Föremålet som interaktör 1

Relevanta dokument
Föremålet som interaktör 2

Program kan beskrivas på olika abstrak3onsnivåer. Högnivåprogram: läsbart (för människor), hög abstrak3onsnivå, enkelt a> porta (fly>a 3ll en annan ar

Digitalitet. Kontinuerlig. Direkt proportionerlig mot källan. Ex. sprittermometer. Elektrisk signal som representerar ljud.

Ett urval D/A- och A/D-omvandlare

VHDL 1. Programmerbara kretsar

System S. Datorarkitektur - en inledning. Organisation av datorsystem: olika abstraktionsnivåer. den mest abstrakta synen på systemet

Datorsystem 2 CPU. Förra gången: Datorns historia Denna gång: Byggstenar i en dators arkitektur. Visning av Akka (för de som är intresserade)

Tangible interaction &TUI KIRSTEN RASSMUS-GRÖHN

Elektronik EITA35: Elektronik. Erik Lind

Digitalteknik EIT020. Lecture 15: Design av digitala kretsar

Programmerbar logik och VHDL. Föreläsning 1

FÖRELÄSNING 8 INTRODUKTION TILL DESIGN AV DIGITALA ELEKTRONIKSYSTEM

Grindar och transistorer

Föreläsning 1: Intro till kursen och programmering

Föreläsning 1: Intro till kursen och programmering

Konstruera, styra, reglera och programmera en röd tråd F-9

Översikt, kursinnehåll

Digital elektronik och inbyggda system

VARFÖR FINNS DET INGA RIKTIGA

Du kan även lyssna på sidorna i läroboken: Teknik direkt s Lyssna gör du på inläsningstjänst.

F2: Motorola Arkitektur. Assembler vs. Maskinkod Exekvering av instruktioner i Instruktionsformat MOVE instruktionen

Sensorer i digitalkameror

Efterlysning! Kognitiv design 1. Mitt mål för er med idag. Idag. Mål. Vad exakt är problemet?

Laboration 6. A/D- och D/A-omvandling. Lunds universitet / Fakultet / Institution / Enhet / Dokument / Datum

Kursupplägg. Examination. Föreläsning 1: Intro till kursen och. Kursmaterial. programmering. Kursboken: Programmera med a multimedia approach

F5 Introduktion till digitalteknik

En Von Neumann-arkitektur ( Von Neumann-principen i föreläsning 1) innebär:

Datorarkitektur. Informationsteknologi sommarkurs 5p, Agenda. Slideset 3

F5 Introduktion till digitalteknik

Datorsystemteknik DAV A14 Föreläsning 1

L15 Introduktion modern digital design

S T Y R A UPPGIFTERNA. Teknik åk 9, ht 18. Programmera i scratch, visa upp Delta vid programmeringsbesök på Kulla senare i höst

DATORER OCH PROGRAM. Programmerade maskiner Program beteendeplan och beteendegenerator Generalitet och portabilitet Datorn är en symbolmaskin

IT för personligt arbete F5

Vad är en dator? Introduktion till datorer och nätverk. Pontus Haglund Institutionen för datavetenskap (IDA) 21 augusti 2018

Universe Engine Rapport

Digital- och datorteknik, , Per Larsson-Edefors Sida 1

Nya Medier. Gränssnitt, Interaktivitet och Digital kod

Kommande kurser om samspelet mellan människa och teknik. Mattias Wallergård Institutionen för designvetenskaper

Digitala system EDI610 Elektro- och informationsteknik

TEMPERATUR OCH VINDMÄTARE MED HÖGTALARFUNKTION

Datorsystemteknik DAV A14 Föreläsning 1

Processor pipelining genom historien (Intel i9-intel i7)

Vår väg till Godkänt, och sedan vidare...

