Komunikacja, a komputer i matematyka

Fragment książki "Przetwarzanie mowy" B. Ziółko i M. Ziółko

Przedstawiciele nauk społecznych i językoznawcy już wiele lat temu starali się opisać język w sposób algorytmiczny. Opracowano wiele modeli i schematów komunikacji głosowej. Zaproponowano algorytmy mające na celu efektywniejsze wpływanie na odbiorców. Wiele z modeli przedstawiono w bardzo ścisły sposób, oparty o matematyczny zapis.

Technologia i matematyka wkroczyła także w zagadnienia łączności głosowej między ludźmi, ze względu na rozwój telekomunikacji. Potrzeba kompresji przesyłanego sygnału mowy była jednym z bodźców do modelowania mowy i języka. Metody automatycznego wydobywania wiedzy z tekstów zapoczątkowały wiele kolejnych modeli atematycznych opisu języka naturalnego. W ten sposób ludzkość podjęła się usystematyzowania tego, co w swej naturze nie jest schematyczne, czyli języka naturalnego.

Kolejnym krokiem stosowania matematyki w opisie ludzkiego języka, było pojawienie się komunikacji człowieka z maszyną, bądź komputerem. Tutaj algorytmy nie służą już jako pomoc i dodatkowe narzędzia przy komunikacji między ludźmi. To urządzenie techniczne ma prowadzić dialog z człowiekiem według zasad ludzkich. Komunikacja człowieka z komputerem od początku stawała się coraz bardziej ludzka, a coraz mniej komputerowa. Początki sięgają kodowania w systemie binarnym, które z czasem rozwinęło się w podstawowe języki programowania, trochę przyjaźniejsze człowiekowi. Następnie pojawiały się języki programowania coraz bardziej przypominające język naturalny, aż do języków obiektowo zorientowanych i skryptowych. Podobna ewolucja przebiegała w systemach operacyjnych, od trybów tekstowych po interfejsy graficzne, będące utrudnieniem dla komputera, ale ułatwieniem dla człowieka. 

Wszystkie te procesy powodują, że komputer musi coraz częściej uczyć się ludzkich metod komunikacji, aby symulować je z jak największą ułudą człowieczeństwa. Ma to ułatwić nieprzeszkolonym użytkownikom korzystanie z komputera.

Inżynieria akustyczna wśród najlepszych

Kierunki na AGH na które było się najtrudniej dostać w tym roku:

1. Informatyka 905 punktów

   Automatyka i Robotyka 905 punktów

2. Informatyka Stosowana 888 punktów

3. Inżynieria Akustyczna 880 punktów

   Mechatronika 880 punktów

Warto podkreślić, że na Inżynierii Akustycznej przyjmowano jedynie kandydatów pierwszego wyboru. Przyjętym gratulujemy, ciesząc się, że Inżynieria Akustyczna w kolejnej rekrutacji nieustannie zalicza się do grona najbardziej elitarnych kierunków studiów.

AGH najlepszą polską uczelnią techniczną

AGH ponownie zostało sklasyfikowane jako najlepsza polska uczelnia techniczna w automatycznie liczonym rankingu webometrics. W skali świata jest to jednak niska lokata ze względu na małą ilość stron domowych pracowników, mało odniesień do AGH na stronach instytucji współpracujących z AGH i niepublikowanie prac dyplomowych w internecie.

SIGMAP

Właśnie kończy się konferencja SIGMAP w której miałem okazję uczestniczyć. Konferencja zaskoczyła pozytywnie i dopisuję ją do listy sygnałowych konferencji na które warto jeździć. Artykuły były na dobrym poziomie (podobno ponad połowa została odrzucona), bardzo dużo zaproszonych mówców z ciekawymi zrozumiałymi wykładami plenarnymi. Do tego prezentujący generalnie posługują się dobrym angielskim. Organizacja konferencji odpowiedzialna i dokładna. Zwrócono dużo uwagi na to aby w planie konferencji nie znalazły się wystąpienia na których nikt się nie pojawi. W 2013 SIGMAP ma być na Islandii. Polecam.

Praca na University of Bedfordshire

University of Bedfordshire oferuje grant dla research fellow (12 months, salary + maintenance (accommodation)). It could be a research project for our any Research Institute in any area from here:  http://www.beds.ac.uk/research/institutes

In brief:

- preferably young researcher who has not spent much time in the UK and did not study here

- no more than 8y after obtaining PhD

- will stay for 9-12 months

- can bring a spouse

 CVs (and preferable a brief project idea (half-page)) należy wysyłać jak najszybcie do alexey.bochenkov na skrzynce beds.ac.uk

Inżynieria akustyczna ponownie ...

... jednym z najpopularniejszych kierunków studiów na AGH. Zgłosiło się 4,4 osób na miejsce co daje 7 miejsce w tym rankingu. W ważniejszych rankingach ułożonych wg. progu punktowego inżynieria akustyczna była zawsze wyżej. Szczegóły tegorocznej rekrutacji powinny być wkrótce upublicznione. Cieszy także fakt, że na AGH niżu demograficznego nie ma i ogólnie na całą uczelnię także było bardzo dużo zgłoszeń. Więcej w artykule krakow.gazeta.pl.

Problemy związane z technologiami mowy

Fragment książki "Przetwarzanie mowy" B. Ziółko i M. Ziółko

Istnieje kilka barier ograniczających rozwój technologii mowy. Pierwsza z nich jest powiązana z jedną z głównych barier rozwoju metod sztucznej inteligencji. Większość metod mniej lub bardziej opiera się na statystykach. Wiarygodność statystyki zależy od ilości danych użytych do ich wygenerowania. Z tego powodu ograniczeniem jakości metod technologii mowy są rozmiary dostępnych zbiorów mowy lub tekstu, zwanych korpusami. Teoretycznie, wiele z modeli działa perfekcyjnie jedynie przy nieskończenie wielkich zasobach szkoleniowych.

Drugim ograniczeniem jest to, że większość metod technologii mowy jest pewnego rodzaju symulacją procesów zachodzących w naszych zmysłach i mózgu. Szczególnie zrozumienie funkcjonowania mózgu jest jak na razie nieosiągalne. Potrafimy bowiem wytworzyć elektroniczne transplanty zastępujące ucho, syntezatory mowy są niemalże idealne. Jednak bardzo duża część przetwarzania informacji zachodzi w mózgu, w oparciu o połączenie danych otrzymywanych aktualnie z różnych zmysłów i porównanie z nabytym doświadczeniem. Proces słuchania jest dużo bliższy zgadywaniu i interpretacji, niż większość z nas podejrzewa. Przykładowo, gdy jesteśmy za granicą, często wydaje się nam, że słyszymy język polski, a po odwróceniu się widzimy osoby narodowości, które nigdy nie posługują się naszym językiem. Po uważniejszym przysłuchaniu, orientujemy się, że to zupełnie inny język.

Wyzwaniem jest również fakt, że użytkownicy nie będą korzystać z systemów, które nie spełniają wygórowanych oczekiwań. Powstrzymuje to rozwój technologii mowy, bo trudno rozwijać systemy bez użytkowników końcowych i ich komentarzy. Większość osób oczekuje od technologii mowy jakości co najmniej takiej, jak możliwości człowieka. Gdy takich nie ma, zniechęcają się do systemu.