211service.com
Nokia Phones Gå till Natural Language Class
Som en del av ett forskningssamarbete med datavetare vid MIT utvecklar Nokia Research Centre Cambridge, i Cambridge MA, mobiltelefoner som kan förstå och svara på skrivna kommandon på engelska.
Med hjälp av MobileStart-systemet på telefonen till höger kan du påminna din mamma om att ta sin medicin. Telefonen till vänster visar en ny kalenderhändelse skapad i mammas telefon av MobileStart. (Med tillstånd av Boris Katz och Federico Mora, MIT.)
Robert Iannucci, chef för Nokias forskningscenter, säger att företaget vill förvandla telefoner från enkla samtalsterminaler till informationsportar – till Internet, GPS och sensorer, MP3-filer, stationära datorer, iPods och andra enheter. Och, säger han, det kräver att man omprövar hela gränssnittet mellan människor och handdatorer. För både Nokia och MIT betyder det att man använder textinteraktion.
Människor är bra på språk, säger man Boris Katz , ledande forskare vid MIT:s datavetenskap och artificiell intelligens Laboratory, huvudgruppen som arbetar med Nokia. Vi vill att språket ska vara en förstklassig medborgare på mobiltelefoner, säger han.
Navigationssystem för naturligt språk har länge lovat och inte levererats. Men det är inte längre orealistiskt att tro att dessa system kan vara i händerna – och mobiltelefoner – av konsumenter inom en snar framtid. En varning: den komplexa grunden för dessa nya applikationer och algoritmerna som analyserar språk måste döljas för mobiltelefonanvändare - så att de inte blir frustrerade när de navigerar genom lager av menyer.
För att driva Nokias naturliga språkteknologi använder MIT:s Katz ett mjukvarusystem som han utvecklade 1993 kallat Start , som tolkar mänskliga frågor och hittar svar med hjälp av webbplatser som Internet Movie Database (IMDB) och Mapquest. Med hjälp av webbversionen av Start som bas, arbetar Katz för närvarande med Nokia-centret för att utveckla en mobilversion av programvaran för mobiltelefoner, kallad MobileStart.
Så här fungerar webbversionen av Start: användare skriver en fråga i ett textfält. Programvaran tolkar frågan, bestämmer var svaret ska sökas (i sin databas eller på en annan webbplats) och svarar med en skriftlig förklaring, en länk till en webbplats eller en bild.
[ klicka här för exempel på textbehandling på en mobiltelefon.]
Start extraherar svar, inte träffar, säger Katz, eftersom det tolkar mänskligt språk, snarare än att leta efter nyckelord, som Google och andra sökmotorer.
Startsystemet förstår engelska meningar genom att dela upp dem i en serie relationer mellan objekt, egenskap och värde. Om man till exempel skriver, Vad är befolkningen i Irak?, tolkar Start frågan: objektet är Irak, egenskapen är befolkning och värdet är det som Start söker.
Det är okomplicerat; Men människor tenderar att ställa mer komplexa frågor, särskilt om de letar efter specifik information. Om en person ställer en fråga som, Hur många människor bor i huvudstaden i Asiens tredje största land? Start kommer att dela upp det i tre separata frågor för att bearbeta en i taget: Vilket är det tredje största landet i Asien, vad är det landets huvudstad och vilken befolkning har huvudstaden? (Start bestämmer hur man delar upp frågor och hur man prioriterar sina utvärderingar med hjälp av en algoritm som Katz har designat.)
Den mest uppenbara förändringen som denna typ av interaktion skulle göra för användarna är en förenkling av de komplexa menystrukturerna som har utvecklats i takt med att mobiltelefoner hanterar fler uppgifter. Genom att använda ett navigeringssystem på naturligt språk kan användare utföra funktioner utan att gräva igenom lager av menyer eller sålla igenom dussintals Google-träffar på en liten skärm. Den mobila versionen av Start kan också hämta information från en telefons GPS-enhet och webben, eller interagera med och skicka kommandon till applikationer på telefonen, som en adressbok och kalender.
Om användaren till exempel går vilse kan han eller hon helt enkelt fråga telefonen: Var är jag? – och en karta över hans eller hennes nuvarande plats skulle visas på skärmen. Eller de kan till och med fråga, hur tar jag mig till Brads hus härifrån? och telefonen skulle hitta den adressen i en kontaktlista, fastställa din nuvarande plats med hjälp av GPS, gå till Mapquest och dra upp vägbeskrivningar online.
Språkkommandona kommer också att göra det möjligt för människor att få sina olika teknologier att kommunicera med andras enheter, vilket helt tar bort behovet av att skicka en svindlande mängd textmeddelanden, e-postmeddelanden och röstmeddelanden till andra. En individ skulle till exempel ha möjlighet att säga till telefonen, påminna min mamma om att ta sin medicin klockan tre imorgon, och Nokias applikation skulle sätta upp ett larm i moderns telefonkalender, om hon har en MobileStart-telefon.
Naturligtvis, med mer komplexa åtgärder – som att interagera med andra enheter – börjar Start och andra navigeringsprogram för naturliga språk att köra ner. För att kunna utföra vissa typer av applikationer som mobiltelefonanvändare vill ha, måste MobileStart lära sig hur användaren ser världen, säger Katz. Till exempel, om någon säger åt telefonen att ringa Joe, men det finns mer än en Joe i adressboken, säger Katz att MobileStart kommer att behöva använda tidigare beteende för att sluta sig till vilken Joe menas, en uppgift som kräver mer komplexa algoritmer som fortfarande är utvecklas. Vi vill se till att telefonen förstår vad användaren säger utan att belasta dem med förtydligande frågor.
MobileStart borde också kunna hantera mer komplicerade preferensfrågor. Till exempel, om en användare säger till telefonen, Påminn min mamma om att ta sin medicin klockan tre imorgon, måste den bestämma hur man bäst levererar det meddelandet. Om telefonen vet – genom tidigare erfarenheter eller ett visst kommando – att båda personerna föredrar att kommunicera via textmeddelanden, kan den skicka ett textmeddelande.
Dessutom sa Katz att det också kan finnas en större utmaning vid horisonten – en som är skild från digital, mobil kultur: textmeddelanden. Den webbaserade versionen av Start kan för närvarande upptäcka och uppmana användaren att rätta stavfel – men om någon skriver hur får jag 2 Boston från Cambridge, – en vanlig stenografi med mobila enheter – kommer telefonen att skicka denna felläsning: Tyvärr, jag vet inte hur du får Boston från Cambridge.
För närvarande kan Start-systemet bara engelska (även om det kan komma åt Googles språkverktyg för att översätta fraser). Dess analyssystem – vad det använder för att dela upp en fråga i objekt, egenskap och värde – skulle kunna användas med vilket mänskligt språk som helst, men Katz kommer att behöva lära det ett nytt ordförråd och syntax för varje nytt språk.
Nokia försöker göra sina mobila enheter mer användarvänliga och minska gränssnittsproblemen som hindrar enheter från att vara så praktiska som de kan vara. Med detta försök att göra naturliga språk och teknik kompatibla går Nokia in i Web 2.0-rörelsen – precis som Google nyligen gjorde med sin kalenderapplikation [se Googles Time Keeper ].
Idealiskt, säger Katz, kommer MobileStart att kombineras med röst-till-text-mjukvara för att göra det ännu enklare att använda mobiltelefoner. Faktum är att Nokias Iannucci pekar på en ironi: mobiltelefoner är i sig röstenheter, men de använder inte röst som en modalitet.