Horváth Zoltánné Marcsi: Gondolatok a könyvtári intelligens rendszerekről és a mesterséges intelligenciáról [DKA metaadatok]

T á r g y s z ó : Keszthely

G e o N a m e s I d : 3050212

M i n ő s í t ő : földrajzi hely

L E Í R Á S

N y e r s v a g y O C R - e s s z ö v e g : Gondolatok a könyvtári intelligens rendszerekről és a mesterséges intelligenciáról Magyar Könyvtárosok Egyesülete 50. Vándorgyűlés, Keszthely, 2018. július 3-6. "Értékeink a jövőt formálják - Vándorgyűléseink öröksége" Horváth Zoltánné Paradigmaváltás a könyvtári intelligens rendszerekben Szemantikus adatmodellek Szemantikus hálók Új típusú adatsémák Linked open data Digitális, globális Géppel olvasható Open, kooperatív Emberi intelligencia szimulálásának lépései a rendszerekben Neurális hálók mintájára épülő tudásgráfok Mesterséges intelligencia a korábbi manuális elemző és szakértői rendszerek programozása és transzformálása, természetes nyelvi keresés és válaszok Útközben a mesterséges intelligencia felé – okok és feltételek Digitális transzformáció növekvő tartalom számítógépes kapacitás Szakértői tudásbővülés Fejlődő informatika Web technológia a könyvtárakban, táguló globális forrásadatok Dinamikus szemantikus adathálózati kapcsolatok Keresés szemantikai alapon Az intelligens alkalmazások gépi tanulás alapján képesek az emberrel és más rendszerekkel kommunikálni "open" digitális Nyílt, kodifikált adatok, szemantikai tárolók, dinamikus könyvtári jelenlét a tudáshálókon, globális könyvtári vállalkozások (OCLC, EXLIBRIS, ALA, IFLA, EBSCO, LC, stb. "data of web" RFID szenzorok Géppel értelmezhető adatok Nagy mennyiségű mintavétel az elemzéshez Beszéd,kép- és hangfelismerés szövegelemzés, következtetések, analízis Intelligencia szimulálása a rendszerekben Paradigmaváltás más módon, más eszközökkel, más eredménnyel új technológiákkal Behálózott adatok RDF - MARC transzformációk "behálózva" VIAF ID: 100194456 (Personal) Tudás elérés problémák az áttekintés emberi lehetőségéhez képest túlméretezettek a források Géppel értelmezhető szemantikus adatkapcsolatok Mesterséges intelligencia válaszok Tudományos és mérnöki fejlődés "mobil-first" world "AI - first world?" (Sundar Pichai) A mesterséges intelligencia - digitális eszközkészlet Intelligens szoftverrel szimulálják intelligencia néhány vagy több komponensét Bonyolult feladatok számítógépes megoldása, az embertől is kellő szakértelmet, kreativitást és intuíciót kíván tudásreprezentáció Tudásbázis az intelligens emberi viselkedés jellemzői (adatbázisok, leírások) alapvető tudományos értelmezések, szakértői rendszerek programozott manipulációs eljárások folyamatszabályozás, emberi probléma megoldási folyamat utánzása, következtetés, jóslás, analízis Folyamatos tanulás ember és gép között, a fejlődő technológia új megoldásokat követel Kölcsönhatás: Emberi intelligencia mélyebb megismerése, magasabb szintű programozás és felhasználás A szakterületen jellemző emberi funkciók gépi programozása a könyvtári működési folyamatok logikája szerint Könyvtári mesterséges intelligencia területek Géppel olvasható adatok növelése kódolás, azonosítás, egységesítés, adatmodellek és adatmenedzsment szenzitív adatok menedzselése, copyright szabályok egységesítése access és ID szabályzatok és eljárások egységesítése (repozitóriumok) Adatok megbízhatóságának fejlesztése nagy mintavétel elemzések alapján (kodifikált adatok), nemzetközi szakértői rendszerek (VIAF, Wikidata, ISNI...) Keresés fejlesztése tudásháló és mesterséges intelligencia technológiával szakértői rendszerek, szövegelemzések, adatbányászat, mély keresések, kép-, hang- és szövegfelismerés Gépi tanulás előkészítése Emberi gondolkodás szimulálás algoritmusokkal, mesterséges intelligencia kiterjesztése a használói rendszerekre, programozott útmutatók, szabad szöveges kérdések és válaszok, szöveg- és kép felismerés, stb. Saját fejlesztések és külső eszközök integrációi mesterséges intelligencia szolgáltatások begyűjtése, alkalmazása, használata, transzformálása Könyvtári mesterséges intelligencia tudásreprezentáció alapokon Tudásreprezentációs intézményi feladatokhoz heterogén gyűjtemények kombinálása metaadat sémák, ontológiák, szakértői szótárak integrációja a saját és külső rendszerekből szintaktikai és szemantikai struktúrák átvétele és tervezése Fogalmi- és szöveganalízis Bizonyítási és elemzési folyamatok, tér- és időbeli összefüggések Intelligens interfészek tudásreprezentációs eszközök kommunikációjához Kommunikációs