概要#
人机共生は人類と電子計算機の間の協力的な相互作用の期待される発展です。これは人間と電子機器の間の非常に密接な結合を伴います。主な目的は 1）計算機が公式的な思考を促進すること、なぜならそれらは現在公式的な問題の解決を促進しているからです；2）人間と計算機が事前に決定されたプログラムに依存せず、複雑な状況に対して共同で意思決定を行い、制御できるようにすることです。期待される共生関係において、人間は目標を設定し、仮説を立て、基準を定め、評価を行います。計算機は、技術的および科学的思考における人間の洞察と意思決定の準備を整えるために、いくつかの通常の作業を行います。初期の分析は、共生関係が単独の人間よりも知的活動をより効果的に行うことを示唆しています。効果的な協力関係を実現するための前提条件には、計算機の分時、メモリコンポーネント、メモリの組織、プログラミング言語、入力および出力デバイスの発展が含まれます。
1. はじめに#
1.1 共生#
無花果小黄蜂（Blastophaga grossorun）だけが無花果の木の授粉を助けることができます。この昆虫の幼虫は無花果の木の子房の中で生活し、同時に無花果の木の子房の中で食物を見つけることができます。このようにして、無花果の木と無花果小黄蜂は互いに深く依存しています：無花果小黄蜂がいなければ無花果の木は実を結ぶことができず、無花果の木がなければ無花果小黄蜂も食物を得ることができません。両者の結びつきは、互いに生存するだけでなく、高い生産性と活力を持つ協力関係を生み出します。「二つの異なる生物体が親密に協力して生活し、時には緊密な同盟を結ぶ」この協力モデルを共生と呼びます。
人機共生は人機システムの一種です。多くの人機システムがあります。しかし、現在のところ人機共生体は存在しません。本稿の目的はこの概念を提起し、人機インタラクションのいくつかの問題を分析することによって人機工学の適用原則に注意を喚起し、研究が必要な問題を指摘することで人機共生の発展を促進することです。私たちは、あまり長くないうちに人間の脳と計算機が密接に結びつき、その結果生まれる関係が、私たちが今日知っている情報処理機械が未だに持たない方法で思考しデータを処理することを可能にすることを期待しています。
1.2 「機械強化された人間」と「人工知能」の間で#
概念としての人機共生は、North が「機械強化された人間」と呼ぶものと重要な点で異なります。過去の人機システムでは、オペレーターが主導権を握り、方向を提供し、統合し、基準を設定しました。システム内の機械部分は、最初は人間の腕、次に目の延長でした。これらのシステムはもちろん「共生する異なる生物体」で構成されているわけではありません。唯一の有機体は人間であり、残りはその人を助けるためだけに存在しています。
ある意味で、あらゆる人工システムは人間を助け、システムの外にいる一人または複数の人を助けるためのものです。しかし、システム内のオペレーターに焦点を当てると、特定の技術分野において過去数年で大きな変化が起こったことがわかります。「機械強化」は人間を置き換え、自動化に移行し、残された人々は助けるためではなく、助けられるために存在することが多くなっています。特にコンピュータ中心の大規模な情報および制御システムにおいて、人工オペレーターは主に自動化が不可能な機能を担当しています。このようなシステム（North が「人間強化された機械」と呼ぶかもしれない）は共生システムではありません。それらは「半自動」システムであり、最初は完全自動であったが、目標に達していないのです。
人機共生は、複雑な技術システムの最終的な例ではないかもしれません。適切な時期に、電子または化学的な「機械」が、現在私たちが特に考慮しているほとんどの機能において人間の脳を超える可能性があるように思われます。現在でも、Gelernter の IBM - 704 平面幾何学定理証明プログラムの進捗はブルックリン高校の学生とほぼ同じであり、類似の誤りを犯しています。実際、いくつかの理論的証明、問題解決、チェス、パターン認識プログラムがあり、これらは制限された領域で人間の知的パフォーマンスに匹敵することができます；Newell、Simon、Shaw の「一般問題解決器」はいくつかの制限を取り除くかもしれません。