Datorhistorik. Föreläsning 3 Datorns hårdvara EDSAC. Eniac. I think there is a world market for maybe five computers. Thomas Watson, IBM, 1943

Digitala projekt Elektro- och informationsteknik

Temperaturmätare med lagringsfunktion DIGITALA PROJEKT EITF11 GRUPP 14, ERIK ENFORS, LUDWIG ROSENDAL, CARL MIKAEL WIDMAN

Program som ska exekveras ligger i primärminnet. Processorn hämtar instruk7on för instruk7on. Varje instruk7on, som är e= antal 1:or och 0:or, tolkas

DIGITAL ELEKTRONIK. Laboration DE3 VHDL 1. Namn... Personnummer... Epost-adress... Datum för inlämning...

std_logic & std_logic_vector

Du har följande material: 1 Kopplingsdäck 2 LM339 4 komparatorer i vardera kapsel. ( ELFA art.nr datablad finns )

Läsminne Read Only Memory ROM

Elektronik. Viktor Öwall, Digital ASIC Group, Dept. of Electroscience, Lund University, Sweden-

DATORER OCH PROGRAM. Datorn är en symbolmaskin

Datastrukturer och algoritmer

F1: Introduktion Digitalkonstruktion II, 4p. Digital IC konstruktion. Integrerad krets. System. Algorithm - Architecture. Arithmetic X 2.

Digitala System: Datorteknik ERIK LARSSON

Datorteknik. Föreläsning 6. Processorns uppbyggnad, pipelining. Institutionen för elektro- och informationsteknologi, LTH. Mål

Grundläggande datavetenskap, 4p

Kognition crash course

Att köpa ny dator SeniorNet Lidingö Januari-2016

Cecilia Ingard. Boksidan

Artificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?)

Konstruktionsmetodik för sekvenskretsar. Föreläsning 7 Digitalteknik, TSEA22 Mattias Krysander Institutionen för systemteknik

Datorsystemteknik DVGA03 Föreläsning 8

Datorarkitektur I. Tentamen Lördag 10 April Ekonomikum, B:154, klockan 09:00 14:00. Följande gäller: Skrivningstid: Fråga

Modbus över Ethernet. WAGO Contact SA TSS STR

Innehåll. Styrdon (ej i boken) Fitts lag (sidan ) Natural user interfaces. Kap 6.2.9, , Kap

Goda råd till de som ska utföra ett liknande projekt (från KMM 2016)

PARALLELL OCH SEKVENTIELL DATABEHANDLING. Innehåll

Antal behöriga sökande 1a hand. Antal behöriga sökande urvalsgrupp. Antal behöriga sökande 1a hand. Antal platser inkl. överintag

LV6 LV7. Aktivera Kursens mål:

DIGITALTEKNIK. Laboration D161. Kombinatoriska kretsar och nät

Nya Medier. Gränssnitt, Interaktivitet och Digital kod

Digital IC konstruktion

PC-KAMERA BRUKSANVISNING

Laborationskort - ML4

Det är tekniskt, ganska svårt och avancerat elevers uppfattningar om tekniska system och framtidens teknik i interaktion med artefakter.

Adderare. Digitalteknik 7.5 hp distans: 4.6 Adderare 4.45

Interaktionsdesign. Användbarhet ISO Usability goals. Interaktionsdesign, grundkurs (7,5 HP) Sammanfattande föreläsning

Neurovetenskap 30/08/2013. Kognitiv neurovetenskap. Lober. Olika färg, olika vävnadsstruktur. Hjärnbarken

Ny programansvarig och visioner för Datateknik, 300hp

Operativsystem. Hierarkin för hårdvara läses nerifrån

Artificiell intelligens

Minneselement,. Styrteknik grundkurs. Digitala kursmoment. SR-latch med logiska grindar. Funktionstabell för SR-latchen R S Q Q ?