folyamat tervezése Perszonalizáció, Szemantikai és audiovizuális eszközök integrációja Automatikus annotációk Ontológia kiterjesztések természetes nyelvi megoldások, stb. (IEEE Intelligent Systems, 16.) A KISZOLGÁLT SZAKTERÜLET TUDÁSBÁZISAI, SZAKÉRTŐ RENDSZEREI A könyvtári szakértői rendszerek A mesterséges intelligencia kibővíti a könyvtári döntéshozás és elemzés folyamatához szükséges képességeket, de teljes mértékben itt sem helyettesíti azt. A könyvtári szakértői rendszer számítógéppel támogatott probléma megoldás emberi intelligenciát részben helyettesítő módon Képessé tesz terjedelmes, bonyolult, vagy sok adatot és hivatkozást igénylő feladatvégzésre, vagy a kiszolgált terület átlátására/ Minél több az adat, annál pontosabban teljesíthető a gépi "agy" vagyis az algoritmus felkészítése az új helyzetekre és a mintavétel - alapú szabályok alkotására Több száz szabály programozása Tudásbázis alap a tárgyról (példák, workflow, alkalmazási szabályok) Inference - következtető motor Használói felület Átmenetek: programozott oktatás linkekkel, beépített automatikával Minden könyvtári területen: Katalogizálás, beszerzés, adatbázis kiválasztás, keresés, publikációs eljárások és informatikai eszközök, hatásvizsgálat, használói és kompetencia vizsgálatok, web,stb. Kooperatív könyvtári szakértői rendszerek VIAF (Virtual Authority File) egységesített besorolási adatok nemzetközi virtuális adatbázisa VIAF Identity Network authority adatok összegzése grafikusan is ISNI - International Stadard (author) number identification FAST - Facetted Application of Subject Terminology - webes subject heading séma / OCLC és a Library of Congress együttműködésében az LC Subject Headings alapján Schema.org - a Bing, a Google, a Jahoo! és a Yandex (orosz keresőmotor) fejlesztésében az interneten szereplő információk strukturálására alkalmas egységes jelölőnyelv Wikidata - a Wikipédia, WorldCat és VIAF kapcsolat az adatminőség javítására, adatok egységesítésére, azonosítására, nemzeti könyvtárak együttműködésében Az intelligens rendszer az összegyűjtött ismereteket rendszerezi, elemzi, értékeli, tömöríti (lényegkiemelés, absztrakció) IISTE Tudásmegosztó partnerek közös platformon http://pakacademicsearch.com/pdf-files/com/507 165 works in 260 publications in 8 languages and 1,713 library holdings Listából kiválasztott e-book Közeli könyvtárak, ahol meg van a példány Pl. Electronic database selection Expert system Wei Ma, Timothy W. Cole, több kiadásban (7.) A mély rétegek - meta-adatoktól a szemantikai hálókon át a mesterséges intelligenciáig A HTML dokumentumokban adott metaelemek a teljes weboldalról vagy dokumentumról adnak kereshető információt Az RDF alapú szemantikai struktúrákban URI azonosítókkal ellátott adatokat kereshetünk a weben, a gépi értelmezés és automatikus keresés támogatásával. Az RDF elemek a keresést korlátlan adatkapcsolatokkal terjeszthetik ki. A mesterséges intelligencia alkalmazásával gépi programozással szimuláljuk az emberi intelligenciát az információk kereséséhez és szolgáltatásához, szabad szöveges kérdések és válaszok formájában is, a gépi szövegfelismerés és szöveg-értelmezés, fordítás, stb. lehetőségével. a "mély web" vagy rejtett web - , vagyis a html-ben tárolt, de nem indexelt adatok nem érhetők el a keresőmotorok számára https://www.youtube.com/watch?v=78-1MlkxyqI Keresés az adatok mélyén – könyvtári intelligens megoldások A betáplált és közzétett adatok közötti rétegekhez (rejtett adatok) speciális elemző és adatbányászati módszerek szükségesek (Nielsen,2.) Online és batch lekérdezés Predefiniált kérdések Jelentések futtatása Szeparált adattárak Dashboardok és vizualizációs elemző eszközök használata Jelentések adatgyűjtésről, adatbázisokról mennyiségi és minőségi kimutatások web analízis, statisztika könyvtári fókusz csoportok elemzése adatok összetétele, integritása gyűjteményelemzés, adattisztítás, stb. OCLC Collection analysis Student success focus/imperatives Data-driven decision-making Increasing complexity of technology, architecture, and data Hallgatói sikerek előrejelzése könyvtárhasználat alapján Szemantikus keresők - útközben a szabad szöveges gépi kommunikációhoz A nagy digitális meta adattárak és fogalomtárak alapján eredményesebb a szemantikai tudásgráfok és kapcsolati hálórendszerek kiépítése Szemantikai keresők fejlődése Google fejlesztések nagy könyvtári elméleti és szakmai központokkal (OCLC, LC, stb.) 2012-ben a Google megvásárolja a Freeweb