要するに、(他の) 人工知能愛好者との議論を避けることは価値があるように思われます。彼らは遠い未来には機械だけが支配することになると考えています。しかし、その間、主な知的進歩は密接に協力する人間と計算機によって達成されることになるでしょう。これはかなり長い移行期間になるでしょう。空軍の将来の研究開発問題を研究した多分野の研究チームは、1980 年までに人工知能の発展が機械に独自に思考したり、軍事的に重要な問題を解決したりする能力を与えると推定しています。これにより、例えば、人機共生を発展させるのに 5 年、使用するのに 15 年かかることになります。15 年は 10 年または 500 年かもしれませんが、その年は人類の歴史の中で最も創造的で刺激的な時期であるべきです。
2. 人機共生の目標#
今日の計算機は主に、事前に設定された問題を解決するため、または事前に決められたプログラムに従ってデータを処理するために存在します。計算プロセスは、計算中に得られた結果に依存することがありますが、すべての代替案は事前に予見されなければなりません。（予見できない代替案が出現すると、全体のプロセスは停止し、プログラムの必要な拡張を待つことになります。）事前に設定された要求には時には大きな欠点がないこともあります。人々はしばしば、計算機のプログラミングが人々に明確に考えることを強いると言います。それは思考プロセスを規範化します。もしユーザーが自分の問題を事前に考えることができれば、計算機との共生関係は必要ありません。
しかし、多くの問題は…… 事前に徹底的に考えることが難しいです。新興システムについての前述の説明を思い出してください。計算機と協力し、直感に導かれて試行錯誤を行い、推論プロセスの中での誤りを明らかにしたり、解決策の中での予期しない転回を明らかにしたりすることができれば、問題をより早く、より良く解決できるでしょう。計算機の助けがなければ、他の問題は根本的に解決できません。ポアンカレは重要な潜在的計算機ユーザーのフラストレーションを予見し、「問題は、答えは何かではなく、問題は何かです」と述べました。人機共生の主な目的の一つは、計算機を技術的問題の公式化部分に効果的に組み込むことです。
もう一つの主要な目標は密接に関連しています。これは、計算機を「リアルタイム」で行われなければならない思考プロセスに効果的に組み込むことです。時間が速すぎて、従来の方法で計算機を使用することを許可しません。例えば、計算機を使って戦闘を指揮しようとする場合を想像してください。あなたは今日、あなたの問題を提起します。明日、あなたはプログラマーと一緒に過ごします。あなたは 20 フィートの長さの紙を受け取り、それには数字がびっしりと書かれており、最終的な解決策を提供するものではなく、シミュレーションを通じて探求すべき戦略を示しています。明らかに、この戦闘は計画された第二段階が始まる前に終了します。コンピュータとのインタラクションの思考方法は、あなたが同僚とインタラクションする方法と同じであり、その同僚の能力があなた自身の能力を補完するものであり、これは人間と機械の間の結合がこの例が示唆するものや現状よりもはるかに密接であることを要求します。
3. 計算機が公式化とリアルタイム思考に関与する必要性#
前の段落は、次の仮定を前提としています：もしデータ処理機械が思考プロセスに効果的に導入されることができれば、それが実行できる機能は重要な方法で思考や問題解決を改善または促進するでしょう。この仮定には正当な理由が必要かもしれません。
3.1 技術的思考の初歩的かつ非公式な工学分析#
思考や問題解決に関する文献は膨大であり、発明プロセスに関する多くの歴史的ケーススタディが含まれていますが、私は技術企業に従事する人々の脳力労働に対する工学的研究分析よりも良いものを見つけることができませんでした。したがって、1957 年の春と夏に、私は中程度の技術者が仕事に集中していると考える時間に何をしているのかを記録しようとしました。サンプリングの不十分さを認識していたにもかかわらず、私は自分の研究対象を行いました。明らかに、私が行った主なことは記録を保持することであり、最初に計画された詳細に従って記録を保持すると、このプロジェクトは無限に遡ることになります。そうではありません。それにもかかわらず、私は私を止めさせる活動の写真を得ました。私の範囲が典型的でないかもしれませんが —— そうでないことを望みますが、そうであることを心配しています。
