CALO

CALO
Originalförfattare SRI International
Typ Intelligent mjukvaruassistent
Licens Proprietär

CALO var ett artificiell intelligensprojekt som försökte integrera många AI-teknologier i en kognitiv assistent. CALO är en akronym för " Kognitiv assistent som lär sig och organiserar" . Namnet är inspirerat av det latinska ordet "Calo" som betyder "soldatens tjänare". Projektet startade i maj 2003 och pågick i fem år och avslutades 2008.

CALO-satsningen har haft många stora spin-offs, framför allt Siri intelligenta mjukvaruassistent som nu är en del av Apple iOS sedan iOS 5 , levererad i flera telefoner och surfplattor; Social Kinetics, en social applikation som lärde sig personlig intervention och behandlingsstrategier för patienter med kroniska sjukdomar, såld till RedBrick Health ; Trapit - projektet, som är en webbskrapa och nyhetsaggregator som gör intelligenta urval av webbinnehåll baserat på användarpreferenser; Tempo AI , en smart kalender; Desti , en personlig reseguide; och Kuato Studios , en startup för spelutveckling.

CALO finansierades av Defense Advanced Research Projects Agency ( DARPA ) under dess Personalized Assistant that Learns (PAL)-program. DARPAs femåriga kontrakt samlade över 300 forskare från 25 av de främsta universitets- och kommersiella forskningsinstitutioner, med målet att bygga en ny generation kognitiva assistenter som kan resonera, lära av erfarenheter, få veta vad de ska göra, förklara vad de är gör, reflekterar över sina erfarenheter och reagerar robust på överraskning. SRI International var den ledande integratören som ansvarade för att samordna arbetet med att producera en assistent som kan leva med och lära av sina användare, ge värde till dem och sedan klara en årlig utvärdering som mäter hur väl systemet har lärt sig att göra sitt jobb.

Funktioner

CALO hjälper sin användare med sex högnivåfunktioner:

  1. Organisera och prioritera information : När användaren arbetar med e-post, möten, webbsidor, filer och så vidare, använder CALO maskininlärningsalgoritmer för att bygga en frågebar modell av vem som arbetar med vilka projekt, vilken roll de spelar, hur viktiga de är, hur dokument och leveranser hänger ihop med detta osv.
  2. Att förbereda informationsartefakter : CALO kan hjälpa sin användare att sätta ihop nya dokument som PowerPoint-presentationer, genom att dra nytta av lärande om struktur och innehåll från tidigare dokument som man nått tidigare.
  3. Förmedlande mänsklig kommunikation : CALO tillhandahåller hjälp när dess användare interagerar med andra människor, både i elektroniska forum (t.ex. e-post) och i fysiska möten. Om CALO får åtkomst att delta i ett möte genererar CALO automatiskt en mötesutskrift, spårar tilldelningar av åtgärdsobjekt, upptäcker deltagarnas roller och så vidare. CALO kan också sätta ihop ett "PrepPak" för ett möte som innehåller information att läsa i förväg eller ha till hands när mötet fortskrider.
  4. Task Management : CALO kan automatisera rutinuppgifter för dig (t.ex. resetillstånd), och kan läras ut nya procedurer och uppgifter genom att observera och interagera med användaren.
  5. Schemaläggning och resonemang i tid : CALO kan lära sig dina preferenser för när du behöver saker gjorda av, och hjälpa dig att hantera ditt fullspäckade schema (PTIME publicerad i ACM TIST).
  6. Resursallokering : Som en del av Task Management kan CALO lära sig att skaffa nya resurser (elektroniska tjänster och verkliga människor) för att få ett jobb gjort.

Utvärdering

Varje år får CALO-systemet, efter att ha bott med sin användare under en tid, ett prestationstest med 153 "administrationsassistent"-frågor, främst inriktade på vad det har lärt sig om användarens liv. Utvärderare mäter hur väl CALO:s prestation på dessa frågor förbättras år för år, och hur mycket av CALO:s prestation beror på "att lära sig i naturen" (ny kunskap, uppgifter och slutsatser som den har kunnat skaffa sig på egen hand, som i motsats till funktion eller kunskap som är inkopplad i systemet av en utvecklare).

Ramverk

SRI International gjorde en samling framgångsrika maskininlärnings- och resonemangsteknologier utvecklade i PAL-programmet, främst från CALO-projektet, tillgänglig online. Den tillgängliga tekniken inkluderar både allmänna inlärningsmetoder tillsammans med mer fokuserade inlärningsapplikationer. PAL-programvaran och relaterade publikationer finns tillgängliga på PAL Frameworks webbplats.

PAL-funktionerna har modulariserats, paketerats och anpassats till industristandarder för att underlätta deras inkorporering i målapplikationer. Olika infrastrukturkomponenter och API:er finns tillgängliga för att förenkla interaktion med teknologierna. PAL-kapaciteter integrerades i den amerikanska arméns CPOF - ledningssystem och skickades till Irak 2010.

Den tillgängliga tekniken har utvecklats av forskarteam vid SRI International, Carnegie Mellon University , University of Massachusetts Amherst , University of Rochester , Institutet för Human and Machine Cognition, Oregon State University , University of Southern California , Xerox PARC och Stanford University .

