普适计算哪一年提出_普适计算_普适计算由谁提出(3)

当应用到基于识别的任务时，自然接口遇到一类新的问题：识别产生新的多样的错误。当识别的错误发生的时候，系统的设计者最初反应都是消除错误，例如提高识别成功率。然而Van Buskirk和LaLomia发现要人们发现语音识别系统的差异必须降低至少5％－10％的错误率。

更糟糕的是，消除错误几乎是不可能的。即使是人在处理相同类型的交流的时候也会犯错误。以手写输入识别作例子，即使是最专家的手写识别系统（人）可能达到54％之低的识别率。人类的识别成功率在连体是上升到88％,在打印体上升到96.8％，但是这依然不是完美的。这些证据表明电脑手写识别是不可能完美的。的确，基于电脑的识别是比人更容易发生错误。它们通常所使用的数据是比人类所觉察到的要少，它们的处理能力比较差。而且许多因素比如说疲劳会导致用户数据与训练数据有较大差异，一段时间以后会导致识别的成功率有所下降。

另一方面，识别的成功率并不是用户满意的唯一决定因素。错误恢复的对话复杂程度和给定错误的附加价值都会影响用户的满意程度。例如，Frankish et al发现用户在输入日志条目时出错比输入某个形式的命令时出错更灰心。这表明在命令中输入一个单词的回报比在日志条目段落中输入一个单词的努力大的多。

出错处理并不是一个新问题，实际是这是与要设计一个尝试模仿人的计算机系统同时存在的。识别技术错误处理的研究必须假定错误肯定会发生，问题是寻找一个最好的处理错误的方法。和多对基于识别的接口的错误处理领域的研究浮现出来：

－减少错误：这项研究包括改进识别技术以消除或减少错误。这是一个广泛研究的焦点，很容易成为论文的主题。证据表明这是一个理想，消除错误时不可能实现的。

－发现错误：在系统和用户没有对相关的错误进行动作的时候之前，他们中间的一个已经知道错误发生了。系统可能是通过用户输入被告知错误的发生，系统通过把识别了的输入不确定的解释有效地输出从而帮助用户查找错误。三种技术被用于这种自动错误发现——阈值、历史统计、外在的规则说明。

－错误纠正的可复用的基础：工具箱提供可复用的组件，这对于一类共同相似的错误发生时特别有用。错误处理的接口极大的获益于提出基于识别输入错误处理技术库的工具包。这样的工具包当某些原始输入产生不同的解释时，能够解决这种固有的不明确性。一个原型的工具包已经被Mankoff et al提出用来支持可复用的错误恢复技术，但是仍然存在很多问题。

早期两个引人瞩目的普适计算的范例是Olivetti实验室的Active Badge和Xerox PARCTab，都是位置感知的系统。这些设施提供了简单的上下文（用户的位置）以及有价值的服务（自动更新用户位置办公室地图）。然而计算设备和物理世界之间的联系不是新的（控制系统和自动导航卫星以及导弹是例子）。这些简单的位置感知应用可能是第一个将人类活动和计算设备相联系以服务于改进人类活动的范例。

位置是应用开发中通用的上下文，最广泛应用的是基于GPS的汽车导航系统和手持导航系统，这些设备随时变化内容并把用户的物理位置展现出来。另一个重要的上下文是识别单独的对象。早期系统注重识别标示标签和条形码，而最近的研究工作包含基于视觉的识别。Fitzmaurice示范了利用手持设备透视墙和机器。Rekimoto和NaviCam在一个手持视频显示设备上识别包含了对象附加信息颜色条形码。最近的工作是尝试视觉对象识别策略从而对象不需要各自标识。

虽然已经有大量的系统采用人物标识、位置感知，但是这些系统依然是难以实现的。Salber et al创作了上下文工具包使得上下文感知系统的设计、实现和发展简单化。这项工作强调上下文的获取、存储与上下文信息的不同的应用严格分离。这样的分离使得上下文感知的应用的创建变得简单。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-34759-3.html