私の「思考」時間の 85％は、考え、決定し、知っておく必要があることを学ぶことに費やされました。情報を探したり取得したりする時間は、情報を消化する時間よりもはるかに多いです。数時間を図表の作成に費やし、他の数時間を助手に図表の作成方法を指導することに費やしました。図表が完成すると、二つの関係がすぐに明らかになりましたが、それを現実のものにするためには描画が必要です。ある時点で、音声の明瞭さと音声ノイズ比の関連関数の六つの実験測定値を比較する必要がありました。二人の実験者が同じ音声ノイズ比の定義や測定を使用することはありませんでした。データを比較可能な形式に変換するのに数時間の計算が必要でした。それらが比較可能な形式にあるとき、私は必要なことを特定するのに数秒しかかかりませんでした。
要するに、研究全体を通じて、私の「思考」時間は本質的に文書または機械的な活動に費やされました：検索、計算、図表作成、変換、決定のための仮説または仮説の論理的または動的な結果を特定し、意思決定や洞察のための道を開くことです。さらに、何を試みるか、何を試みないかの選択は、知的能力の観点からではなく、文書の実行可能性の観点から大きく影響を受けていました。これは恥ずかしいことです。
先に述べた研究結果が伝える主な提案は、ほとんどの時間に「技術的思考」と呼ばれる操作は、機械が人間よりも効果的に実行できる操作であるということです。これらの操作は、異なる変数に対して予測不可能で変化し続ける順序で行われなければならず、この事実は深刻な問題を引き起こします。しかし、これらの問題が人間と迅速な情報検索およびデータ処理機械の間に共生関係を確立する方法で解決できるなら、協力的な相互作用は明らかに思考プロセスを大いに改善するでしょう。
この時点で、私たちは「計算機」という用語を使用して、さまざまな計算、データ処理、および情報ストレージと検索機械を含めていることを認めるべきかもしれません。この種の機械の能力はほぼ毎日増加しています。したがって、このクラスの機能に関する一般的な声明を行うことは危険です。人間の能力に関する一般的な声明を行うことも同様に危険かもしれません。それにもかかわらず、人間と計算機の間の能力における特定の遺伝型の違いは確かに際立っており、それらは可能な人機共生の性質とこの共生を実現する潜在的な価値に影響を与えています。
すでにさまざまな方法で述べられているように、人間は騒々しい狭帯域デバイスですが、彼らの神経系には多くの並行して同時に活発な経路があります。人間に対して、計算機は非常に速く、非常に正確ですが、一度に一つまたは数個の基本操作しか実行できません。人間は柔軟で、新しく受け取った情報に基づいて「絶えず自己計画」を行うことができます。計算機は単純で、「事前プログラムされた」制約を受けています。人間は冗長な言語を自然に使用し、これらの言語は単一の物体や一貫した動作を中心に組織され、20 から 60 の基本記号を使用します。計算機は「自然に」非冗長な言語を使用し、通常は二つの基本記号しか持たず、単一の物体や一貫した動作に対する固有の評価能力を持ちません。
厳密に言えば、これらの特徴には多くの限定詞を含める必要があります。それにもかかわらず、彼らが示す違い（したがって潜在的な補完性）は本質的に正しいです。計算機は、人間にとって困難または不可能な多くのことを簡単に、うまく、迅速に行うことができ、人間は計算機にとって困難または不可能な多くのことを簡単に、うまく行うことができますが、迅速ではありません。これは、共生的な協力が成功裏に人間と計算機の積極的な特徴を融合させることができれば、巨大な価値を持つことを示唆しています。もちろん、速度と言語の違いは克服すべき困難をもたらします。
4. 期待される共生関係における人間と計算機の可分離機能#
