[音楽再生] DAVIDマラン：これはCS50です。 これは、10週目の終わりです。 そして少年は、我々が持っています あなたのために良いクラス今日。 私たちは、うちの2つを招待するように興奮しています 今日までのエールから私たちの友人 との交点を見て 人工知能、ロボット工学、 自然言語処理、など。 そして実際、オーバー 過去数週間、私たちはしました 確かに多くの時間を費やし、 特に以前のpsetで、 かなり低レベルの詳細に焦点を当て。 そして、それは視力を失うことは非常に簡単です 木のための森林の そして、ループと条件に引っかかります 確かに、ポインタ、等が挙げられます。 しかし、現実には、あなたたちは今持っているです あなたが本当にでき有する成分 うち、いくつかの興味深い問題を解決します エールでそれらのものは、私たちの友人 ケンブリッジのちょうど内気での作業。 だから、私は最初に私たちの頭を導入することを可能にします エール、アンディからのアシスタントを教えます。 [拍手] ANDY：まず第一に、ただ感謝 カップルYaliesを可能にするためのあなた 今日ケンブリッジまでにポップします。 我々はそれを本当に感謝しています。 第二に、私たちの友人へ バック、ジェイソンをhome-- 滞在し、講演を実行するためのおかげで。 それはニューヘブンのすべての良いことだと思います。 そうそう、私は超興奮しています 今日Scazを導入します。 Scazは、ロボット工学の研究室を実行します。 彼は5、のような、の教授です エールで異なる部門。 彼の研究室では、彼は多くの、多くを持っています 彼はと遊ぶのが好きロボット。 彼は、のように、持っています 世界で一番クールな仕事。 そして、彼は混乱の種になります 周りのものと一日中 長いだけでなく、いくつかの作業を行います。 そして、私たちは実際には1をもたらしました それらの下に私達と今日。 だから、さらに苦もなく、Scazです 先に行くと、私たちを紹介しよう 彼のロボットの友人に。 [拍手] BRIAN SCASSELLATI：ありがとう、デビッド。 おかげで、アンディ。 これは、ことはとても素晴らしいです ここでみんなと一緒に今日。 私が最初にその非常に明確にしたいです ここでケンブリッジのCS50スタッフ 私たちに非常に親切でした。 私たちはすべてのためにとても感謝しています 彼らは私たちをサポートするためにやりました。 そして、私たちはできるようにしたいのですが 優しさを返します。 だから、今日、私たちは発表してもらいます 我々は新しいを持ってしようとしていること、 オンリーワンのCS50イベント 来週ニューヘブンで起こっ。 そして、これはCS50研究博覧会です。 だから我々は招待するつもりです everyone-- CS50学生、 ハーバード大学とYale--両方からスタッフに 降りてくると金曜日に私たちを訪問。 私たちは、以上の多種多様ながあるでしょう 提示30の異なる人々 そして、exhibiting--上級生が示します その研究成果の一部をオフにします。 私たちも、見て、いくつかのスタートアップがあるでしょう 新しいハイテクの才能の少しのために、 ハーバードやエールの両方からのスタートアップ。 そして、我々はいくつかの学生グループがあるでしょう いくつかの新しい会員を探しています。 それは非常にエキサイティングな時間になるだろう。 うまくいけばそれらのあなたの誰ですか ハーバードエールゲームのためにダウンしてきます 停止することができるようになります 早期少しにより、 右のキャンパスの中心にあります、 スターリング記念図書館。 私たちは、のセットを持っているとしています 自律の範囲で展示 ソフトウェアを使用する方法にヨット 中世の写本を維持します。 私たちは、広告を持っているつもりです アドホックネットワークと人々 ケープタウンのソフトウェアコーディングを教えます。 私たちは、コンピュータを持っています 音楽のデモンストレーション。 そして、私たちはもちろん、より多くのロボットがあるでしょう。 私たちはあなたに願っていますので、よ このイベントにご参加。 それは多くのでなければなりません 楽しい、食べ物を少し、 興味深いのロット 話をする事。 だから、今日、我々は話をするつもりです 自然言語処理に関する。 そして、これは私たちのために試みであります インターフェースの新しい方法を構築します 当社のデバイスとの理由 最後の数週間、 あなたはそれがどのように焦点を当ててきました あなたがソフトウェアを書くと、コードを書くことができます それがに言うことができるという方法です マシンは、これは私が何をしたいです。 しかし、我々はする必要はありません そのすべてを期待します それはそこだ、それは使われています 世界で誰でも 堪能になるだろう 命令のこの種インチ だから我々は、コンピュータを区別 言語と自然languages​​-- それは、人間が使うものであり、 他の人間と通信します。 そして、我々は使用するインターフェイスを構築しよう これらの自然なコミュニケーションの仕組み。 今、ちょうど他のすべてのトピックが好き 我々はCS50での使用を開始したこと、 我々は、最も単純で開始するつもりです 自然言語処理のビット 我々が想像することができます。 私たちは、で開始するつもりです 自然言語の歴史的な部分。 