T1-modulen Lektionerna Radioamatörkurs OH6AG OH6AG. Bearbetning och översättning: Thomas Anderssén, OH6NT Heikki Lahtivirta, OH2LH

Sikt och säkerhet Fordonskamerasystem

Introduktion till E-block och Flowcode

Digital IC konstruktion

Introduktion till syntesverktyget Altera Max+PlusII

Viktiga begrepp. Algoritm. Array. Binärkod. Blockprogrammering. Bugg / fel och felsökning. Dataspel. Dator

Moment 2 Digital elektronik. Föreläsning Inbyggda system, introduktion

AD-/DA-omvandlare. Digitala signaler, Sampling och Sample-Hold

DESIGN AV SEKVENTIELL LOGIK

Börja med att ladda ner appen Blacklens till din mobil. Finns både till iphone på Apple Store och till Android på Google Play.

Introduktion till programmering och Python Grundkurs i programmering med Python

Salusfin s intelligenta värme kontroll: Installationsguiden

Utbildningsplaner för kandidat-, magister och masterprogram. 1. Identifikation. Avancerad nivå

Välkommen till kursen i Avancerad interaktionsdesign. Certec & EAT Institutionen för designvetenskaper

Mätningar med avancerade metoder

Transkript:

Föremålet som interaktör 1 Thomas Pederson doktorand vid inst. för datavetenskap rum B421 i MIT-huset forskningsområde: Augmented Reality e-post: top@cs.umu.se Föremålet som interaktör 1 Thomas Pederson doktorand vid inst. för datavetenskap rum B421 i MIT-huset forskningsområde: Augmented Reality e-post: top@cs.umu.se 1

Överblick Intelligenta agenter (ting) Var finns de? Interaktions-cykel Sensorer och effektorer Design av tings utsida Adaptabilitet Tings hårdvara 2 Överblick Intelligenta agenter (ting) Var finns de? (fysiskt, virtuellt, biologiskt, elektroniskt) Interaktions-cykel (sensorer -> handlingsregler -> effektorer) Sensorer och effektorer (detaljer, mest för fysiska int. agenter) Design av tings utsida (se till att utsidan speglar insidan) Adaptabilitet (från rigida system till väldigt omgivningskänsliga) Tings hårdvara (processor, minne, olika hårdvarumodeller, designprocess) 2

Intelligenta agenter (ting) Biologiska Människor, djur Artificiella (konstgjorda) Fysiska Ex: Robothunden Sony HAIBO Virtuella Ex: Sökmotor som vet vad man är intresserad av 3 Intelligenta agenter (ting) Biologiska Människor, djur Artificiella (konstgjorda) Fysiska Virtuella Ex: Robothunden Sony HAIBO Ex: Sökmotor som vet vad man är intresserad av 3

Intelligenta agenter - egenskaper Rationellt beteende Mest lämpade handlingen baseras på resonemang och erfarenhet Autonom (självständig) "klarar sig själv" - förstår sin omgivning bra utan hjälp från andra agenter samt har god förmåga att anpassa sig till förändringar i omgivningen 4 Intelligenta agenter - egenskaper Rationellt beteende Mest lämpade handlingen baseras på resonemang och erfarenhet Autonom (självständig) "klarar sig själv" - förstår sin omgivning bra utan hjälp från andra agenter samt har god förmåga att anpassa sig till förändringar i omgivningen 4

Intelligenta agenter - interaktion Rationellt beteende baseras på Sensorer som genererar iakttagelser (percepts) Mer eller mindre avancerade handlingsregler som matchar iakttagelserna (intelligens) Effektorer som påverkar omgivningen genom att utföra handlingarna Sensorer och effektorer ser olika ut beroende på om agenten agerar i en fysisk eller virtuell miljö. Handlingsreglerna är dock desamma. 5 Intelligenta agenter - interaktion Rationellt beteende baseras på Sensorer som genererar iakttagelser (percepts) Mer eller mindre avancerade handlingsreglersom matchar iakttagelserna (intelligens) Effektorer som påverkar omgivningen genom att utföra handlingarna Sensorer och effektorer ser olika ut beroende på om agenten agerar i en fysisk eller virtuell miljö. Handlingsreglerna är dock desamma. 5