人間のオペレーターとデバイスの貢献は、多くの操作において完全に融合しているため、分析の中でそれらを整然と分けることが難しいようです。状況はその通りです；例えば、意思決定の根拠となるデータを収集する際に、人間と計算機は経験から関連する先例を見つけ、計算機がその後、人間の直感的判断に合致する行動計画を提案する場合があります。（定理証明プログラムでは、計算機が経験から先例を見つけ、SAGE システムでは、行動計画を提案します。上記の内容は無理な例ではありません。）しかし、他の行動においては、人員とデバイスの貢献はある程度可分離です。
もちろん、少なくとも初期段階では、人間が目標を設定し、動機を提供します。彼らは仮説を立てます。彼らは質問をします。彼らはメカニズム、プログラム、モデルを考えます。彼らは、1947 年、あるいは少なくとも第二次世界大戦後すぐに、興味のあるテーマに関していくつかの関連する作業を行った人々を思い出し、そのテーマがどの雑誌に掲載される可能性があるかを知っています。一般的に、彼らは近似的で誤ったが先行する貢献を行い、基準を定義し、デバイスの貢献を評価し、全体的な思考を導く役割を果たします。
さらに、このような状況が実際に発生した場合、人間は非常に低い確率の状況を処理します。（現在の人機システムでは、これはオペレーターの最も重要な機能の一つです。非常に低い確率の代替案の確率の合計はしばしば無視できないほど大きくなります。）計算機が特定の環境に適用可能なパターンやプログラムを持っていない場合、人々は問題解決策や計算機プログラムの空白を埋めます。
情報処理デバイス自体は、仮説をテスト可能なモデルに変換し、その後データに基づいてモデルをテストします（オペレーターはこれらのデータを大まかに指定し、計算機がそれらを彼に承認のために提出する際に、それらが関連しているかどうかを判断します）。これらのデバイスは質問に答えます。メカニズムやモデルをシミュレートし、プログラムを実行し、オペレーターに結果を表示します。データを変換し、図表を作成します（人間のオペレーターが指定した任意の方法で「ケーキを切る」か、もし人間のオペレーターが何を望んでいるか不明な場合は、いくつかの代替方法を提示します）。デバイスは挿入、推論、変換を行います。静的な方程式や論理文を動的モデルに変換し、オペレーターがその行動を確認できるようにします。一般的に、それは意思決定の間の隙間を埋めるために、定型的な文書作業を実行します。
さらに、十分な基盤があれば、正式な統計分析をサポートし、計算機は統計的推論、意思決定理論、またはゲーム理論の機械として提案された行動計画を初期評価します。最後に、できる限り多くの診断、パターンマッチング、関連性の識別を行いますが、これらの分野では明らかに二次的な地位を受け入れます。
5. 人機共生を実現するための前提条件#
前のセクションでは、データ処理デバイスが利用できないことを前提としています。計算機プログラムはまだ書かれていません。実際、非共生の現在と期待される共生の未来の間にはいくつかの障害があります。それらのいくつかを調査して、何が必要であるか、そしてその目標を達成する可能性をより明確に理解しましょう。
5.1 人間と計算機の速度の不一致#
現在の大型計算機は、人間とのリアルタイムの協力的思考には速度が速すぎ、コストが高すぎます。明らかに、効率と経済のために、計算機は多くのユーザー間で時間を分配しなければなりません。分時システムは現在積極的に開発されています。ユーザーが自分の個人プログラム以外の何かを「破壊」するのを防ぐためのいくつかの手配もあります。
10 年または 15 年後のある時点で、「思考センター」を想定することは合理的に思えます。これは、今日の図書館の機能と、情報ストレージおよび検索の期待される進展、そして本稿で前述の共生機能を組み合わせたものです。このような構想は、広帯域通信回線で相互接続されたセンターネットワークに簡単に拡大し、各ユーザーに接続するために専用回線サービスを介して接続されます。このようなシステムでは、計算機の速度がバランスを取り、巨大なストレージと複雑なプログラムのコストがユーザーの数で割られます。
5.2 メモリハードウェアの要求#
私たちが計算機メモリに既知の技術文献を保存することを考え始めると、数十億ビットのデータに直面します。事態が大きく変わらない限り、数十億ドルの費用がかかります。