tudásbázist 12 millió bejegyzéssel, (Ekkor a Wikipédia 3,5 milliót tartalmaz); 2016-ban már 400 millió bejegyzés Szakértők bevonásával előkészítés és tesztelés W3C szabványosítás - adattudomány, adatspecialista globális irány elméleti alapok, kutatás, együttműködés könyvtárosokkal a szemantikus meta-adat kezelés és fogalmi elemzés terén (RDF, SKOS, stb.) Mintavétel és kategorizálás – könnyebb a nagy tömegű digitális adatokból Minták felismerése, szövegértelmezés, szövegelemzés, szöveges, audió- és képi keresés fejlődése (orvoslás, művészet, hadiipar, sejtbiológia, stb. Coleman,29.) Példa: ONLI: Ontology-based Natural Language Interface : An ontology-based system for querying DBpedia using natural language paradigm. (B. Sujatha, 70.) Mesterséges intelligencia "keresi a tűt a szénakazalban" Semantic Scholar - 2015 Gépi tanulás, a természetes nyelvi folyamatok programozása, szemantikai elemző és idézés analízis eszköz beépítése grafikus megjelenítéssel is a Google Scholar és PubMed, mintájára a legjelentősebb források beépítése, főként orvosi forrásanyagokkal. http://www.kithirlevel.hu/index.php?kh=mesterseges_intelligencia_keresi_a_tut_a_szenakazalban A fejlesztő Paul Allen Microsoft Évente megjelenő közel 2 millió tudományos folyóirat automatikus elolvasása, feldolgozása és kategorizálása Szöveg komponensek megértése szemantika alapokon kombinált gépi technológiákkal Gépi tanulás, természetes nyelvi folyamatok, szemantikai elemzések, fejlődési stratégiák, víziók (Oren Etzioni, 57.) Alkotórészek keresőrobot, amely begyűjti a publikációkat Szemantikai index előállítás a letöltött anyagokhoz Kiszolgálói rendszer a szemantikai index innovatív használatához Komponensek "core metadata" kiválasztás, idézettség grafikonnal és relevancia szűréssel, dokumentumtípusok fazettákkal, GitHub -on tárolt forráskódok, munkaelemek és szoftverhivatkozások Jelenleg 40 milliónál több forrásból! Talk to books - a Google új mesterséges intelligencia keresője Szabad szöveges kérdések, azonnali válaszok. A leginkább releváns válaszokat egy öntanuló "robot" keresi meg a Google Könyvek (Google Books) tartalmából. angol nyelvű kérdésekre egészen jó válaszok a keresőkérdések módosítása nyomán változó, de hasonló a találati listák A Talk to Books könyvekben őrzött tudásra alapoz a Google Books tudásbázis alapján. A mesterséges intelligencia gépi tanulással értelmezi a szöveges kérdést, több 100 ezernyi könyv teljes szövegéből értelmes, releváns válaszok Öntanuló rendszer a relevancia korlátait meghatározza a beépített könyvek tematikája Helyes válaszok vannak, de teljes válasz még nincs a kis minta következtében A találati lista elemei referencia műnek jelenleg még nem kezelhetők, a könyvek érték szerinti válogatása valószínű nem történt még meg. A robotok már a könyvtárban vannak... Automatizált feladatok akár közvetlen emberi felügyelet nélkül program vagy általános iránymutatások alapján mesterséges intelligencia technikák beépítésével kérdés-válasz interakciók, zene lejátszás, listakészítés, "alert" funkciók, real-time információk (események, marketing, közérdekű információk pl. nyitva tartás, stb.) fejlesztett vagy beépített természetes nyelvi folyamatok, információkeresésre alkalmas tudás reprezentációk gépi tanulási technikával, öntanuló rendszerek, stb. Hasonló viselkedés a természetes intelligenciával rendelkező élőlényekhez egyedi sajátosságok (jellemek, szleng, stílus) adaptációk, következtetések, utasítások, cselekvések képessége ALEXA, SIRI, Sophia, IBM Watson, Teneo, Niki, Google new, stb. Számítógépes játékok, videók, gamifikáció Korlátlan és gyors memória, a hatékony mintafelismerés, célszerűen változtatott viselkedés (tanulás, helyzetfelismerések) RFID és szenzorok hálózata - IoT - Internet of Things orvoslás, mobil eszközökre épített perszonális egészségügy okos város, okos ipar, intelligens közlekedés, háztartás, stb. VANDA - a T-csoport digitális asszisztense hang- és chat szolgáltatással, akár 86 nyelven Architektúra A Nuance cég vezető beszéd felismerő, beszéd generáló, szemantikai és biometriai moduljaira épül, amelyeket kiegészítettünk a T-Systems Magyarország saját szoftver komponenseivel, hogy könnyebb legyen a kliens központú, kontextus vezérelt, háttérrendszerek integrációját igénylő párbeszéd alapú rendszerek kialakítása. Azonosítja a hívót, aki szabványos mondatot mond,. felismeri, ha valaki egy másik ügyfél "ellopott", felvett hangjával próbál ügyeskedni. Tudja azonosítani a hívót egy