Intelligenta agenters intelligens Lite intelligens: iakttagelse -> handling Mer intelligens: iakttagelse -> val av (förmodligen) bästa handling -> handling Mycket intelligens: samspel mellan Plan Urval av möjliga handlingar bland alla Val av bästa handling bland de utvalda Utvärdering av handlingen efter genomförandet liten operationsdomän stor 6 Intelligenta agenters intelligens Lite intelligens: iakttagelse -> handling (tveksamt om detta verkligen är intelligens) Mer intelligens: iakttagelse -> val av (förmodligen) bästa handling -> handling Mycket intelligens: samspel mellan Plan Urval av möjliga handlingar bland alla Val av bästa handling bland de utvalda Utvärdering av handlingen efter genomförandet 6

Stimuli, sensorer och effektorer [1] för fysiska intelligenta agenter Informationsteknik och design HT2002, föremålet som interaktör 1 Fysiskt stimuli -> analog signal -> digital signal -> T -> digital signal -> analog signal -> fysiskt händelse 7 Stimuli, sensorer och effektorer [1] för fysiska (elektroniska) intelligenta agenter Fysiskt stimuli -> analog signal -> digital signal -> T -> digital signal -> analog signal -> fysiskt händelse 7

Stimuli, sensorer och effektorer [2] för fysiska intelligenta agenter Informationsteknik och design HT2002, föremålet som interaktör 1 Exempel på sensorer och effektorer Stimuli / händelse Ljud Synligt ljus Infrarött ljus Beröring Avstånd Kraft Temperatur Sensor Mikrofon CCD eller CMOS sensor CCD eller CMOS sensor Strömbrytare Laserdetektor Tryckmätare Termometer Effektor Högtalare Foto-diod Infraröd diod Elektronikstyrd mekanik Laserlampa Fjäder, snöre Värme/kylanordning 8 Stimuli, sensorer och effektorer [2] för fysiska intelligenta agenter Exempel på sensorer och effektorer 8

Stimuli, sensorer och effektorer [3] för fysiska intelligenta agenter Informationsteknik och design HT2002, föremålet som interaktör 1 Exempel på faktorer som påverkar valet av sensortyp: Signalområde Reaktionshastighet Upplösning Störningstålighet Vana i att använda sensortypen 9 Stimuli, sensorer och effektorer [3] för fysiska intelligenta agenter Exempel på faktorer som påverkar valet av sensortyp: Signalområde Reaktionshastighet Upplösning Störningstålighet Vana i att använda sensortypen 9

Stimuli, sensorer och effektorer [4] för fysiska intelligenta agenter Informationsteknik och design HT2002, föremålet som interaktör 1 Relationen mellan input och output för sensorer är sällan linjär Överföringsfunktion Reaktionshastigheten i sensormaterialet är aldrig oändlig Testsignaler kan visa sensorns begränsningar Begränsningar också i A/D-omvandlaren Samplingsfrekvens och upplösning 10 Stimuli, sensorer och effektorer [4] för fysiska intelligenta agenter Relationen mellan input och output för sensorer är sällan linjär Överföringsfunktion Reaktionshastigheten i sensormaterialet är aldrig oändlig Testsignaler kan visa sensorns begränsningar Begränsningar också i A/D-omvandlaren Samplingsfrekvens och upplösning 10

Stimuli, sensorer och effektorer [5] för fysiska intelligenta agenter Informationsteknik och design HT2002, föremålet som interaktör 1 Läs om... Mikrofon <-> högtalare Kamera <-> bildskärm... I boken 11 Stimuli, sensorer och effektorer [5] för fysiska intelligenta agenter Läs om... Mikrofon <-> högtalare Kamera <-> bildskärm... I boken 11