最初に直面するべきことは、私たちはすべての技術的および科学的論文を計算機メモリに保存するわけではないということです。私たちは最も簡潔に要約された部分 —— 数量部分と参考文献 —— を保存するかもしれませんが、すべてではありません。書籍は現存する最も洗練された、人間的なコンポーネントの一つであり、人機共生の文脈では、重要な機能を果たし続けるでしょう。（計算機が書籍の検索、配布、返却を加速できることを期待しています。）
第二に、メモリの非常に重要な部分は永続的なものであり、一部は消去不可能なメモリであり、一部は公開されたメモリです。計算機は一度消去不可能なメモリに書き込み、その後無期限に読み取ることができますが、計算機は消去不可能なメモリを消去することはできません。（それは以前に書かれたものに印を付けるように、すべての 0 を 1 に書き換えることがあるかもしれません。）公開されたメモリは「読み取り専用」メモリです。これは、すでに構築された計算機に導入されます。計算機はそれを繰り返し引用できますが、変更することはできません。計算機がますます大きくなるにつれて、これらのタイプのメモリはますます重要になります。これらができることは、コア、薄膜、さらにはテープメモリよりもコンパクトで、はるかに安価です。主要な工学的問題は、回路の選択に関するものです。
メモリの要求の他の側面に関しては、一般的な科学および商業計算機の持続的な発展を期待できます。ストレージ要素は、処理（論理）要素と同じくらい速くなる可能性があります。この発展は、計算機の設計に革命的な影響を与えるでしょう。
5.3 ストレージ組織の要求#
人機共生の理念には、情報が名前とパターンで検索でき、直列検索よりもはるかに速いプログラムでアクセスできるという要求が含まれています。少なくとも半分のメモリ組織の問題は、ストレージプロセスに存在するようです。残りの大部分は、ストレージメカニズムまたはメディア内のパターン認識の問題に含まれているようです。これらの問題に関する詳細な議論は、現在の範囲を超えています。しかし、期待される発展の一般的な性質を説明するのに役立つかもしれない有望なアイデア「trie ストレージ」を簡単に概説します。
Trie ストレージは、その創始者 Fredkin によって名付けられました。情報の検索を容易にするように設計されており、分岐ストレージ構造が開発されたときに木のように見えるからです。ほとんどの一般的なメモリシステムは、パラメータ指定された位置にパラメータの関数を保存します。（ある意味では、これらはこれらのパラメータを保存していません。別のより現実的な意味では、すべての可能なパラメータをメモリのフレーム構造に保存しています。）一方、trie ストレージシステムは関数とパラメータを保存します。標準の初期レジスタから始まり、パラメータは一度に一文字ずつメモリに導入されます。各パラメータレジスタにはセルがあり、各文字にはセルがあります（例えば、二進法形式の情報には二つのセルがあります）。各文字セルには、次のレジスタのアドレスを保存するためのストレージスペースがあります。このパラメータは、一連のアドレスを書き込むことによって保存され、各アドレスは次のアドレスを見つける場所を教えます。引数の最後には、特別な「終了パラメータ」マークがあります。次に、関数の指示が続きます。この関数は、さまざまな方法のいずれかで保存され、さらなる trie 構造または「リスト構造」が通常最も効果的です。
Trie ストレージスキームは小さなメモリには非効率的ですが、メモリサイズが増加するにつれて、利用可能なストレージスペースの使用においてますます効率的になります。このスキームの魅力的な特徴は：1）検索プロセスが非常に簡単です。指定されたパラメータが与えられた後、最初の文字を入力し、標準の初期レジスタから第二の文字のアドレスを取得します。次に、第二のレジスタに移動し、第三のレジスタのアドレスを取得し、などです。2）二つのパラメータが同じ初期文字を持つ場合、それらはその文字に対して同じストレージスペースを使用します。3）パラメータの長さは同じである必要はなく、事前に指定する必要もありません。