Utvalda publikationer

Under de första fyra åren av projektet har CALO-finansierad forskning resulterat i mer än femhundra publikationer inom alla områden av artificiell intelligens. Här är flera:

  •    Matthias Zimmermann, Yang Liu, Elizabeth Shriberg och Andreas Stolcke (2005-11-27). "A*-baserad gemensam segmentering och klassificering av dialoghandlingar i flerpartsmöten". IEEE Workshop on Automatic Speech Recognition and Understanding, 2005 . 2005 IEEE-workshop om automatisk taligenkänning . s. 215–219. CiteSeerX 10.1.1.329.4676 . doi : 10.1109/ASRU.2005.1566537 . ISBN 978-0-7803-9479-7 . {{ citera bok }} : CS1 underhåll: använder författarens parameter ( länk )
  • Melinda T. Gervasio, Michael D. Moffitt, Martha E. Pollack , Joseph M. Taylor och Tomas E. Uribe (2005). "Aktivt preferensinlärning för personlig kalenderschemaläggningshjälp". Handlingar från 2005 års internationella konferens om intelligenta användargränssnitt . {{ citera journal }} : CS1 underhåll: använder författarens parameter ( länk )
  • T. Duong, H. Bui, D. Phung och S. Vekatesh (2005). "Aktivitetsigenkänning och avvikelsedetektering med den omkopplingsbara dolda semi-Markov-modellen". IEEE Internationell konferens om datorseende och mönsterigenkänning . {{ citera journal }} : CS1 underhåll: använder författarens parameter ( länk )
  • Rachel Greenstadt, Jonathan P. Pearce och Milind Tambe (2006). "Analys av sekretessförlust i distribuerad begränsningsoptimering". AAAI . {{ citera journal }} : Citera journal kräver |journal= ( hjälp ) CS1 underhåll: använder författarens parameter ( länk )
  • Nathan Schurr, Pradeep Varakantham, Emma Bowring, Milind Tambe och Barbara Grosz . "Asimovian Multiagents: Applying Laws of Robotics to Teams of Humans and Agents". {{ citera journal }} : Citera journal kräver |journal= ( hjälp ) CS1 underhåll: använder författarens parameter ( länk )
  • David Morley och Karen Myers (2004). "Balansera formella och praktiska bekymmer i agentdesign". Proceedings of AAAI Workshop on Intelligent Agent Architectures: Combining the Strengths of Software Engineering and Cognitive Systems . {{ citera journal }} : CS1 underhåll: använder författarens parameter ( länk )
  • Gideon S. Mann, David Mimno och Andrew McCallum (2006-06-11). "Bibliometriska effektmått som utnyttjar ämnesanalys". Gemensam konferens om digitala bibliotek . {{ citera journal }} : Citera journal kräver |journal= ( hjälp ) CS1 underhåll: använder författarens parameter ( länk )
  • Karen Myers (juli 2006). "Bygga en intelligent personlig assistent". AAAI Invited Talk . {{ citera journal }} : CS1 underhåll: använder författarens parameter ( länk )
  • Edward C. Kaiser (2005-04-03). "Kan modelleringredundans i multimodala, flerpartsuppgifter stödja dynamiskt lärande?". CHI 2005 Workshop: CHI Virtuality 2005 . {{ citera journal }} : CS1 underhåll: använder författarens parameter ( länk )
  • Vinay K. Chaudhri, Adam Cheyer , Richard Guili, Bill Jarrold, Karen Myers och John Niekarasz (2006). "En fallstudie i teknik en kunskapsbas för en intelligent personlig assistent". Teknisk rapport . {{ citera journal }} : CS1 underhåll: använder författarens parameter ( länk )
  • A Cognitive Framework for Delegation to an Assistive User Agent , K. Myers och N. Yorke-Smith. Proceedings of AAAI 2005 Fall Symposium on Mixed-Initiative Problem Solving Assistants, Arlington, VA, november 2005.
  • Collective Multi-Label Classification , Nadia Ghamrawi och Andrew McCallum. CIKM'05, Bremen, Tyskland.
  • Sammansättning av villkorliga slumpmässiga fält för överföringslärande, Charles Sutton och Andrew McCallum. Proceedings of HLT/EMNLP, 2005.
  • Deploying a Personalized Time Management Agent , P. Berry, K. Conley, M. Gervasio, B. Peintner, T. Uribe och N. Yorke-Smith. Proceedings of the Fifth International Joint Conference on Autonomous Agents and Multi Agent Systems (AAMAS'06) Industrial Track, Hakodate, Japan, maj 2006.
  • Design och implementering av CALO Query Manager , Jose-Luis Ambite, Vinay K. Chaudhri, Richard Fikes, Jessica Jenkins, Sunil Mishra, Maria Muslea, Tomas Uribe, Guizhen Yang. Innovativa tillämpningar av artificiell intelligens, juli 2006.
  • Färre klick och mindre frustration: Minska kostnaden för att nå rätt mapp , X. Bao, J.Herlocker och T. Dietterich. 2006 Internationell konferens om intelligenta användargränssnitt. 178-185. Sydney, Australien.
