ViPA – Tekoäly ja kontekstuaalinen oppiminen

Abstract

Insinöörityö on tutkimus koneoppimisesta ja oppimisen sitomisesta konteksteihin. Työn pääasiallinen tavoite on selvittää algoritmien toimintaa ja löytää sopivin algoritmi projektin tarkoitukseen. Tutkimuksen toisena tavoitteena on suunnitella ohjelmistorakenne ja tietokantarakenne, joista sitten rakennetaan prototyyppi.

Projekti on tekijän itsenäinen tutkimusprojekti, joka aloitettiin vuoden 2017 alussa. Projektin tarkoitus on tutkia ja rakentaa pohjaa prototyypille virtuaaliselle assistentille. Toimivan assistentin toimintaideana on oppia käyttäjän käskyjen perusteella toimintatapoja ja optimoida näitä toimintatapoja. Työssä on tarkoitus tutkia kontekstuaalista oppimista ratkaisuna tiettyihin ongelmiin, joita muilla samantyylisillä assistenteilla on.

Työ jakautuu seuraaviin osa-alueisiin: projektin idean kuvaus, suunnittelu- ja toteutusvaihe, jatkokehitysideat sekä yhteenveto. Projektin idean kuvauksessa tullaan avaamaan lukijalle, mihin työn tutkimuksella on pyritty ja mitkä ovat olleet lähtökohdat. Suunnitteluvaiheessa kuvataan tarkemmin, millä tavoin on lähdetty ratkaisemaan projektin ideoita ohjelmistotekniikan malleja hyödyntäen. Toteutusvaiheessa kuvataan, miten prototyypin kannalta on toteutettu ohjelmisto-, tietokanta-, algoritmirakenne ja kuinka se on muuttunut suunnittelu-vaiheesta. Jatkokehitys kohdassa kuvataan ominaisuuksia, joihin tulee keskittyä työn jälkeen. Lopuksi on yhteenveto, miten projekti meni.

Työssä on keskitytty algoritmien tutkimukseen ja ohjelmistorakenteen suunnitteluun jatkokehitystä varten.

The goal of this Bachelor’s thesis is the study of learning algorithms and tying the learning to contexts. Main points in this thesis are to study and find fitting algorithm for this project. Secondary objective is to design program and data structure, from which a prototype can be built.

The project is the writer’s self-study, which begun at the start of 2017. The concept was a virtual personal assistant software and one of the goals was to create a prototype. The assistant would learn from the user’s habits and optimise some structures by tying them to contexts. This prototype should demonstrate the algorithm and test concept for the context structure. The reason for studying contextual learning is to try and find solution to features current assistant software are lacking.

This thesis is divided to following parts: Description of the concept, design, development and future improvements. Description of the concept will cover what the project is about and what there is intended to be feature wise. The design part will cover the steps done to create and plan the structure required for this project. In the development part, will be covered how the prototype program, database and algorithm structure was done based on design. Future improvements cover the planned features and required changes to continue the project. Finally, there is a summary of this thesis.

The approach for this thesis is research of algorithms and designing required software structure for these algorithms.