CALO

CALO fue un proyecto de inteligencia artificial que intentó integrar numerosas tecnologías de IA en un asistente cognitivo. CALO es el acrónimo de " Asistente cognitivo que aprende y organiza ". El nombre se inspiró en la palabra latina "Calo", que significa "sirviente del soldado". El proyecto comenzó en mayo de 2003 y duró cinco años, hasta finalizar en 2008.

El esfuerzo de CALO ha tenido muchos resultados secundarios importantes, más notablemente el asistente de software inteligente Siri que ahora es parte del iOS de Apple desde iOS 5 , entregado en varios teléfonos y tabletas; Social Kinetics, una aplicación social que aprendió estrategias personalizadas de intervención y tratamiento para pacientes con enfermedades crónicas, vendida a RedBrick Health ; el proyecto Trapit , que es un raspador web y agregador de noticias que hace selecciones inteligentes de contenido web basado en las preferencias del usuario; Tempo AI , un calendario inteligente; Desti , una guía de viajes personalizada; y Kuato Studios , una startup de desarrollo de juegos.

CALO fue financiado por la Agencia de Proyectos de Investigación Avanzada de Defensa ( DARPA ) bajo su programa de Asistente Personalizado que Aprende (PAL). ^{[1] [2]} El contrato de cinco años de DARPA reunió a más de 300 investigadores de 25 de las principales instituciones de investigación universitarias y comerciales, con el objetivo de construir una nueva generación de asistentes cognitivos que puedan razonar, aprender de la experiencia, que se les diga qué hacer, explicar lo que están haciendo, reflexionar sobre su experiencia y responder con firmeza a la sorpresa. SRI International fue el integrador principal responsable de coordinar el esfuerzo para producir un asistente que pueda vivir con sus usuarios y aprender de ellos, brindarles valor y luego pasar una evaluación anual que mide qué tan bien el sistema ha aprendido a hacer su trabajo. ^[3]

CALO ayuda a sus usuarios con seis funciones de alto nivel:

1. Organizar y priorizar la información : A medida que el usuario trabaja con correo electrónico, citas, páginas web, archivos, etc., CALO utiliza algoritmos de aprendizaje automático para construir un modelo consultable de quién trabaja en qué proyectos, qué papel desempeñan, qué importancia tienen, cómo se relacionan los documentos y los entregables con esto, etc.
2. Preparación de artefactos de información : CALO puede ayudar a sus usuarios a crear nuevos documentos, como presentaciones de PowerPoint, aprovechando el aprendizaje sobre la estructura y el contenido de documentos anteriores a los que accedieron en el pasado. ^[4]
3. Mediación de las comunicaciones humanas : CALO proporciona asistencia a medida que el usuario interactúa con otras personas, tanto en foros electrónicos (por ejemplo, correo electrónico) como en reuniones físicas. Si se le otorga acceso para participar en una reunión, CALO genera automáticamente una transcripción de la reunión, realiza un seguimiento de las asignaciones de elementos de acción, detecta los roles de los participantes, etc. CALO también puede armar un "PrepPak" para una reunión que contenga información para leer con anticipación o tener a mano a medida que avanza la reunión.
4. Gestión de tareas : CALO puede automatizar tareas rutinarias para usted (por ejemplo, autorizaciones de viaje) y se le pueden enseñar nuevos procedimientos y tareas observando e interactuando con el usuario.
5. Programación y razonamiento a tiempo : CALO puede aprender sus preferencias sobre cuándo necesita que se hagan las cosas y ayudarlo a administrar su apretada agenda (PTIME publicado en ACM TIST). ^[5]
6. Asignación de recursos : como parte de la gestión de tareas, CALO puede aprender a adquirir nuevos recursos (servicios electrónicos y personas del mundo real) para ayudar a realizar un trabajo.