そして、我々はまで構築します より多くの最近のシステム そして道に沿っていくつかの楽しみのデモを持っています。 だから我々は何であったかで開始するつもりです おそらく最初の自然言語 処理システム。 これは、で書かれたソフトウェアシステムであっ 1966ジョセフ・ワイゼンバウムによってELIZAと呼ばれます。 そして、ELIZAをするように設計されました 相互作用の種類を複製 あなたが持っているだろう Rogerian心理。 彼らが持っていた今、Rogerians、 考え心理療法 バックミラーすることができるという関与 患者に、それらに話し、 基本的に、それらだけ与えることによって、 セラピストの小さな少し。 それは、すべてです セラピストが言ったこと だけ反射することになりました。 どの患者が彼らに言っていました。 それでは、これを試してみて、デモましょう。 私たちはなるだろうボランティアを持っていますか 彼らの最も深いを共有して喜んで、 ELIZAと最も暗い、および/または偽の秘密？ 確かに、なぜあなたはアップに来ることはありません。 ファンタスティック。 そして、あなたの名前は？ MILES：マイル。 BRIAN SCASSELLATI：マイル。 はじめまして、マイル。 あなたはその上に保持することになる場合。 そして、我々はするつもりです ELIZAのバージョンを使用します 我々は、複製されたこと CS50 IDE内。 そして、我々はソースを見てみましょう 少しの間で、このためのコード。 しかし、今のために、私たちはしています エリザを入力して、それを呼び出すために行きます。 そして、ELIZAはあなたの応答を与えるために起こっています それはすべて大文字であることを行っています。 そして、あなたにいくつか質問をする予定。 そして、私たちは応答し、入力します ELIZAへの応答です。 だから、ELIZAは言った、「こんにちは、私はELIZAです。 あなたの問題は何ですか？" あなたはに何をしたいと思います 今日についてELIZAを教えて？ MILES：私は眠りに落ちることができます 私はウサギのスリッパを持っている場合。 BRIAN SCASSELLATI：すべての権利。 大丈夫。 [笑い] 「私は眠りに落ちることができます バニーのスリッパをオンにしました。」 そしてELIZAは、言う "と言う、あなたを行います いずれかの心理的な問題がありますか？ 多分これは良い指標です。」 OK。 だから、何が応答したいと思いますか？ MILES：はい。 BRIAN SCASSELLATI：はい。 多くの単語の男。 私はそれを楽しみます。 イライザは、 "あなたは非常に肯定的なようだ。"と言います MILES：いいえ、私は、実際には、電子。 BRIAN SCASSELLATI：「いいえ。 実際に、私は電子です。」 「あなたは私に来ました あなたは電子ですので？」 今、私たちはいくつかのを見ることができます 私は行きますよthings-- ちょうど秒、マイルのためにあなたを一時停止します。 どこにも行かないでください。 我々はまだあなたと行っていません。 ELIZAは、いくつかの方法においては、 特定の物事への対応 彼が言っていることが、なし 任意の本当の理解。 そしてそれはまた、いくつかのバックparrotingです 彼の文の部分の。 だから我々は第 "と言いました 実際に、私は電子です。」 イライザは、「あなたが来た、戻って答えました 私にはあなたが電子であるため？」 大丈夫。 それでは、ここで1つのより多くの応答をあげてみよう。 それを良いもの、マイルを与えます。 MILES：良いもの？ はい、私を助けてください。 BRIAN SCASSELLATI：「はい。 私を助けてください。」「よろしいですか？」 MILES：いいえ。 BRIAN SCASSELLATI：いいえ 「それはあなたに何を示唆するのか？」 MILES：私は電子ではないかもしれません。 BRIAN SCASSELLATI：「私 電子ではないかもしれません。」 「あなただけの陰性であることが何も言っていませんの？ " 大丈夫。 だからマイルは、どうもありがとうございました。 MILES：ありがとうございます。 BRIAN SCASSELLATI：どうもありがとうございました。 [拍手] したがって、このELIZAプログラム、多くの点で、 バラバラにだけ応答しています 我々はすべての深いなしで提供していること ここで何が起こっているかを理解します。 これは、システムの一種であります 呼ばれるパターンマッチング、 私たちは、特定の探しています 私たちはその後だテキストのビット 何の外に連れて行きます 入力として提供されました、 何らかの方法で、潜在的に、それを変換、 し、ユーザーにそれをお返し。 あなたのうちのどれかだと思います ELIZAは実際にあることを ここで有効な精神分析を実行しますか？ 一人、多分。 聴衆：[聞こえません]。 BRIAN SCASSELLATI：そして、どのように あなたは気分にさせることでしょうか？ はい、実際には、それはありません。 そして、我々は、実際には、参照しようとしています ちょうど瞬間にそれのためのソースコード。 だから、あなたはすることになるだろう 正確にこれを行うことができます。 さて、ELIZAは何の一形態であります 今日はチャットボットを呼び出します。 