4）実際のストレージの前に、どのパラメータも保存されず、ストレージスペースを使用しません。trie 構造は、項目がメモリに導入されるときに作成されます。5）ある関数は別の関数のパラメータとして使用でき、その関数は次の関数のパラメータとして使用できます。したがって、例えば、「行列の乗算」というパラメータを入力することによって、計算機上で行列の乗算を実行するための全プログラムを検索できます。6）与えられたレベルのストレージをチェックすることによって、これまでにどのような類似の項目が保存されたかを特定できます。例えば、Egan, J. P. が引用されていない場合、Egan James の痕跡を見つけるのに一歩か二歩で済むでしょう……。
先に述べた属性は、すべての望ましい属性を含んでいるわけではありませんが、計算機のストレージが人間のオペレーターと共鳴し、彼らが物事を名前や指示で指定する傾向があることを示しています。
5.4 言語の問題#
人間の言語と計算機の言語の基本的な違いは、真の共生に対する最も深刻な障害かもしれません。しかし、プログラムの解釈、特に FORTRAN のようなアセンブリまたはコンパイルプログラムを通じて、人間の言語形式に計算機を適応させるために大きな進展があったことは心強いことです。Shaw、Newell、Simon、Ellis の「情報処理言語（Information Processing Language）」は、別の和解の方法を表しています。また、ALGOL や関連システムでは、機械言語に容易に翻訳できる表現と表現の標準的な公式を採用することによって、その柔軟性を証明しています。
しかし、人間と計算機の間でリアルタイムの協力を実現するためには、かなり異なる通信と制御の原理を利用する必要があります。この考えを強調するために、通常、知的な人々に対して指示されるものと通常計算機に対して使用される指示を比較することができます。後者は、取るべき各ステップとその順序を正確に指定します。前者は、動機や動機に関する何かを提案または暗示し、指示の実行者がタスクを完了するのにかかる時間を知るための基準を提供します。要するに：計算機に対する指示はルートを指定し、人間に対する指示は目標を指定します。
人間は目標に関してはルートに関してより自然で、より容易に考えるようです。確かに、彼らは旅行や作業ルートに関する情報を知っていることが多いですが、精密に定義された旅程から始めることができる人はほとんどいません。例えば、誰がボストンからロサンゼルスに行くための詳細なルート説明を持って出発するでしょうか？逆に、ウィーナーの言葉を借りれば、ロサンゼルスに向かう人は、煙霧に覆われていない程度を絶えず減少させようとしています。
計算機指示を実現するための二つのアプローチがあります。最初のアプローチは、問題解決、山登りアルゴリズム、自組織化プロジェクトを含みます。第二のアプローチは、オペレーターが単に名前を指定して呼び出すことができる事前プログラムされたセグメントと閉じたサブルーチンのリアルタイムの連結です。
最初のアプローチに沿って、有望な探索的作業がすでに行われています。明らかに、事前に定められた戦略の緩やかな制約の下で作業することで、計算機は適切な時に既定の目標を達成するために自らプログラムを設計し、簡素化することができるでしょう。これまでのところ、これらの成果は重要ではありません；彼らは単に「原則的なデモンストレーション」です。しかし、その影響は広範です。
第二のアプローチはより簡単で、明らかに早く実現できる可能性がありますが、相対的に無視されています。Fredkin の trie ストレージは有望な例を提供します。私たちは、適切な時期に、言語の単語やフレーズのように接続できる計算機プログラムが真剣に開発されるのを見るかもしれません。明らかに、この努力を妨げる要因は、この努力が現在の計算機環境で重要な価値を持つものを生み出さないということです。意味のある反応を示す計算機が存在しない限り、言語を開発することは望ましくありません。
5.5 入出力デバイス#