Cada año, el sistema CALO, después de vivir con su usuario durante un período de tiempo, se somete a una prueba de rendimiento de 153 preguntas de "asistente administrativo", centradas principalmente en lo que ha aprendido sobre la vida del usuario. Los evaluadores miden en qué medida mejora el desempeño de CALO en estas preguntas año tras año, y en qué medida se debe al "aprendizaje en la naturaleza" (nuevos conocimientos, tareas e inferencias que ha podido adquirir por sí solo, en contraposición a la función o el conocimiento incorporados al sistema por un desarrollador).

SRI International ha publicado en línea una recopilación de tecnologías de aprendizaje automático y razonamiento exitosas desarrolladas en el programa PAL, principalmente del proyecto CALO. Las tecnologías disponibles incluyen tanto métodos de aprendizaje de propósito general como aplicaciones de aprendizaje más específicas. El software PAL y las publicaciones relacionadas están disponibles en el sitio web de PAL Framework. ^[6]

Las capacidades de PAL se han modularizado, empaquetado y adaptado a los estándares de la industria para facilitar su incorporación a las aplicaciones de destino. Hay varios componentes de infraestructura y API disponibles para simplificar la interacción con las tecnologías. Las capacidades de PAL se integraron en el sistema de comando y control CPOF del ejército de los EE. UU. y se desplegaron en Irak en 2010. ^{[7] [8]}

Las tecnologías disponibles fueron desarrolladas por equipos de investigación de SRI International, la Universidad Carnegie Mellon , la Universidad de Massachusetts Amherst , la Universidad de Rochester , el Instituto de Cognición Humana y de Máquinas , la Universidad Estatal de Oregón , la Universidad del Sur de California , Xerox PARC y la Universidad de Stanford . ^{[ cita requerida ]}

En los primeros cuatro años del proyecto, la investigación financiada por CALO ha dado lugar a más de quinientas publicaciones en todos los campos de la inteligencia artificial. A continuación se enumeran algunas de ellas: ^[9]