それはちょうど通過します あなたが提供しているテキスト、 最低限の量を提供 理解や処理の、 して、それをあなたに戻ってオウム。 それでは、見てみましょう、 概念的に、と何について話します それはELIZAが実際にやっているということです。 ELIZAはsentence--レッツを取っています 「私は私の上司を感動したい。」と言います そして、ELIZAは探しています その文を通じ そして、検索しようとし、 特定のパターンに一致します。 パターンはそのように、例えば、1つ ELIZAが探している言葉です "したい。" それは何かを見て、いつでも それはそれで「私が欲しい」があり、 それが応答を策定しています。 そして、その応答は固定文字列です。 この場合には、「なぜあなたはしたいですか？」です そして、私は、小さな星を入れて 最後それだけだから 私たちの応答の始まり。 そして、星があることを示し 私たちは休憩を取るつもりです ユーザーのutterance--の 「私の上司を感動させます」 - そして我々はそれを追加するつもりです この文字列の最後に。 だから今、むしろなぜ」と言っより あなたは私の上司を感心したいです」 追加の少しがあります 私たちがやる処理。 つまり、我々はする必要があります 代名詞の一部を変換します ここでは、「私の上司」から「あなたの上司。 " そして、いくつかの他のがあるかもしれません 私たちが作るために必要な変更。 だから、むしろそれを貼り付けるより 直接終わりに、我々は何をやります 我々は残りの部分を取るよさ 白here--内のユーザーのutterance-- 私たちは一枚でそれを取りますよ 時間と各文字列を変換 文章の中に、それぞれの単語をトークン。 だから我々は "に。」という言葉を取りますよ 変換はありません 我々はそれを行う必要があること。 「インプレス。」 変換はありません 我々はそこに行う必要があります。 「私」に変換されます「あなた。」 そして、 "ボス"我々は同じように残しておきます "ボス"。 そして最後に、何も それは、ピリオドで終わります、 我々は疑問に変換します。 この非常に単純なパターンマッチング 実際には非常に成功しています。 そして、これを導入したとき 1966--ジョセフ・ワイゼンバウムで コンピュータでこれをプログラムします。 その時に今、コンピュータ デスクトップモデルはありませんでした。 彼らは、リソースを共有しました。 そして、彼の学生が希望 行くとELIZAとのチャット。 結局、彼がしなければなりませんでした それへのアクセスを制限します 彼の学生はいなかったので、 すべての作業が行わ取得します。 彼らはただELIZAとおしゃべりしました。 そして、実際には、彼がしなければなりませんでした 彼のアシスタントを発射、人 ELIZAに話を彼女の時間のすべてを費やし 彼女の深いと気になる問題について。 これらのシステムを使用するすべての人 それらを擬人化し始めました。 彼らは、と考えるようになりました アニメイトと現実の人々です。 彼らは、いくつかを認識し始めました 彼らが言っていたもの それらに戻って来ていました。 そして、彼らは見つけるました 自分自身についての事。 そして、実際には、専門家であっても、 でも心理療法、 実際には、それを心配し始めました、 多分ELIZAは、それらを交換することになります。 とにもコンピュータ 科学者たちは、私たちがしたことを心配しました 自然言語の解決に近いです。 さて、それは本当のどこにも近くにありませんでした。 しかし、それはどのように印象的です これらのシステムはように見えることができます。 それでは見てみましょう 下としてみてください 質問の少しを取得します このコードは実際に起こる場所に。 だから我々は、このコードを作ってあげます その後利用できます。 そして、これは非常にあります シンプルでダイレクトポート 元ELIZA実装の。 したがって、これらの文体の一部 あなたがここに表示されます物事 文体ものではありません 我々はあなたがしたいと思います または私たちは、あなたが何を教えてきたもの。 しかし、我々はそれらを維持しようとしました 多くのポートで同じ これは、それがあったこと 元の風味を持っています。 だから我々は、するつもりです 物事の束、 し、我々は持っているでしょう キーワードのセット、物事 ELIZAが認識されるように そして、直接に反応します。 だから、のような言葉を持っている場合 "あなたはできる」または「いいえ」「私にはありません」または または「はい」または「夢」 または "こんにちは、"その後ELIZA それらに選択的に応答します。 我々はまた、持っています 物事の特定の数 我々はスワップすること、のような "私"に変換する "あなた"。 そして、我々は応答のセットを持っています これらの各キーワードのこと、 我々はを通して回転します これらの異なる応答。 だから私は「はい」と言えば 3回連続で、私 3つの異なるかもしれません ELIZAからの応答。 私たちのコードは、その後、あります 実際に非常に簡単。 私はこれらのすべてを越えて下にスクロールした場合 私たちがプログラムした応答 私たちは、私たちの主に取り掛かります 我々は、初期化するつもりです 異なる変数のカップル ハウスキーピングの少しを行います 初めインチ しかし、その後のセットは絶対にあります あなたが理解できるコードの。 