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）計算機が公式化された思考を促進すること、なぜならそれらは現在公式化された問題の解決を促進しているからです；2）人間と計算機が協力して意思決定を行い、複雑な状況を制御できるようにすること、事前に決定されたプログラムに依存せずに。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するために、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、計算機のタイムシェアリング、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、無花果の木の子房の中で食物を見つけることもできます。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ません；無花果の木がなければ、無花果小黄蜂は食物を得ることができません。両者の結合は、互いに生存するだけでなく、高い生産性と活力に満ちた協力関係を創造します。「二つの異なる生物体が親密に協力して生活し、さらには緊密な同盟を結ぶ」この協力の形態を共生と呼びます。
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案し、人機相互作用に関する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、研究すべきいくつかの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持たない方法で思考し、データを処理することができると考えられるようになることを望んでいます。
1.2 「機械によって強化された人間」と「人工知能」の間で#
概念としての人機共生は、North が「機械によって強化された人間」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、方向性を提供し、統合し、基準を設定しました。システム内の機械部分は、まず人間の腕、次に目の延長です。これらのシステムは当然のことながら、「共生する異なる生物体」から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のものです。
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に存在します。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。「機械による強化」が人間に取って代わり、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「人間によって強化された機械」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、システムはもともと完全自動であったが、目標を達成できていません。
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。適切な時期には、電子的または化学的な「機械」が、現在私たちが特に考慮している機能の大部分において人間の脳を超える可能性が十分にあります。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生徒とほぼ同じであり、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；また、Newell、Simon、Shaw の「一般問題解決器」はいくつかの制限を排除するかもしれません。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です。彼らは遠い未来には機械の支配だけがあると考えています。しかし、その間、主要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。空軍の未来の研究と開発問題を研究した学際的な研究グループは、1980 年までに人工知能の発展が機械に独自に思考したり、軍事的意義のある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、人機共生の発展に 5 年、使用に 15 年かかることになります。15 年は 10 年か 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発生すると、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々大きな欠点はありません。人々は、計算機のプログラミングが人々に明確に考えさせ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…… 事前に考え抜くのが難しいです。新興システムの説明を思い出してください。計算機との協力を通じて、直感に導かれた試行錯誤を行い、推論プロセスの誤りを明らかにしたり、解決策の中で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、より良く解決できます。計算機の助けがなければ、他の問題はまったく解決できません。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、問題は何かだ」と言いました。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が許されません。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、自分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、その上には数字がびっしりと書かれていますが、これらの数字は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提案するだけです。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。コンピュータとの相互作用の思考方法は、あなたが同僚と相互作用する方法と同じであり、彼の能力があなた自身の能力を補完し、これにより人間と機械の間の結合は、この例が示唆するものや現状が可能とするものよりもはるかに緊密である必要があります。
3. 計算機が公式化およびリアルタイム思考に参加する必要性#
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思考や問題解決を重要な方法で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、私は科学技術企業に従事する人々の頭脳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彼が仕事に集中していると思っている時間に何をしているかを記録しようとしました。サンプリングの不足を認識していましたが、それでも私は自分の研究対象を行いました。明らかに、私が行っている主なことは記録を保持することであり、最初の計画で想定された詳細を保存すること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、私は私を止める活動の写真を得ました。おそらく私の範囲は典型的ではありません —— そうでないことを望みますが、心配しています。
私の 85％の「思考」時間は、考え、決定し、知っておくべき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。数時間は図表を描くことに費やされ、他の数時間は助手に図表を描く方法を指導することに費やされました。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、現実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。二人の実験者は同じ音声ノイズ比の定義や測定を使用していませんでした。データを比較可能な形式に変換するには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、私は必要なことを確認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、描画、変換、一連の仮説または仮説の論理的または動的な結果を決定し、意思決定や洞察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、知的能力の考慮ではなく、文書の実行可能性の考慮によるものであり、これは恥ずかしいことです。
先ほど述べた研究結果が伝える主な提案は、ほとんどの時間、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絶えず変化す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築く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、および情報の保存と検索機械を含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出すことは危険です。人間の能力に関する一般的な声明を出すことも同様に危険です。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子型の違いは確かに顕著であり、こ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ます。