bizonyos idő után annak szabad beszédét hallgatva, ha mégsem, kéri a PIN manuális begépelését. Internet of Things (IoT) Szenzorokkal behálózva! IoT rétegek Végponti eszközök, szenzorok, RFID címkék, webkamerák, autós fedélzeti egység Gateway : eszközök közötti átjárás Hálózat : Az összegyűjtött adatok eljuttatása a tároló és feldolgozó helyre Interfészek : A hálózaton beérkezett adatok értelmezése és egységesítése Tároló rendszerek Feldolgozás - analitikai zóna A végponti eszközökből begyűjtött információk elemzése, utasítások kiadása, analitikai zóna Megjelenítés - kommunikációs rendszer, interaktivitás Okos IoT campus sémája központi adattárolóval és dashboarddl Megszelídített adattenger : "Az IoT világában szenzorok tömegéből nyert adatok automatikus tárolásával, keresésével, elemzésével gyorsan jutunk információkhoz. Az IoT az adatok továbbításán túl magába foglalja az adatokra épülő analitikai megoldásokat is" Intelligens rendszerek fejlődési irányai (Gartner) 1. AI foundations - alapok A cégek foglalkoznak a mesterséges intelligenciával, kérdés, hogy az emberi tanulás képességét milyen mértékben lehet átültetni algoritmusokkal a gépi tanulás módszereibe (nyelv megértés, ellenőrzött környezet) (Cearley, 61.) 3. Intellinget things - intelligens eszközök Az intelligens alkalmazások a gépi tanulás következtében képesek kommunikálni az emberrel és más alkalmazásokkal (smart cars, RFID - orvostudomány, robotika, katonaság, drónok, kereskedelem) 6. trend: Conversational platforms - párbeszéd platformok a rendszerek képesek egyszerű válaszokra, vagy komplikált interakciókra, párbeszédekre 7. trend: Immersive experience: augmented reality, virtual reality AR, VR - immersive web az emberek érzékelik és kapcsolatba lépnek a digitális világgal, a határok elmosódnak a való és virtuális valóság között (turisztika, művészet, okos város programok) 9. trend: Event-drived esemény-vezérelt rendszerek. Az IoT és más technológiák detektálják és gyorsan képesek analizálni a jelzéseket 10. Folyamatos risk és trust - folyamatos kockázat és védelem a security környezet beépítése fontos elem a fake news és más fals információk vagy fenyegetések ellensúlyozására Káros alkalmazások kivédése Globális termék- és technológia menedzsment Disztributor: T-Systems WorldCat világkatalógus - 2,6 milliárd rekord, a világon a legnagyobb linked data: unikális szerep a globális tudásmegosztásban, 20 milliárd triplets Összekapcsolja a világ könyvtárainak rekord- és authority adatait VIAF, ID Network, ISNI, Wikidata automatizált munkafolyamatok, kooperatív Workflow, rekordmenedzsment Integrált platformon további rendszerek alaprendszereként elemző, értékelő, összegző funkciók WorldCat Discovery Services Egy kereséssel egy milliárdnál több elektronikus, digitális és nyomtatott forrás elérése a világ könyvtáraiból Adatmodellek, tudásmegosztás, többnyelvűség - WorldCat háttérrel A reconciliation service - kapcsolódás meglévő linked data entitásokhoz An editor service - linked data és kapcsolataik szerkesztése Wikibase Reposit Wikibase Client Könyvtári partnereink - OCLC,T-Systems termékekkel OLIB IKR, WorldCat, ADVISE, portálok repozitóriumok, digitális könyvtárak WorldCat – MTA Könyvátr, ELTE, Szegedi Egyetem Connexion (WorldCat háttérrel gyors rekordletöltés) - ELTE CatExpress (gyors rekord letöltés és feltöltés WorldCat rendszerből ) - DENK WorldShare Management könyvtárközi kölcsönzés: OSZK, BME, DENK, stb. Exproxy: távsingle-sign-on- elektronikus források hozzáférésére Liszt Ferenc Zeneművészeti Könyvtár A T-Systems VEZETŐ SmartUNIVERZUM - SZOLGÁLTATÓ Referenciák Való életbeli megoldások már 19 városban TATABÁNYA Smart felügyelet BUDAPEST Tömegközlekedés; üzemeltetési és utastájékoztató rendszer; közösségi kerékpármegosztás; energiagazdálkodás; nyilvános wifi NYÍREGYHÁZA: Smart kioszkok és padok; Home Care; City Card diákoknak; biztonsági felügyelet; Smart City Core rendszer; forgalom- és közlekedésfelügyeleti rendszer; nyilvános wifi DEBRECEN Innovációs projekt; forgalom- és közlekedésfelügyeleti rendszer; nyilvános wifi SOPRON Energiakezelés ZALAEGERSZEG Forgalom- és közlekedésfelügyeleti rendszer; nyilvános wifi NAGYKANIZSA Smart hulladékgazdálkodás KAPOSVÁR Forgalom- és közlekedésfelügyeleti rendszer PÉCS E-authority; E-polling; e-Assembly-kezelés; nyilvános wifi KECSKEMÉT Energiagazdálkodás; nyilvános wifi SZOLNOK Energiagazdálkodás Mesterséges intelligencia - Lehet jól vagy rosszul használni Rajtu(n)k múlik?