私は言う一つの大きなwhileループ 何度もこれを繰り返して行きます。 私はラインで読んであげる、と私はよ 入力文字列にそれを格納します。 それはだ場合、私はチェックして、表示​​されます 特別なキーワード "さようなら、"これ プログラムを終了することを意味します。 そして、私がチェックしているかどうかがわかります 誰かがちょうど自分自身を繰り返しています 何度も繰り返し。 彼らがしなければそして、私は彼らに叫ぶでしょう。 私は「自分を繰り返さない。」と言うでしょう 限りそれらのどれも起こらないように、我々はよ その後、貫通スキャンし、ループ、 313へのライン308に ここで、チェックおよび参照 これらのキーワードのいずれかがあります 入力に含まれる語句 私はちょうど与えたこと？ それらの一致がある場合は、よく その後、私はその場所を覚えています。 私は、そのキーワードを覚えています。 そして、私は応答を構築することができるでしょう。 私は1つ見つからない場合は、よくして、 私のキーワード配列の最後のもの 私のデフォルトの応答となり、 ときに何もないがマッチ。 あなたがやったのはなぜ "のような質問をしましょう 私はあなたを助けることができる方法は？ここに来て」または「？」 ただ部分的に適切であること 入力が何であるかに関係なく。 それから、ELIZAの応答を構築します。 私たちは取ることができるでしょう その基地応答、 我々はその中でやったように 「上司」の例。 それはすべてのことがある場合 それだけで一つだ場合is-- 私はrespond--になってる文字列 私はちょうどそれを送り返すことができます。 それは、アスタリスクがある場合 それの終わり、私はよ の個々のトークンを処理 ユーザの応答の残りの部分 およびスワップアウト、中のものを追加します 単語のための単語、私がする必要があるとして。 このすべてが絶対にあります あなたが構築することができ何か。 そして、実際には、方法これで我々 コマンドライン引数を処理しました、 あなたが持ってする方法 HTTP要求を介して処理 ルールの同じ種類に従ってください。 彼らは、パターンマッチングしています。 だから、ELIZAは、比較的重要なを持っていました 自然言語への影響 それはそれがあったようにそれが見えるたため 非常に達成可能な目標、何らかの形で私たちのように思います 直接この問題を解決することができます。 さて、それはELIZAがないと言うことはありません 私たちがしたいと思うすべてのもの。 確かではありません。 しかし、我々はできるべきです より多くの何かをします。 どこへ行く私たちの最初のステップ ELIZAを超えて起こっています 見てできるようにするには 入力されたテキストではありません キーボードが、音声に、実際の 音声がマイクに向かって記録しました。 だから我々は、これらを見てのように 異なる部分は、我々はしています モデルのセットを構築しているつもり。 我々はできるようにする必要があるとしています 低レベルの音響から行きます information--ピッチ、 振幅、frequency-- とにそれを変換します 私たちがしている一部のユニット より簡単に操作することができます そして、最終的には、それらを操作 単語や文章に。 だから、ほとんどの音声認識 そこに今日あるシステム 統計に従います 我々が構築したモデル 何の3つの別々の表現 そのオーディオ信号は、実際には含まれています。 私たちは、音韻モデルで始まります それはただのベースを語ります 私は生だと聞こえます。 私は何かを生産しています 少年のように、Bまたは犬のように、D？ 私はそれらの二つは異なる認識はどうすればよいです 独立した別個のように電話？ その上で、我々はその後、構築します 単語の発音モデル、 一緒にリンクするもの これらの個々の電話機 そして、言葉にそれらを組み合わせたものです。 その後、私たちは言葉を取りますよ 私たちは言語でそれらを組み立てます 完全な文章にモデル化します。 今、私たちはそれぞれの話をするつもりです これらの独立して別個の。 しかし、これらの3つのモデルが全てです ただ統計になるだろう。 そして、それはときに我々を意味 我々は、彼らと一緒に働くでしょう で動作することができます 同時にそれらをすべて。 大丈夫。 私たちの音韻モデルを見てみましょう。 だから、音韻モデルが頼ります 計算手法 隠れマルコフモデルと呼ばれます。 これらはで私のグラフィックモデルであります 世界の状態を持っていると認識 特徴付けられるように 一連の機能によって。 そして、その状態が1の部分を説明 私はに従事しているアクションの。 私がすることについて考えるのであれば 母親のような音「MA」、 異なるがあります その音の成分。 私は息を吸い込む部分があります。 そして私は私の唇を財布。 そして、私は私の唇は少し戻っロール ビットは、「MA」の音を作ります。 そしてリリースがあります。 私の唇が離れて来ます。 空気が排出されます。 "馬"。 これらの3つの異なる部分は次のようになります このgraph--内の状態によって表されます 発症、中間、終了。 そして、私はその遷移を持っているでしょう 私は一つの状態から移動させて 一定の確率で次へ。 