• Matthias Zimmermann; Yang Liu; Elizabeth Shriberg; Andreas Stolcke (27 de noviembre de 2005). "Segmentación y clasificación conjunta basada en A* de actos de diálogo en reuniones multipartidistas". Taller IEEE sobre reconocimiento y comprensión automáticos del habla, 2005. Págs. 215-219. CiteSeerX  10.1.1.329.4676 . Doi : 10.1109/ASRU.2005.1566537. ISBN . 978-0-7803-9479-7.
• Melinda T. Gervasio; Michael D. Moffitt; Martha E. Pollack ; Joseph M. Taylor; Tomas E. Uribe (2005). "Aprendizaje de preferencias activas para la asistencia personalizada en la programación de calendarios". Actas de la Conferencia internacional de 2005 sobre interfaces de usuario inteligentes .
• T. Duong; H. Bui; D. Phung; S. Vekatesh (2005). "Reconocimiento de actividad y detección de anomalías con el modelo semi-Markov oculto de conmutación". Conferencia internacional IEEE sobre visión artificial y reconocimiento de patrones .
• Rachel Greenstadt; Jonathan P. Pearce; Milind Tambe (2006). "Análisis de la pérdida de privacidad en la optimización de restricciones distribuidas". La vigésimo primera conferencia nacional sobre inteligencia artificial . AAAI .
• Nathan Schurr; Pradeep Varakantham; Emma Bowring; Milind Tambe ; Barbara Grosz . "Multiagentes asimovianos: aplicación de las leyes de la robótica a equipos de humanos y agentes". Programación de sistemas multiagente: 4.º taller internacional, ProMAS 2006. Springer.
• David Morley; Karen Myers (2004). "Equilibrio entre preocupaciones formales y prácticas en el diseño de agentes". Actas del taller AAAI sobre arquitecturas de agentes inteligentes: combinación de las fortalezas de la ingeniería de software y los sistemas cognitivos .
• Gideon S. Mann; David Mimno; Andrew McCallum (11 de junio de 2006). "Medidas de impacto bibliométrico que aprovechan el análisis de temas". JCDL '06: Actas de la sexta conferencia conjunta ACM/IEEE-CS sobre bibliotecas digitales . Association for Computing Machinery.
• Karen Myers (julio de 2006). "Construcción de un asistente personal inteligente". Charla invitada de la AAAI .
• Edward C. Kaiser (3 de abril de 2005). "¿Puede la redundancia de modelado en tareas multimodales y multipartitas respaldar el aprendizaje dinámico?". Taller CHI 2005: CHI Virtuality 2005 .
• Vinay K. Chaudhri; Adam Cheyer ; Richard Guili; Bill Jarrold; Karen Myers ; John Niekarasz (2006). "Un estudio de caso sobre la ingeniería de una base de conocimientos para un asistente personal inteligente". Informe técnico .
• Un marco cognitivo para la delegación a un agente de usuario de asistencia , K. Myers y N. Yorke-Smith. Actas del Simposio de otoño de 2005 de la AAAI sobre asistentes de resolución de problemas de iniciativa mixta, Arlington, VA, noviembre de 2005. ^[10]
• Clasificación colectiva de múltiples etiquetas , Nadia Ghamrawi y Andrew McCallum. CIKM'05, Bremen, Alemania. ^[11]
• Composición de campos aleatorios condicionales para el aprendizaje por transferencia , Charles Sutton y Andrew McCallum. Actas de HLT/EMNLP, 2005. ^[12]
• Implementación de un agente de gestión del tiempo personalizado , P. Berry, K. Conley, M. Gervasio, B. Peintner, T. Uribe y N. Yorke-Smith. Actas de la Quinta Conferencia Conjunta Internacional sobre Agentes Autónomos y Sistemas Multiagente (AAMAS'06), Industrial Track, Hakodate, Japón, mayo de 2006. ^[13]
• Diseño e implementación del gestor de consultas CALO , Jose-Luis Ambite, Vinay K. Chaudhri, Richard Fikes, Jessica Jenkins, Sunil Mishra, Maria Muslea, Tomas Uribe, Guizhen Yang. Aplicaciones innovadoras de la inteligencia artificial, julio de 2006. ^[14]
• Menos clics y menos frustración: reducción del coste de llegar a la carpeta correcta , X. Bao, J. Herlocker y T. Dietterich. Conferencia internacional de 2006 sobre interfaces de usuario inteligentes. 178–185. Sídney, Australia. ^[15]
• Descubrimiento de grupos y temas a partir de relaciones y textos , Xuerui Wang, Natasha Mohanty y Andrew McCallum. LinkKDD2005 21 de agosto de 2005, Chicago, Illinois, EE. UU. ^[16]
• Modelos jerárquicos ocultos de Markov con jerarquía de estados generales , H. Bui, D. Phung y S. Venkatesh. Actas de la AAAI, 2004. ^[17]