D o k u m e n t u m n y e l v e : magyar

K A P C S O L A T O K

K a p c s o l ó d ó d o k u m e n t u m n e v e : Horváth Zoltánné Marcsi: Fenntartható fejlődés intelligens technológiákkal - T-szemszögből

U R L : https://dka.oszk.hu/121400/121415

F O R M Á T U M

A f o r m á t u m n e v e : PowerPoint prezentáció

O l d a l a k s z á m a : 27

T e c h n i k a i m e g j e g y z é s : Microsoft Office PowerPoint 2007

M e t a a d a t a d o k u m e n t u m b a n : N

A f o r m á t u m n e v e : HTML dokumentum

T e c h n i k a i m e g j e g y z é s : HTML 5 verzió

M e t a a d a t a d o k u m e n t u m b a n : N

M I N Ő S É G

L e g j o b b f o r m á t u m : JPEG képállomány

L e g n a g y o b b k é p m é r e t : 770x562 pixel

L e g j o b b f e l b o n t á s : 96 DPI

S z í n : színes

T ö m ö r í t é s m i n ő s é g e : közepesen tömörített

S T Á T U S Z

A z a d a t r e k o r d s t á t u s z a : KÉSZ

F E L D O L G O Z Ó

S z e r e p / m i n ő s é g : katalogizálás

A f e l d o l g o z ó n e v e : Nagy Zsuzsanna