そのように、例えば、そのM 音は、非常にがあるかもしれません beginning--で非常に短い摂取 「ミリメートル」 - と、その後長く、 私は私を持っています振動相 一緒に、ほぼ唇humming-- "MMMM" - して、非常に短いです 私は除名breath--どこ破裂音「MA」を 隠れマルコフモデルであります ことを捕捉するように設計 その私が作る方法 その音「MA」が起こっています わずかに異なるように そのタイミングは、周波数 その機能より あなたはそれを作る方法 または方法は、私はかもしれません 私が話しているときにそれを作ります 手紙の異なる使用について。 「母」と「かもしれない私が」します 若干異なる音。 そう認識します 特定のサウンド、我々だろう マルコフモデルを構築し、これらの隠されたマルコフ その私がすべての可能な携帯電話の機種、 認識することがあります、 すべての可能なサウンド、 そしてその後を見て 私が持っている音響データ そして、統計的に決定 最も可能性が高い一方が1であります この音を生産しているします。 OK。 そのモデルでは、我々その後 それの上に構築を開始します。 私たちは、発音のモデルを取ります。 今、時々発音 モデルはシンプルで簡単です 一つだけありますので、 何かを発音するための方法。 他の回、彼らはしています もう少し複雑。 ここで発音ガイドです あるその赤いもののために あなたが外にケチャップを作るフルーツ。 人々はそれが果物だとは思いません。 右？ 今、多くの異なる方法があります 人がこの言葉を発音すること。 一部には「つま先月つま先を。」と表示されます 一部には「つま先-MAHつま先を。」と表示されます そして、我々はでそれをキャプチャすることができます これらのグラフィカルモデルの一つ ここで、もう一度、私たちは、遷移を表します 一定の確率を持つように 彼らと確率が関連付けられています。 したがって、この場合には、私があった場合に従うこと このグラフ全体を通してトップのルート、 私は手紙から始まることになります 左端に、「TA」の音。 私は上半分を取ると、 「ああ、 "とし、" MA " し、 "、"とし、 「TA」、および「ああ。」 「トーイン月つま先。」 私が通って底のパスを取った場合 これは、私が「TA-MAHつま先」を取得します そして、もし私がダウンし、その後、 私はなるだろう、アップ「TA-よいつま先を。」 これらのモデルは、これらを捕獲 いつでも理由の違い 我々はこれらのいずれかを展開します 認識システム、 それはで動作するように持っているために起こっています 人の異なる種類の多く、 異なるアクセントの多く、さらには 同じ言葉の異なる使用。 最後に、その上に、 私たちは何かを構築します それは本当に複雑に見えます、 言語モデルと呼ばれます、 実際にのが最も簡単です 3これらは動作するので nグラムモデルと呼ばれるものに。 そして、この場合には、私はあなたを示しますよ 二部のn-gramモデル、バイグラム。 我々は、物理的な考えをするつもりです その時々、特定の単語があります 追従性 他よりも言葉を与えられました。 私は言った場合、「天気予報」 次の単語はおそらく「今日」かもしれません または「天気かもしれません 明日を見込んでいます。」 しかし、それは「可能性は低いです 天気予報アーティチョーク。」 どのような言語モデルはないです それは統計的にそれらをキャプチャ いくつかの非常に大きいから、カウントして コー​​パス、すべてのインスタンス ここで一つの単語は別の後に続きます。 だから私は、大規模なcorpus--を取る場合 すべてのウォールストリート・ジャーナルのような それは、1930年から生産されています これは標準の一つでありますcorpuses-- 私はすべてに目を通します そのテキスト、私は数えます 何回アップ後 「予測は "私は"今日 "見ています そして、何回私が見ています 続いて、「予測」、「アーティチョーク」 最初のものは起こっています 多くの可能性が高くなります。 これは、表示されるようになるだろう はるかに頻繁に。 そしてそれは、より高いがあるでしょう それに関連する確率。 私は把握したい場合 発話全体の確率は、 その後、私はそれを破ります。 公聴会の確率だから 文は「ネズミはチーズを食べました」 単語の確率であります ""文章を開始、 そしてその後、確率は 単語 "ラット"言葉 "、"の後に続きます 確率は、 単語 "、ラット」に続く"食べました " そして、確率は 「チーズ」は、以下の「食べました。」 これはたくさんのように聞こえます 統計、確率がたくさん。 そして、それはそれであることがすべてです。 あなたがこれを行う場合でも、驚くべきことであり、 データの十分な大きさのサンプルと、 できます。 そして、それは途方もなくうまく動作します。 我々は、すべてのこれらの技術を知っています。 ほとんどのオペレーティングシステムが付属して この時点での音声認識。 私たちは、シリとコルタナとエコーを使用しています。 そして、これらの事はに基づいています 三層のこのタイプmodel-- 下部の音韻モデル、A 途中で発音モデル、 およびそれらの上に言語モデル。 今、彼らはもう少しをしなければなりません 質問に答えるために、それよりも。 しかし、あなたは何をしているの認識 ことわざは、その上に正確に依存します。 それでは、ここでは例を見てみましょう。 