人機共生の要求に関して、最も進んでいないデータ処理部門は、入力と出力デバイスを処理する部門、またはオペレーターの観点からは表示と制御を処理する部門のようです。この文を述べた後、条件付きのコメントをする必要があります。なぜなら、高速で情報を導入し、抽出するためのデバイス工学は素晴らしく、非常に複雑な表示と制御技術がリンカーン研究所などの研究所で発展しているからです。しかし、一般的に利用可能な計算機の中で、電動タイプライターよりも効果的で即時的な人機通信はほとんどありません。
ディスプレイは制御の状態よりも良いようです。多くの計算機はオシロスコープの画面にグラフィックスを描画し、少数の計算機はキャラクターディスプレイ管の優れたグラフィックスとシンボル機能を利用しています。しかし、私の知る限り、技術的な議論の中で、鉛筆と落書き板の柔軟性や便利さ、または人々が使用するチョークと黒板に近いものはありません。
1）デスクトップ表示と制御：もちろん、効果的な人機インタラクションのためには、同じ表示面で人間と計算機がグラフィックスや図を描き、同じ表示面で注釈や方程式を書く必要があります。この人は、粗いが迅速な方法で計算機に機能を示すために図を描くことができるべきです。計算機はこの人の文字を読み取るべきであり、明確な大文字の条件の下で、各手描きの記号の位置に対応する文字を即座に掲示し、正確なフォントに翻訳するべきです。このような入出力デバイスがあれば、オペレーターはすぐに機械が読み取れる方法で書いたり印刷したりすることを学ぶでしょう。彼は指示やサブルーチンを作成し、それらを適切な形式に設定し、最終的にそれらを計算機の主メモリに導入する前に確認することができます。彼はリンカーン研究所で Gilmore と Savell が行ったように、新しい記号を定義し、それを計算機に直接提示することさえできます。彼は表の形式を粗く描き、その後計算機がそれを正確に形成するように指示することができます。彼は計算機のデータを修正し、フローチャートを通じて機械を指導し、通常の他のエンジニアと同様に相互作用します。ただし、「他のエンジニア」は正確な描画者、迅速な計算機、記憶のガイド、および多くの他の貴重な協力者になります。
2）計算機によって発表された壁面表示：いくつかの技術システムでは、数人が相互に影響を与える車両の行動を制御する責任を共有しています。いくつかの情報はすべての人に同時に提示される必要があり、できれば公共のグリッド上で、彼らの行動を調整するために提示されるべきです。他の情報は一人または二人のオペレーターにのみ関連しています。すべての情報が一つの表示器にすべての人に提示されると、説明できない混乱が生じるだけです。これらの情報は計算機によって発表される必要があります。手動で描画するのは遅すぎて、最新の状態を保つことができません。
今述べた問題は、時間の経過とともにますます重要になるようです。いくつかの設計者は、光阀原理に基づいて、パルス光源と分時視聴スクリーンを使用して、必要な特性を持つディスプレイを構築できると信じています。
この問題について考えたほとんどの人々は、大型ディスプレイが個別のディスプレイ制御ユニットによって補完されるべきだと考えています。後者は、オペレーターが自分の位置を離れることなく壁面表示を修正できるようにします。特定の目的のために、オペレーターが補助ディスプレイや壁面表示を通じて計算機と通信できることが望まれています。少なくともこの通信を提供するための一つの提案は実行可能であるようです。
もちろん、大型壁面表示とその関連システムは、計算機と一群の人々との間の共生的協力に関連しています。実験室の実験は繰り返し示しています。オペレーターの非公式な並行配置は、大型位置表示器を参照することによって彼らの活動を調整することが、より広く使用されている配置よりも重要な利点を持つことを示しています。それは、オペレーターを各制御台に配置し、計算機代理を通じて彼らの行動を関連付けようとするものです。これは、慎重に研究する必要があるいくつかの操作チームの問題の一つです。