Design av tings utsida Gränsytan ska spegla tingets interna tillstånd Designproblem 1: Innandömet är alltid mer komplext än vad som kan och bör återspeglas Gränsytan talar om för omgivningen vad man kan göra med tinget (affordances) och vad man inte kan göra (constraints) (Donald Norman) Designproblem 2: få tinget att otvetydigt visa rätt affordances och constraints 12 Design av tings utsida Gränsytan ska spegla tingets interna tillstånd på ett för omgivningen relevant och korrekt sätt. Designproblem 1: Innandömet är alltid mer komplext än vad som kan och bör återspeglas Gränsytan talar om för omgivningen vad man kan göra med tinget (affordances) och vad man inte kan göra (constraints) (Donald Norman) Designproblem 2: få tinget att otvetydigt visa rätt affordances och constraints 12

Adaptivitetsmodell (David Benyon) 13 Adaptivitetsmodell (David Benyon) User model Psychological model Other model Domain model Interaction model Dialogue record Evaluation mechanisms Adaption mechanisms Inference mechanisms 13

Olika grader av adaptivitet (David Benyon) 1. Stimulus-respons (S-R) 2. Som 1 + interaktionshistoria + handlingsevaluering -> nya handlingar genom adaption 3. Som 2 + användarmodell + domänmodell -> interaktionsmodell med prediktion av hur handlingar skulle påverka interaktionen 4. Som 3 + men adaptiv interaktionsmodell 14 Olika grader av adaptivitet (David Benyon) 1. Stimulus-respons (S-R) 2. S-R + interaktionshistoria + handlings-evaluering -> nya handlingar genom adaption 3. S-R + interaktionshistoria + handlingsevaluering + användarmodell + domänmodell -> interaktionsmodell med prediktion av hur handlingar skulle påverka interaktionen 4. Som 3 men adaptiv interaktionsmodell 14

Hårdvara - beräkningskapacitet Människor Intelligenta, bra på problemlösning i stora domänrum Lång reaktionstid. Datorer Dumma, men bra på repetitiva uppgifter i små domänrum Moore's lag: MIPS fördubblas var 18:e månad Kort reaktionstid 15 Hårdvara beräkningskapacitet Människor Datorer Intelligenta, bra på problemlösning i stora domänrum Lång reaktionstid. Dumma, men bra på repetitiva uppgifter i små domänrum Moore's lag: MIPS fördubblas var 18:e månad Kort reaktionstid 15

Hårdvara - minne Av ekonomiska skäl används olika typer av minne, baserat på principerna om tid- och rumlokalitet 16 Hårdvara minne Av ekonomiska skäl används olika typer av minne, baserat på principerna om tid- och rum-lokalitet 16

Hårdvara - energi Mobila ting ställer ytterligare krav på strömkällan förutom spänning och ström: Vikt Storlek Livslängd Laddningsbarhet Utbyteskostnad Miljötänkande 17 Hårdvara energi Mobila ting ställer ytterligare krav på strömkällan förutom spänning och ström: Vikt Storlek Livslängd Laddningsbarhet Utbyteskostnad Miljötänkande 17

Hårdvara - Von Neumann-arkitektur Von Neumann-arkitektur: Processor (CPU) RAM-minne (direktåtkomst) Buss mellan ovanstående 18 Hårdvara - Von Neumann-arkitektur Von Neumann-arkitektur: Processor (CPU) RAM-minne (direktåtkomst) Buss mellan ovanstående 18

Hårdvara - processor [1] Utför enkla operationer på data, ex: Kopiera ett tal från RAM-minnet till processorns interna register eller tvärtom Addera två tal, ex: ADD ra,rb,rc Består av ALU (utför matematiska operationer) Register (lokalt litet RAM-minne) Buss mellan ovanstående 19 Hårdvara - processor [1] Utför enkla operationer på data, ex: Består av Kopiera ett tal från RAM-minnet till processorns interna register eller tvärtom Addera två tal, ex: ADD ra,rb,rc ALU (utför matematiska operationer) Register (lokalt litet RAM- minne) Buss mellan ovanstående 19