だから私はここに私の電話を座っています 書画カメラの下に。 そして、我々は尋ねるつもりです シリいくつかの質問。 大丈夫？ それでは、ここで私の携帯電話を覚ますしてみましょう。 シリ、天候が何でありますか 今日のニューヘブンのような？ SIRI：ここの天気です ニューヘブン、コネチカット今日。 BRIAN SCASSELLATI：[OK]をクリックします。 したがって、最初のあなたはシリが認識したことを見ました 個々の単語のそれぞれ し、応答を生成しました。 私たちはどのように応答について話します 少しで約来ます。 しかし、今私たちが知っていること これはちょうど基づいていること 生の統計情報と、この上 アプローチのパターンマッチング型 我々はシリでいくつかのゲームをプレイすることができます。 だから私はもう一度試すことができます。 シリ、天候が何でありますか カバニューヘブン、今日？ SIRI：[OK]をクリックします。 ここで新しいの天気です 今日ヘブン、コネチカット州。 BRIAN SCASSELLATI：シリの そのひるむありません それはpattern--を発見しているので 「天気」、「今日」、「ニューヘブン。」 つまり、応答ているものです ただELIZAのように。 大丈夫。 それでは、よりも、それを1つずつ挙げてみましょう より多くのばかげた例。 シリ、気象アーティチョーク アルマジロカバニューヘブン？ SIRI：私はその上で確認してみましょう。 ここで私はウェブ上で見つけたものです アーティチョークのアルマジロある何のために カバニューヘブン。 BRIAN SCASSELLATI：[OK]をクリックします。 だから私はこれまで十分に行けば 離れたこのモデルから、 なぜならそれは、私はそれを混同することができますよ もはやそれが持っているパターンと一致しました。 そして、それは統計的 言っているエンジン、 あなたが持っている可能性は何ですか 言葉のカバとアーティチョーク 一緒に、とアルマジロ？ それは何か新しいものであることを持っています。 したがって、これらの技術私たちは、毎日使用しています。 我々は彼らに一歩を取りたい場合 さらに、しかし、実際に私たちの場合 何それについて話すことができるようにしたいです これらのシステムが応答していることです、 我々はについて、もう一度、話をする必要があります 質問のより基本的なセットです。 そして、それはコミュニケーションのトピックです 私たちは質問応答を呼び出すこと。 それは我々がええto--できるようにしたい、とは？ 聴衆：[聞こえません]。 BRIAN SCASSELLATI：私たちは入手できますか 潜在的意味処理に？ そうです。 あるものがたくさんあり​​ます シリで表面の下に起こって そして例のいくつかで 私は次をお見せするつもりです かなりがある場合 構造の面で 何を言っているのは重要です。 そして、実際に、それは素晴らしいことです 私のために次のスライドのための前駆体。 だから、私たちと同じように 音声認識が構築されました 複数の層の、私たちがしたい場合は それはそれが実際だは何かを理解 言われて、我々は再びつもりです 多層分析に依存しています 認識されていたテキストの。 だから、シリは、実際にできた場合 言う、私はこれらの単語を見つけた見えます。 今、私は彼らと何をしていますか？ 第一成分は、しばしばあります 通過して分析してみてください 文の構造。 そして、私たちが見てきたもので 小学校では、多くの場合、 作図の一種として、 文章は、我々が行っています その特定のを認識する 言葉は一定の役割を担っています。 これらは名詞です。 これらは、代名詞です。 これらは動詞です。 そして、私たちは認識しようとしています 特定の文法のためのもの、 この場合、英語の文法に存在し、 私はそれらを組み合わせることができる有効な方法 そして、有効ではない他の方法。 その認識は、その構造、 私たちを手助けするのに十分であるかもしれません 若干。 しかし、それはかなり十分ではありません 私たちは与えることができるようにするために ここで言われているものに何の意味。 そのためには、頼りにする必要があります 意味処理のいくつかの量。 つまり、我々が見てする必要があるとしています 下に何これらの単語のそれぞれで 実際に意味するものとして運びます。 そして、これを行う最も簡単な方法で、 私たちは、それぞれの単語に関連付けるつもりです 私たちは、特定の機能を知っていること、 特定の変換それそれ 発生することができます。 ここでは、ラベル可能性があります 単語 "ジョン"、適切な名前であるとして、 それはそれでアイデンティティを運ぶこと。 そして、我々はラベル可能性があります 同じように「メリー」。 「愛、 "そのような動詞のに対し 特定の関係を構成しています 我々は表現することができるしていること。 今、それが意味するものではありません 我々は理解していること 私たちは理解していることだけでなく、何愛であります その象徴的システムの方法です。 つまり、私たちはラベルを付けることができ それ、それを操作します。 アプローチのこれらのタイプのそれぞれと、 意味処理の任意のタイプ ここで少しを必要としています 知識のビットと、多くの作業 私たちの一部に。 私たちは、レルムにはもはやじゃないんです ここで、単なる統計 私たちのために十分であることを行っています。 