3）自動音声生成と認識：人間のオペレーターと計算機の間の音声通信はどれほど理想的で実行可能でしょうか？複雑なデータ処理システムについて議論する際に、この複雑な問題が常に提起されます。計算機と共に働き、生活するエンジニアは、この願望に対して保守的な態度を持っています。自動音声認識の分野で経験のあるエンジニアは、その実現可能性に対して保守的な態度を持っています。しかし、人々は計算機と対話するという考えに興味を持っています。この興味の大部分は、軍事指揮官や企業の社長を彼らの仕事から引き離し、タイピングを教えることが難しいことを認識しているからです。計算機が高層の意思決定者によって直接使用されることができれば、最も自然な方法で通信を提供することは価値があるかもしれません。たとえかなりのコストがかかるとしても。
企業の社長の問題と時間のスケールに関する初歩的な分析は、彼が趣味としての計算機との共生関係にのみ興味を持っていることを示しています。ビジネスの状況は通常進展が遅く、ブリーフィングや会議を行う時間があります。したがって、計算機の専門家にとって、ビジネスオフィス内の計算機と直接相互作用することは合理的に思えます。
一方、軍事指揮官が短時間で重要な決定を下す可能性は高くなります。10 分間の戦争の概念を誇張するのは簡単ですが、重要な決定を下すために 10 分以上の時間を期待するのは危険です。したがって、軍事システムの地上環境と制御センターの能力と複雑さが増すにつれて、計算機の自動音声生成と認識の真の需要が発展する可能性があるようです。もちろん、デバイスがすでに開発され、信頼性があり、利用可能であれば、それは使用されるでしょう。
実行可能性に関しては、自動音声認識と比較して、音声生成がもたらす技術的な問題はそれほど深刻ではありません。商用電子デジタル電圧計は現在、数字を一つずつ大声で読み上げています。8 年または 10 年の間に、ベル電話研究所、王立工科大学（ストックホルム）、信号研究開発機関（クライストチャーチ）、イェール大学のハンスキン研究所、マサチューセッツ工科大学、ダン、ファント、ローレンス、クーパー、スティーブンズおよび彼らの同僚は、世代を超えて理解可能な自動発生器を示しました。ハンスキン研究所の研究は、計算機が使用するのに適したデジタルコードを開発し、このコードにより自動音声が完全に理解可能な関連する言葉を生成することを可能にしました。
自動音声認識の実現可能性は、認識される単語の語彙量や話者とアクセントの多様性に大きく依存します。数年前、ベル電話研究所とリンカーン研究所では、自然な十進法の数字の 98％の正確な認識が証明されました。語彙をさらに拡大するために、現在、既存の知識に基づいて明瞭に発音されたアルファベット数字の自動認識器を開発することがほぼ確実であると言えます。訓練を受けていないオペレーターが読む速度は、訓練を受けたオペレーターがタイピングする速度と少なくとも同じくらい速いため、このデバイスはほぼすべての計算機インストールで使用可能です。
しかし、真の共生のレベルでリアルタイムの相互作用を行うためには、約 2000 語の語彙が必要になるかもしれません。例えば、1000 の基本的な英単語と 1000 の専門用語です。これは挑戦的な問題です。音響専門家と言語学者の合意の中では、2000 語の認識器を構築することは現在のところ不可能です。しかし、いくつかの組織は、5 年以内にそのような語彙の自動認識システムを開発することを約束することに喜んでいます。彼らは、発話が明瞭で、書き取りスタイルがあり、珍しいアクセントがないことを規定します。
自動音声認識技術に関する詳細な議論は現在の範囲を超えていますが、計算機が自動音声認識器の発展において主導的な役割を果たしていることは注目に値します。彼らは現在の楽観的な見通しを提供し、あるいは現在の楽観的な見通しを持つ人々の一部です。2、3 年前には、10 年または 15 年以内に大量の語彙を自動認識することはないと思われていました。音声交流における音響、音声、言語、心理的プロセスの知識の徐々の蓄積を待たなければなりませんでした。しかし、現在、多くの人々は、計算機が音声信号を処理することによってこの知識の獲得を加速する可能性を見ています。多くの作業者は、音声信号やプロセスの大量の実質的な知識がなくても、複雑な計算機プログラムが音声パターン認識と同様に優れた性能を発揮できると考えています。これら二つの考慮事項を組み合わせることで、実際の意味での音声認識を実現するために必要な時間の見積もりを 5 年に短縮することができます。これは先に述べた 5 年です。