Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
NOTOC
NOTOC
Kismet – 1990 жылдары Массачусетс технология институтында (MIT) доктор Синтия Брезеал эмоционалдық есептеу саласындағы тәжірибе ретінде жасаған робот басы; эмоцияларды танитын және қайталайтын машина. Кисмет атауы түрік тілінен келген, "тағдыр" немесе кейде "сәттілік" деген мағынаны білдіреді.
Kismet is a robot head which was made in the 1990s at Massachusetts Institute of Technology (MIT) by Dr. Cynthia Breazeal as an experiment in affective computing; a machine that can recognize and simulate emotions. The name Kismet comes from a Turkish word meaning "fate" or sometimes "luck".
Бағдарламалық жүйе
Кисметтің әлеуметтік интеллект бағдарламалық жүйесі немесе синтетикалық жүйке жүйесі (СНС) адамның ақылды мінез-құлқының үлгілерін негізге алды. Ол алты кіші жүйеден тұрады:
Kismet's social intelligence software system, or synthetic nervous system (SNS), was designed with human models of intelligent behavior in mind. It contains six subsystems as follows.
Төменгі деңгейлі элементтерді алу жүйесі
Бұл жүйе камералар мен микрофондардан алынған шикі көрнекі және есту ақпаратын өңдейді. Кисметтің көру жүйесі көзді анықтау, қозғалысты анықтау және, әрине, даулы болса да, тері түсін анықтай алады. Кисмет басын қозғалғанда, өзінің қозғалысын анықтаудан аулақ болу үшін қозғалыс анықтау жүйесін уақытша тоқтатады. Сондай-ақ, ол стерео камераларын өз көру өрісіндегі нысанның қашықтығын бағалау үшін пайдаланады, мысалы, қауіпті анықтау үшін – үлкен, жақын және көп қозғалысы бар нысандарды. Кисметтің дыбыс жүйесі негізінен нәрестеге арналған сөйлеудегі әсерді анықтауға бағытталған. Атап айтқанда, ол эмоциялық сөйлеудің бес түрін анықтай алады: мақұлдау, тыйым салу, назар, жұбату және бейтарап. Эмоциялық ниеттер жіктегіші келесідей құрылды. Жазылған сөйлеу үлгілерінен орташа тон және энергия (көлем) вариациясы сияқты төменгі деңгейдегі ерекшеліктер алынды. Эмоциялық ниеттер кластары содан кейін Гаусс қоспасы моделі ретінде модельденді және күтуді максимизациялау алгоритмін қолдана отырып, осы үлгілермен оқытылды. Жіктеу бірнеше кезеңде жүзеге асырылады, біріншіден, сөйлемді екі жалпы топтың біріне жіктейді (мысалы, тыныштандыратын/бейтарап және тыйым салу/назар/мақұлдау), содан кейін толыққанды жіктеу жүргізіледі. Бұл архитектура ерекшеленуі қиын кластар үшін өнімділікті айтарлықтай жақсартты, мысалы, мақұлдау ("Сіз ақылды роботсыз") мен назар ("Эй, Кисмет, осында") арасындағы айырмашылықты анықтауда. Кез келген уақытта Кисмет тек бір эмоциялық күйде бола алады. Алайда, Бризеал Кисметтің санасы жоқ екенін, сондықтан оның сезімі жоқ екенін мәлімдейді.
This system processes raw visual and auditory information from cameras and microphones. Kismet's vision system can perform eye detection, motion detection and, albeit controversial, skin color detection. Whenever Kismet moves its head, it momentarily disables its motion detection system to avoid detecting self motion. It also uses its stereo cameras to estimate the distance of an object in its visual field, for example to detect threats—large, close objects with a lot of movement. Kismet's audio system is mainly tuned towards identifying affect in infant directed speech. In particular, it can detect five different types of affective speech: approval, prohibition, attention, comfort, and neutral. The affective intent classifier was created as follows. Low level features such as pitch mean and energy (volume) variance were extracted from samples of recorded speech. The classes of affective intent were then modeled as a gaussian mixture model and trained with these samples using the expectation maximization algorithm. Classification is done with multiple stages, first classifying an utterance into one of two general groups (e. g. soothing/neutral vs. prohibition/attention/approval) and then doing more detailed classification. This architecture significantly improved performance for hard to distinguish classes, like approval ("You're a clever robot") versus attention ("Hey Kismet, over here"). At any given moment, Kismet can only be in one emotional state at a time. However, Breazeal states that Kismet is not conscious, so it does not have feelings.
Қозғалтқыш жүйесі
Кисмет прото-тілде сөйлейді, оның әр түрлі фонемалары нәресте шалақайлағанға ұқсас. Ол DECtalk дауыс синтезаторын пайдаланады және түрлі эмоцияларды білдіру үшін ырғақты, уақытты, артикуляцияны және басқаларын өзгертеді. Сұрақ пен хабарлама сияқты сөздерді айту үшін интонация қолданылады. Реализм үшін еріннің синхрондалуы маңызды болды, сондықтан әзірлеушілер анимациядан стратегия қолданды: "жайлық – сәтті ерін анимациясының кілті". Осылайша, олар ерін қозғалысын мінсіз көшіруге тырыспады, керісінше, "көрермен күмәнданбай қабылдайтын визуальды қысқаша жазуды жасады".
Kismet speaks a proto language with a variety of phonemes, similar to a baby's babbling. It uses the DECtalk voice synthesizer, and changes pitch, timing, articulation, etc. to express various emotions. Intonation is used to vary between question and statement like utterances. Lip synchronization was important for realism, and the developers used a strategy from animation: "simplicity is the secret to successful lip animation." Thus, they did not try to imitate lip motions perfectly, but instead "create a visual shorthand that passes unchallenged by the viewer."