さて、どこへ行くために、 この点からであることに の内部について話すことができます 何がここで実際に起こっています、 これを操作することができることに 質問を構成し、理解 して、できること 外出して検索するには、 それはより多くを必要とします 複雑な認知モデル。 これらのシステムが構築される方法 ほとんどの部分は非常に、非常に労働です インテンシブ。 彼らは人間を含みます 多くを費やし 時間の中での方法を構築します これは文章のこれらの種類 いくつかの論理で表現することができます。 これは、少しでも取得します しかし、より複雑な。 でも私たちが扱ってきたかつて 意味論では、我々はよ まだ見ています 言われているものの語用論。 それは私が単語を関連するのですか、あります 私は物理的に出て何かに持っていること そこに世界やで 少なくともいくつかの情報源 私が操作することができますか？ 時には、これらはにつながります 曖昧さの素晴らしいビット。 「天文学者を結婚するレッド・ホットスター。 " OK。 今、私たちは、それを読んで 見出しの面白いタイプ 私たちは、深夜のテレビで見ることになること 私たちは「星」を解釈しないため、 その天体の意味を持っています。 我々は、それがより多くのことを意味することを知っています 当たり前の俳優や女優 視認性の高い量で。 「分隊は、犬の咬傷被害者を支援します。」 それはチームが実際にあることです そこに犬を助けます 周りに行くと犠牲者をかむで？ それともがあったということです た個々 いくつかの助けが必要な犬にかま？ ただ、構文を見てから 文章の意味、 我々はそれを判断することはできません。 「ヘリコプター人間ハエによって供給。 " 実際に、実際には、あります その周りを飛んでささいなこと 電源投入翼を持つ人々は、 人類の利益のためのヘリコプター？ または1つの機械的装置があります それは人から電力を導出？ 私たちは質問を見てみると システムに答えます、 これらはその層であり、 我々が対処する必要があります。 今、最良かつ最もソート これらのシステムの普及しているの 今日行うことができます あるレベルで物事 これまで私たちは10年前に持っていたものを超えました。 ここで最高のシステムの一つです それはそこに、今日の。 そして、これはシステムであり、 IBMのワトソンと呼ばれます。 これは、IBMで私達の友人からです。 これは、嘉チェンキャサリン・バンクであります そして、プリシラモラエスは私たちを与えます ワトソンのデモンストレーション IBMのヨークタウンで昨日。 [ビデオ再生] -お元気ですか？ -私は元気です。 私はときに私はいつも幸せです 場合は特に私が、考え これらのサーバルームでクールな滞在することができます。 あなたの好きな女優は-Whoですか？ - 私の好きな​​女優 ララ・クロフトとしてアンジェリーナ・ジョリー トゥームレイダーの彼女のオリジナルの理由 フォームは、私のような仮想文字の通りでした。 - どのようにワトソンは、患者を助けることができますか？ 患者への計画を-is 直接ワトソンへのアクセス権を持っていますか？ ワトソン顧問へのアクセス アプリケーションでは、ユースケースによって異なります。 しかし現在、ワトソンのみ提供されます 可能な診断と治療 医療専門家のオプション。 適切な場合には、患者 情報を提供することができます ワトソンに、おそらくを通じて ポータルWebインターフェイス、タブレット、 さらには携帯電話。 例えば、患者であってもよいです それらの症状を記述するように求め 自然言語で直接 ワトソン溶液中に、 医師が集中することができます 診断ではなく、データ収集。 -Whoエイブラハム・リンカーン暗殺？ - ジョン・ウィルクス・ブース。 アリゾナをやった年-in ダイヤモンドバックスはワールドシリーズに勝ちますか？ -2001。 [END再生] BRIAN SCASSELLATI：だから システムのこれらの種類 すべての最初に依存する必要があります 音声認識;第二に、 意味の内部に変換 表現;そしてその後、第三、 外出して見つけることができること 情報源その 彼らはその質問に答えることができます。 このレベルの複雑さを伴います プログラム的な物事の同じ種類 あなたはされていること 問題セットでやって。 我々はにHTTP要求を解析することができるしています 低レベルのパターンと同じタイプ ELIZAが行うことができます一致。 私たちはそれらのを変換することができるしています 内部表現に変換し、 そして、し、いくつかを照会するためにそれらを使用 外部データベースは、おそらくSQLを使用。 そのシステムのすべての 今日建造されています 自然のこのタイプを行うには 言語コミュニケーション 上に構築されています これらの同じ原理。 以下のように今でもシステム ワトソンは十分に複雑ではありません 任意回答できるようにするには 任意のトピックについての質問。 そして、実際には、彼らがしなければなりません 特定のドメイン内の構造。 だから、オンラインで行くことができますし、見つけることができます うまく動作ワトソンのバージョン 医療情報の中。 あるいは、1つのオンラインがあります それがどれだけを扱います 良い提案を作るために 何ビールは食物と一緒に行きます。 そして、それらのドメイン内で、 それが質問に答えることができ、 それは必要な情報を見つけます。 