  • Grupp- och ämnesupptäckt från relationer och text , Xuerui Wang, Natasha Mohanty och Andrew McCallum. LinkKDD2005 21 augusti 2005, Chicago, Illinois, USA.
  • Hierarkiska dolda Markov-modeller med allmän statshierarki, H. Bui, D. Phung och S. Venkatesh. Proceedings of AAAI, 2004.
  • Ett hybridinlärningssystem för att känna igen användaruppgifter från skrivbordsaktiviteter och e-postmeddelanden, J. Shen, L. Li, T. Dietterich och J. Herlocker. 2006 Internationell konferens om intelligenta användargränssnitt, 86-92. Sydney, Australien.
  • IRIS: Integrera. Relatera. Antyda. Dela med sig. Adam Cheyer, Jack Park och Richard Giuli. Workshop om The Semantic Desktop - Next Generation Personal Information Management and Collaboration Infrastructure vid International Semantic Web Conference (ISWC2005). 6 november 2005, Galway, Irland.
  • Mer än ord kan säga: Använda prosodi för att hitta meningsgränser i tal , Y. Liu och E. Shriberg (2006). 4:e ASA/ASJ gemensamma mötet Lay Language Papers. Populär version av papper IaSC2, 4th ASA/ASJ Joint Meeting, Honolulu, HI.
  • Multi-Conditional Learning: Generative/Discriminative Training for Clustering and Classification , Andrew McCallum, Chris Pal, Greg Druck och Xuerui Wang. AAAI, 2006.
  • Multi-Criteria Evaluation in User-Centric Distributed Scheduling Agents , PM Berry, M. Gervasio, B. Peintner, T. Uribe och N. Yorke-Smith. AAAI Spring Symposium on Distributed Plan and Schedule Management, mars 2006.
  • Online Query Relaxation via Bayesian Causal Structures Discovery , Ion Muslea och Thomas J. Lee. Proceedings of the Twentieth National Conference on Artificial Intelligence (AAAI 2005), Pittsburgh, Pennsylvania, 2005.
  • Populating the Semantic Web , Kristina Lerman , Cenk Gazen, Steven Minton och Craig A. Knoblock. Proceedings of the AAAI 2004 Workshop on Advances in Text Extraction and Mining, 2004.
  • A Portable Process Language , Peter E. Clark, David Morley, Vinay K. Chaudhri och Karen L. Myers. I workshop om ontologiernas roll i planering och schemaläggning, Monterey, CA; 7 juni 2005.
  • A Probabilistic Model of Redundancy in Information Extraction , D. Downey, O. Etzioni och S. Soderland.
  • Återhämtning från avbrott: Kunskapsarbetare? Strategier, misslyckanden och tänkta lösningar , Simone Stumpf, Margaret Burnett, Thomas G. Dietterich, Kevin Johnsrude, Jonathan Herlocker och Vidya Rajaram. Institution: Oregon State University Corvallis, OR
  • Semi-övervakad textklassificering med EM , Kamal Nigam, Andrew McCallum och Tom M. Mitchell.
  • Skelett i parsern: Använd grundanalys för att förbättra djupanalys, M. Swift, J. Allen och D. Gildea.
  • The SPARK Agent Framework , David Morley och Karen Myers. Proceedings of the Third Int. Gemensam konf. on Autonomous Agents and Multi-Agent Systems (AAMAS-04), New York, NY, s. 712–719, juli 2004.
  • Högtalaröverlappningar och ASR-fel i möten: effekter före, under och efter överlappningen , Ozgur Cetin och Elizabeth Shriberg. Proceedings of the IEEE ICASSP, Toulouse, 2006
  • Task Management under Change and Uncertainty: Constraint Solving Experience with the CALO Project, P. Berry, K. Myers, T. Uribe och N. Yorke-Smith. Proceedings of CP'05 Workshop on Constraint Solving under Change and Uncertainty, Sitges, Spanien, oktober 2005.
  • Temporal Planning with Preferences and Probabilities , R. Morris, P. Morris, Khatib, L. och N. Yorke-Smith. Proceedings of ICAPS'05 Workshop on Constraint Programming for Planning and Scheduling, Monterey, CA, juni 2005.
  • Att överföra eller inte att överföra , MT Rosenstein, Z. Marx, LP Kaelbling och TG Dietterich. NIPS 2005 Workshop on Transfer Learning, Whistler, BC.
  • Transfer Learning with an Ensemble of Background Tasks , Z. Marx, MT Rosenstein, LP Kaelbling och TG Dietterich. NIPS 2005 Workshop on Transfer Learning, Whistler, BC.
  • Användarinitierat lärande för adaptiva gränssnitt, K. Judah, T. Dietterich, A. Fern, J. Irvine, M. Slater, P. Tadepalli, M. Gervasio, C. Ellwood, B. Jarrold, O. Brdiczka, J. Blythe . IJCAI Workshop on Intelligence and Interaction, Pasadena, CA. 13 juli 2009.

externa länkar

Hämtad från " https://sv.wikipedia.org/w/index.php?title=CALO&oldid=1129309584 "