelar tendencias que son relevantes para modelar la propagación de enfermedades, determinar las necesidades de atención médica personal, mejorar la administración del tiempo e incluso actualizar las redes sociales. El enfoque, conocido como minería de la realidad, también se ha sugerido como una forma de mejorar la publicidad dirigida o hacer que los teléfonos celulares sean más inteligentes: un dispositivo que sabe que su propietario está en una reunión podría apagar automáticamente su timbre, por ejemplo.
Ahora, un grupo en Dartmouth College, en Hanover, NH, ha creado un software que usa el micrófono de un teléfono celular para rastrear e interpretar la actividad de un usuario. El software, llamado SoundSense , capta sonidos e intenta clasificarlos en determinadas categorías. A diferencia del software similar desarrollado anteriormente, SoundSense puede reconocer sonidos completamente desconocidos y también se ejecuta completamente en el dispositivo. SoundSense clasifica automáticamente los sonidos como voz, música o ruido ambiental. Si un sonido se repite con la frecuencia suficiente o durante el tiempo suficiente, SoundSense le otorga un rango de sonido alto y le pide al usuario que confirme que es significativo y ofrece la opción de etiquetar el sonido.
El equipo de Dartmouth se centró en monitorear el sonido porque todos los teléfonos tienen un micrófono y porque los acelerómetros brindan solo información limitada. Cuando pensamos en sonidos, normalmente no pensamos que también puedan representar una ubicación que tiene una firma única, dice Andrew Campbell , profesor de informática en Dartmouth e investigador principal del proyecto. Los investigadores se aseguraron de que el programa sea pequeño, para que no consuma demasiada energía. Para abordar los problemas de privacidad, diseñaron SoundSense para que la información no se elimine del dispositivo para su procesamiento. Además, el programa en sí no almacena clips de audio sin procesar. Un usuario también puede decirle al software que ignore cualquier sonido que se considere fuera de límites.
En las pruebas, el software SoundSense pudo determinar correctamente cuándo el usuario estaba en una cafetería en particular, caminando afuera, cepillándose los dientes, en bicicleta y conduciendo en el automóvil. También recogió el ruido de un cajero automático y un ventilador en una habitación en particular. Los resultados de los experimentos se presentarán esta semana en el MobiSys 2009 conferencia, en Cracovia, Polonia.
El sistema SoundSense es nuestro primer paso en la creación de un sistema que puede aprender [el comportamiento del usuario] sobre la marcha, dice Tanzeem Choudhury , profesor asistente en Dartmouth que también fue líder en el proyecto y ganador de TR35. Choudhury dice que permitir que el software aprenda a reconocer nuevos sonidos será esencial para aplicaciones prácticas. Un sistema que puede reconocer los sonidos en la vida de una persona puede usarse para buscar a otros que tienen las mismas preferencias, dice. El uso de sonidos para clasificar eventos puede brindar a los usuarios comentarios sobre sus actividades diarias para aplicaciones de salud o administración del tiempo, agrega.
Los teléfonos tienen oídos: SoundSense escucha el entorno de un usuario a través del micrófono de un teléfono y aprende a conectar ciertos sonidos con las actividades.
Kurt Partridge , investigador del Palo Alto Research Center, que también ha creado un software para teléfonos móviles que rastrea el comportamiento, cree que el proyecto SoundSense explota un recurso infrautilizado. No creo que el campo se haya dado cuenta realmente de la poca potencia que requiere la detección de actividad basada en audio y de lo informativo que puede ser, dice Partridge. El audio puede distinguir muchas más actividades [y] agrega un aspecto social a la detección contextual que no es posible de otra manera.
Dan Ellis , profesor asociado de la Universidad de Columbia, que ha investigado el uso de grabaciones de audio continuas, dice que este tipo de registro de vida podría algún día usarse de forma tan rutinaria como la bandeja de salida en una aplicación de correo electrónico. Tal vez no mires tu bandeja de salida con mucha frecuencia, pero dadas las herramientas adecuadas para encontrar rápidamente lo que estás buscando, es muy conveniente llevar un registro de cada correo electrónico que te envían, dice. Un registro de audio casi continuo recopilado por un dispositivo personal podría ser igualmente deseable.