しかし、あなたが混在し、それらを一致させることはできません。 訓練されていますシステム 食べ物とビールのデータベースと ときに、突然うまく動作しません。 医療情報とそれを入れます データベース。 そうであっても私たちの最高のシステム今日 処理のレベルに依存しています ここで我々は手のコーディングであり、 インフラ順序で構築 このシステムの実行を行います。 私が欲しい今、最後のトピック 今日を取得できるようにするには 非言語的コミュニケーションについてです。 その情報の大きな塊 私たちはお互いに通信 約来ません 我々が適用している個々の単語。 それはのようなものに関係しています 近接、視線、声のあなたの調子、 あなたの変曲。 そして、その通信もあります 何か多くの異なるインタフェース 多くのことを気に。 これは、シリが気に何ではありません。 私は1つの声でシリの何かを求めることができます または音声の異なるトーンで、 そして、シリに起こっています 私は同じ答えを与えます。 しかし、それは我々が構築するものではありません インタフェースの多くの他のタイプ。 私はあなたを紹介したいです 今のロボットのいずれかに。 これは、私の長年に​​よって造られました 友人や同僚シンシア Breazealと彼女の会社Jibo。 そして、このrobot--我々が行っています カップルのボランティアを持っています これと対話するために思い付きます。 だから私は2人の意思を持つことができます 私のためにロボットと遊ぶには？ あなたがアップに来ていないのはなぜ、 そしてなぜあなたはアップに来ることはありません。 あなたはここに私を参加したい場合は、してください。 そして、私はあなたを持っていることができれば 右ここに来ます。 ありがとうございます。 こんにちは。 ALFREDO：はじめまして。 アルフレド。 BRIAN SCASSELLATI：アルフレド。 レイチェル：レイチェル。 BRIAN SCASSELLATI：レイチェル。 両方はじめまして。 アルフレドは、私はあなたが最初に行く持っているつもりです。 右ここに出てきます。 私が紹介するつもりです you--私はこのオフを得ることができる場合 microphone--をノックもせずに Jiboという名前の小さなロボットに。 OK？ さて、Jiboはインタラクティブになるように設計されています。 そして、それはあなたのスピーチを与えることができますが、 ロボットとの相互作用の多く 非言語的です。 アルフレドは、私がするようにお願いするつもりです 素敵な、無料の何かを言います ロボットに、お願いします。 ALFREDO：私はあなたがかわいいと思います。 [ヒューSOUND] BRIAN SCASSELLATI：[OK]をクリックします。 その応答は、口頭ではありません。 そして、まだそれはあなたの両方を与えました 明確な確認応答 それはあなたが言ったことを聞いていたこと また、何とかそれを理解しました。 OK？ 右ここに戻って1秒ステップ。 ありがとう。 レイチェル、あなたが希望する場合。 今、私は与えるつもりです あなたは多くの困難仕事。 あなたは右ここに立ったい場合は、 そう少しだけをバックアップします 私たちはカメラであなたを得ることができます このように見えます。 私が何かを言うように頼むつもりです 本当に意味やロボットに厄介。 レイチェル：あなただけのように見えた何 行うには完全に不合理でした。 【HUMMING SOUND] それはさらに馬鹿げました。 何があなたと一緒に起こっているの？ おやおや、気を悪くしないでください。 私はあなたに抱擁を与えるでしょう。 BRIAN SCASSELLATI：すべての権利。 おかげで、レイチェル。 アルフレド、レイチェル、非常に多くのみんなありがとう。 [拍手] だから、この種の相互作用がでています 多くの方法と同じ規則の一部 そして、同じの一部 私たちのような構造 言語的相互作用を持っている可能性があります。 それはコミュニケーションと両方あります 重要な目的を果たします。 そして、その相互作用において、 多くの方法は、設計されています 上の特定の効果を持っています 人との対話やリスニング ロボットへ。 今、私は十分に幸運です 今日ここJiboを持っています。 サム・スポールディングは、ここに支援しています ロボットと私たちアウト。 そして、私は与えるためにサムを依頼するつもりです 私たちJiboダンスの素敵なデモ 私たちはここで終わりに見ることができること。 だから、先にJiboに行きます。 SAM：OK、Jibo。 私達にあなたのダンスの動きを表示します。 [音楽再生] BRIAN SCASSELLATI：すべての権利、みんな。 Jiboで私達の友人に感謝します。 [拍手] そして、私たちの友人のおかげで IBM今日を支援するため。 通信は何かであります あなたが行っていること 来るとして、ますます確認してください 我々は、より複雑なインターフェースを構築。 来週、我々は話をすることがあります インタフェース方法について ゲームでコンピュータ相手と。 しかし、あなたはこのことについて質問がある場合は、 私は営業時間に周りの今夜になるでしょう。 私は、AIについてあなたに話をする幸せです より詳細に入るためのトピックまたは。 素晴らしい週末を。 [拍手] [音楽再生]