CALO 认知助手

一个研究项目，而不是现成产品

CALO 是「Cognitive Assistant that Learns and Organizes」（会学习、会组织的认知助手）的缩写，SRI 把这一项目的时间定在 2003 年 ^[1]。它是 SRI 在 DARPA 的「Personalized Assistant that Learns」（会学习的个性化助手）计划中承担的部分，该计划为期五年，投入 1.5 亿美元 ^[1]。

SRI 对目标的表述相当紧凑：一个能推理、能从经验中学习、能执行指令、能解释自己的行为、能反思自身经验，并对意外情况作出稳健反应的认知助手 ^[1]。这份清单上的每一项，都是普通软件做不到的事。执行一条命令很容易；说清这条命令为什么被执行，并在事情与预期不符时仍然得体地继续工作，就不容易了。

通过 IRIS 使用

用户通过一个叫 IRIS 的语义桌面（semantic desktop）接触这个助手，IRIS 是 Integrate. Relate. Infer. Share（整合、关联、推断、分享）的缩写 ^[2]。把桌面做成「语义的」，意思是不把文档、消息和任务当成互不相干的文件堆，而是当成彼此有关联的对象来处理，这样助手才有可推理的材料。

在这一层之上，CALO 能收集一次会议所需的文档、邮件和任务内容，为演示文稿推荐下一张幻灯片，记录转写文本，并跟踪与任务相关的状态和承诺更新 ^[2]。它还能把工作日里反复出现的琐碎任务自动化 ^[2]。

把它与普通的日程工具或宏命令区分开来的，是它行为的来源。CALO 的设想是在真实环境中学习——通过观察、交互和推理——而不是为固定的动作集合预先编程 ^[2]。这样构建的系统会观察人实际怎样处理文档和消息，从观察中得出一般性的结论，再据此调整；原则上，它可以接手一种没有人写过规则的任务。解释与反思在这里也有很实际的理由：如果一个人说不出助手为什么这么做，他就没有多少理由把更多工作交给它。

在数字助手谱系中的位置

SRI 说，它利用 CALO 在虚拟个人助手方面的工作做出了 Siri，Siri 于 2007 年独立成为一家公司 ^[1]。这是把 CALO 放进数字助手历史中最清楚的方式：围绕一个会观察、会学习、会解释的办公助手展开的研究议程，成了后来一款被广泛使用的消费产品的起点。

CALO 也不是凭空出现的。SRI 把 1990 年代开发的 Open Agent Architecture 描述为一种面向软件代理（software agent）的编程方法，它早于 SRI 的数字助手工作 ^[3]。那里要解决的是组织问题：各自独立构建的软件代理应当怎样安排，才能协同工作。任何需要同时从多个来源取信息的助手，都依赖这个问题的答案，因为这些工作被拆到了必须互相通信的部件上。

把两条线索放在一起看，CALO 的形态就比较好理解了。一条是架构传统——让许多小的代理程序协同起来；另一条是研究目标——一个学习用户工作方式、而不是事先被交代清楚的助手。这个项目正处在两者交汇的地方，紧随其后的数字助手大致也还在这个位置上。