すでにさまざまな方法で言われているように、人間は騒が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性化されたチャネルがあります。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的な操作しか実行できません。人間は柔軟で、新たに受け取った情報に基づいて「常に自己計画」を行うことができます。計算機は一つの筋で、「事前にプログラムされた」制約を受けています。人間は冗長性のある言語を自然に話し、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 の基本的な記号を使用します。計算機は「自然に」非冗長な言語を話し、通常は二つの基本的な記号しか持たず、単一の物体や一貫した動作に対する固有の評価能力はありません。
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容易に、良好に、迅速に行うことができる一方で、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容易に、良好に行うことができ、ただし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ポジティブ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分離可能な機能#
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非常に完全に融合しているため、分析においてそれらを整然と分けることが難しいようです。実際、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ことがあります。（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、スタッフとデバイスの貢献はある程度分離可能です。
もちろん、少なくとも初期の段階では、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間もなく、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ます。彼らはそのテーマがどのジャーナル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駆的な貢献を行い、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する場合、人間は極めて低い確率の状況を処理します。（現在の人機システムにおいて、これはオペレーターの最も重要な機能の一つです。極めて低い確率の代替案の確率の合計はしばしば非常に大きく、無視できません。）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たない場合、人間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提出する際にそれらが関連していることを確認します）。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ションし、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、図表を描きます（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」、あるいは人間のオペレーターが何を望んでいるか不確かな場合は、いくつかの代替案を提示します）。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、オペレーターがそれらの動作を確認できるようにします。一般的に、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機能し、提案された行動計画を初期評価します。最後に、可能な限り多くの診断、パターンマッチング、および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、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 人間と計算機の間の速度の不一致#
現在の大型計算機は、リアルタイムで人間と協力して思考するには速度が速すぎ、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。タイムシェアリング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、情報の保存と検索の期待される進展、そして本稿の前半で提案された共生機能を組み合わせたものです。このような構想は、広帯域通信回線を介して相互接続された中心ネットワークに簡単に拡大し、各ユーザーにレンタル回線サービスを通じて接続されます。このようなシステムでは、計算機の速度がバランスされ、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#
私たちが計算機の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、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。
まず直面すべきことは、私たちはすべての技術的および科学的論文を計算機のメモリに保存するわけではないということです。私たちはおそらく、最も簡潔に要約された部分 —— 数量部分と参考文献 —— を保存しますが、すべてではありません。書籍は現存する最も洗練され、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望みます。）
第二に、メモリの非常に重要な部分は永続的なものである必要があります：一部は消去不可能なメモリであり、一部は発行されたメモリです。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。（それはすべての 0 を 1 に変えるように書き直すことができるかもしれませんが、以前に書かれたものにマークを付けるように。）発行されたメモリは「読み取り専用」メモリになります。そ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。主要なエンジニアリングの問題は回路の選択に関わります。
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、シリアル検索よりもはるかに速いプログラムを通じて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有望なアイデアの概要を簡単に示すことができます。
Trie ストレージは、その創始者 Fredkin によって名付けられたもので、情報の検索を容易にするように設計され、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、パラメータは最初にメモリに導入され、一度に一文字ずつです。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対して二つ）、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、次のアドレスを見つける場所を教える各アドレスの系列を書き込むことによって保存されます。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。その後、関数の指示が続き、この関数はさまざまな方法のいずれかで保存され、さらに 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。与えられたパラメータの後、最初の文字の標準初期レジスタに入力し、次の文字のアドレスを抽出します。次に、二番目のレジスタに移動し、三番目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、それらはこれらの文字に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、いかなるパラメータも保持されず、ストレージスペースを使用しません。trie 構造は、アイテム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全プログラムを検索することができます。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アイテムが保存されたかを特定できます。例えば、Egan, J. P. が引用されていなければ、Egan James の足跡を見つけるのに一歩か二歩で済みます.......