• Un sistema de aprendizaje híbrido para reconocer tareas de usuario a partir de actividades de escritorio y mensajes de correo electrónico , J. Shen, L. Li, T. Dietterich y J. Herlocker. Conferencia internacional de 2006 sobre interfaces de usuario inteligentes, 86–92. Sídney, Australia. ^[18]
• IRIS: Integrar. Relacionar. Inferir. Compartir. Adam Cheyer, Jack Park y Richard Giuli. Taller sobre el escritorio semántico: infraestructura de colaboración y gestión de información personal de próxima generación en la Conferencia Internacional de Web Semántica (ISWC2005). 6 de noviembre de 2005, Galway, Irlanda. ^[19]
• Más de lo que las palabras pueden decir: uso de la prosodia para encontrar límites de oraciones en el habla , Y. Liu y E. Shriberg (2006). 4.ª reunión conjunta ASA/ASJ sobre artículos en lenguaje común. Versión popular del artículo IaSC2, 4.ª reunión conjunta ASA/ASJ, Honolulu, HI. ^[20]
• Aprendizaje multicondicional: entrenamiento generativo/discriminativo para agrupamiento y clasificación , Andrew McCallum, Chris Pal, Greg Druck y Xuerui Wang. AAAI, 2006. ^[21]
• Evaluación de múltiples criterios en agentes de programación distribuida centrados en el usuario , PM Berry, M. Gervasio, B. Peintner, T. Uribe y N. Yorke-Smith. Simposio de primavera de la AAAI sobre gestión distribuida de planes y cronogramas, marzo de 2006. ^[22]
• Relajación de consultas en línea mediante el descubrimiento de estructuras causales bayesianas , Ion Muslea y Thomas J. Lee. Actas de la Vigésima Conferencia Nacional sobre Inteligencia Artificial (AAAI 2005), Pittsburgh, Pensilvania, 2005. ^[23]
• Poblando la Web Semántica , Kristina Lerman , Cenk Gazen, Steven Minton y Craig A. Knoblock. Actas del Taller AAAI 2004 sobre Avances en Extracción y Minería de Texto, 2004. ^[24]
• Un lenguaje de procesos portátil , Peter E. Clark, David Morley, Vinay K. Chaudhri y Karen L. Myers. En Taller sobre el papel de las ontologías en la planificación y la programación, Monterey, CA; 7 de junio de 2005. ^[25]
• Un modelo probabilístico de redundancia en la extracción de información , D. Downey, O. Etzioni y S. Soderland. ^[26]
• Recuperación de las interrupciones: ¿Trabajadores del conocimiento? Estrategias, fracasos y soluciones imaginadas , Simone Stumpf, Margaret Burnett, Thomas G. Dietterich, Kevin Johnsrude, Jonathan Herlocker y Vidya Rajaram. Institución: Oregon State University Corvallis, OR ^[27]
• Clasificación de texto semisupervisada utilizando EM , Kamal Nigam, Andrew McCallum y Tom M. Mitchell. ^[28]
• Esqueletos en el analizador: uso del análisis superficial para mejorar el análisis profundo , M. Swift, J. Allen y D. Gildea. ^[29]
• El marco de trabajo del agente SPARK , David Morley y Karen Myers. Actas de la Tercera Conferencia Internacional Conjunta sobre Agentes Autónomos y Sistemas Multiagente (AAMAS-04), Nueva York, NY, págs. 712–719, julio de 2004. ^[30]
• Superposiciones de oradores y errores de ASR en reuniones: efectos antes, durante y después de la superposición , Ozgur Cetin y Elizabeth Shriberg. Actas del IEEE ICASSP, Toulouse, 2006 ^[31]
• Gestión de tareas en condiciones de cambio e incertidumbre: experiencia en resolución de restricciones con el proyecto CALO , P. Berry, K. Myers, T. Uribe y N. Yorke-Smith. Actas del taller CP'05 sobre resolución de restricciones en condiciones de cambio e incertidumbre, Sitges, España, octubre de 2005. ^[32]
• Planificación temporal con preferencias y probabilidades , R. Morris, P. Morris, Khatib, L. y N. Yorke-Smith. Actas del taller ICAPS'05 sobre programación de restricciones para planificación y programación, Monterey, CA, junio de 2005. ^[33]
• Transferir o no transferir , MT Rosenstein, Z. Marx, LP Kaelbling y TG Dietterich. Taller NIPS 2005 sobre aprendizaje por transferencia, Whistler, BC. ^[34]
• Aprendizaje por transferencia con un conjunto de tareas de fondo , Z. Marx, MT Rosenstein, LP Kaelbling y TG Dietterich. Taller NIPS 2005 sobre aprendizaje por transferencia, Whistler, BC. ^[35]
• Aprendizaje iniciado por el usuario para interfaces adaptativas , K. Judah, T. Dietterich, A. Fern, J. Irvine, M. Slater, P. Tadepalli, M. Gervasio, C. Ellwood, B. Jarrold, O. Brdiczka, J. Blythe. Taller IJCAI sobre inteligencia e interacción, Pasadena, CA. 13 de julio de 2009. ^[36]

• Sitio web del marco PAL (CALO/RADAR) de DARPA
• Página de Calo de SRI Archivado el 2 de julio de 2013 en Wayback Machine.