Hårdvara - processor [2] ALUn är uppbyggd av de enkla logiska operationerna AND, OR och NOT som ofta implementeras med NAND-grindar Läs om CMOS-grindarnas fysiska uppbyggnad i boken! 20 Hårdvara - processor [2] ALUn är uppbyggd av de enkla logiska operationerna AND, OR och NOT som ofta implementeras med NAND- grindar Läs om CMOS-grindarnas fysiska uppbyggnad i boken! 20

Hårdvara - modellering Extern vy: en samling "portar" som utgör ett gränssnitt (interface) gentemot hårdvaran Intern vy: Beteendebaserad: beskriver vad systemet gör Strukturbaserad: beskriver hur systemet gör det 21 Hårdvara modellering Extern vy: en samling "portar" som utgör ett gränssnitt (interface) gentemot hårdvaran Intern vy: Beteendebaserad: beskriver vad systemet gör Strukturbaserad: beskriver hur systemet gör det 21

Hårdvara - design Hårdvarudesign utförs oftast i en (virtuell) CADmiljö med hjälp av programspråk som VHDL Stödjer både beteende- och struktur-perspektiv Automatiska "översättare" transformerar VHDLkoden till hårdvara. Denna fas kallas för syntes. 22 Hårdvara design Hårdvarudesign utförs oftast i en (virtuell) CADmiljö med hjälp av programspråk som VHDL Stödjer både beteende- och strukturperspektiv Automatiska "översättare" transformerar VHDLkoden till hårdvara. Denna fas kallas för syntes. 22

Hårdvara - konfigurerbarhet Traditionellt utförs syntesen en gång. Vill man förändra beteendet hos hårdvaran måste man slänga det gamla chipet och skapa ett nytt. FPGA-chip (Field Programmable Gate Array) däremot, kan omprogrammeras nästan oändligt antal gånger Ger snabbare system jämfört med rent mjukvarubaserade lösningar 23 Hårdvara konfigurerbarhet Traditionellt utförs syntesen en gång. Vill man förändra beteendet hos hårdvaran måste man slänga det gamla chipet och skapa ett nytt. FPGA-chip (Field Programmable Gate Array) däremot, kan omprogrammeras nästan oändligt antal gånger Ger snabbare system jämfört med rent mjukvarubaserade lösningar 23

Hårdvara - DNA-alternativet Beräkningar kan utföras med hjälp av DNAkodat data samt operationerna Slå samman Dela Kopiera Kanske är detta byggstenarna för framtidens datorer? 24 Hårdvara - DNA-alternativet Beräkningar kan utföras med hjälp av DNA-kodat data samt operationerna Slå samman Dela Kopiera Kanske är detta byggstenarna för framtidens datorer? 24

Ting i sin helhet 25 Ting i sin helhet 25

Sammanfattning Intelligenta agenter (ting) Var finns de? Interaktions-cykel Sensorer och effektorer Design av tings utsida Adaptabilitet Tings hårdvara 26 Överblick Intelligenta agenter (ting) Var finns de? (fysiskt, virtuellt, biologiskt, elektroniskt) Interaktions-cykel (sensorer -> handlingsregler -> effektorer) Sensorer och effektorer (detaljer, mest för fysiska int. agenter) Design av tings utsida (se till att utsidan speglar insidan) Adaptabilitet (från rigida system till väldigt omgivningskänsliga) Tings hårdvara (processor, minne, olika hårdvarumodeller, designprocess) 26

Nästa gång (på torsdag): Föremålet som interaktör 2 Artificiell Intelligens Fysisk-virtuella miljöer (min forskning) 27 Överblick Intelligenta agenter (ting) Var finns de? (fysiskt, virtuellt, biologiskt, elektroniskt) Interaktions-cykel (sensorer -> handlingsregler -> effektorer) Sensorer och effektorer (detaljer, mest för fysiska int. agenter) Design av tings utsida (se till att utsidan speglar insidan) Adaptabilitet (från rigida system till väldigt omgivningskänsliga) Tings hårdvara (processor, minne, olika hårdvarumodeller, designprocess) 27