先ほど述べた属性は、望ましい属性すべてを含んでいるわけではありませんが、それらは計算機のストレージを人間のオペレーターと共鳴させるものであり、彼らは物事を名前で指定したり指し示したりする傾向があります。
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、真の共生の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、計算機が人間の言語形式に適応するために大きな進歩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、別の和解の方法を示しています。また、ALGOL や関連システムでは、機械語に容易に翻訳できる表現と表現の標準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、かなり異なる通信および制御原理を利用する必要があります。この考えを際立たせるために、通常の知的な人に対する指示と通常の計算機に対す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、動機やインセンティブ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に、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ますが、詳細な旅程から出発す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いるでしょうか？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々は、煙霧に覆われていない程度を常に減らそうとしています。
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、登山アルゴリズム、自己組織化プロジェクトを含みます。第二のアプローチは、事前に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あり、オペレーターは単に名前を指定して呼び出すことができます。
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、計算機は適切な時期に既定の目標を達成するために自らの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、その影響は深遠です。
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を真剣に開発する努力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大な価値を持つものを生み出さないということです。いかなる計算機も言語に対して意味のある反応を示すことができない限り、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、入力および出力デバイスの処理、またはオペレーターの観点からは表示および制御の処理です。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、高速で情報を導入および抽出するためのデバイスエンジニアリングは素晴らしく、非常に複雑な表示および制御技術がリンカーン研究所などの研究所で開発されているからです。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の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、少数の計算機は文字表示管の優れたグラフィックスおよび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、効果的な人機相互作用のためには、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グラフ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貼り付け、正確なフォントに翻訳すべきです。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チェックすることができます。彼は、Gilmore と Savell がリンカーン研究所で行ったように、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、その後計算機に正確に形成させることができます。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、迅速な計算者、記憶のガイド、そして多くの他の価値ある協力者になります。
2）計算機によって発行された壁面表示：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ディスプレイ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行される必要があります。手動で描画するには遅すぎて、最新の情報を維持できません。
先ほど概説した問題は、現在でも重要な問題であり、時間の経過とともにますます重要になることは確実です。一部の設計者は、光バルブ原理に基づいて、パルス光源とタイムシェアリング表示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。
この問題を考えたほとんどの人は、大型ディスプレイは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ます。少なくとも、この通信を提供する一つのスキーム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な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平行配置は、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っていることを示しています。後者は、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します。これは、注意深く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たびに、この複雑な問題が提起されます。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を持つエンジニアは、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。この興味の多くは、軍事指揮官や企業の社長を仕事から引き離し、タイピングを教えることが難しいことを認識していることから来ています。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。たとえそれがかなりのコストを伴うとしても。
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遅く進行するため、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、軍事指揮官は短時間で重要な決定を下す可能性が高いです。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ります。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、自動音声認識に比べて、音声生成がもたらす技術的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のダン、ファント、ローレンス、クーパー、スティーブンス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、計算機で使用するためのデジタルコードを開発し、このコードにより自動音声が関連する発話を完全に理解できるようにしました。
自動音声認識の実現可能性は、認識される単語の語彙量と話者および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み上げる速度は、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であるため、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できます。
しかし、真の共生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によれば、現在、2000 語の認識器を構築することはできません。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、異常な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、あるいは一部の人々の現在の楽観的な見通しを提供しています。2、3 年前、10 年または 15 年以内に大量の語彙を自動的に認識することはないように思われました。それは、音声交流における音響、音声、言語、心理プロセスの知識の徐々の蓄積を待たなければならないでしょう。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示すと考えています。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を 5 年に短縮できると推定できます。これは、先ほど言及した 5 年です。