festo：你必須知道的人工智能操作概念 與機(jī)器人對話

　　“Siri，今天天氣怎么樣？” “好的，Google，把音樂調(diào)小一點(diǎn)！” “Alexa，再幫我訂一雙那款藍(lán)色運(yùn)動鞋！” 這些語音響應(yīng)技術(shù)化身為語音助手，早已成為我們?nèi)粘Ｉ畹囊徊糠?。語音控制之所以能順利執(zhí)行，得益于在其背后運(yùn)行著的復(fù)雜軟件程序。要正確解讀語音指令，眾多準(zhǔn)備工作、高性能計算機(jī)以及人工智能均不可或缺。人腦可以不費(fèi)吹灰之力地解讀一個簡單的要求、一個短句，建立起邏輯關(guān)聯(lián)，并對其作出響應(yīng)。但對機(jī)器而言，這一過程要復(fù)雜百倍。要想通過語音去控制技術(shù)設(shè)備，必須經(jīng)歷若干步驟。識別和解讀語音

　　“給我支筆！” 這樣一句簡單的指令，背后的計算機(jī)處理流程卻十分復(fù)雜。首先，要將這句語音指令轉(zhuǎn)換為文本。在通過頻率模式識別指令詞語的過程中，語言識別軟件必須要克服諸多挑戰(zhàn)，例如模糊的發(fā)音、同音異義詞以及不同的音調(diào)或方言等。通過將這些詞語與存有大量詞匯示例及對應(yīng)頻率模式的龐大數(shù)據(jù)庫進(jìn)行比對，判斷出指令使用的具體詞語。

　　下一步是推斷句子的含義。為此，語言識別軟件會將文本發(fā)送至語言接口，語言接口會核對其是否含有特定關(guān)鍵字。在此之前，編程人員必須事先確定所有必要的術(shù)語與命令（稱為“意向”）以及它們的同義詞，并定義其指向的行為。例如，“給”會被識別為將一個物體傳送至某一特定位置的請求，而“我”一詞則會被理解為“給”這個動作的對象，即某個人或目標(biāo)。

　　借助人工智能找到最佳解決方案

　　一旦語言接口識別了句子的含義，就會提供上下文對象，即設(shè)備控制系統(tǒng)所需的軟件代碼。為了給機(jī)器下達(dá)一個清晰的指令，人工智能現(xiàn)在要開始使用其他軟件。這個軟件可以分析上下文對象的內(nèi)容的同時通過不同的傳感器收集關(guān)于設(shè)備位置與環(huán)境的信息。軟件中包含許多模塊，其中存有指定給特定動作的不同解決方案。

　　程序綜合所有這些信息構(gòu)建一條命令（例如，機(jī)械手臂該如何運(yùn)動以及向哪個方向運(yùn)動），然后將命令發(fā)送給設(shè)備控制器。傳感器技術(shù)會根據(jù)命令識別鉛筆在書桌上的具體位置，以及機(jī)器要采取何種路線才能拿起它，并將其遞給某個人。軟件逐漸學(xué)習(xí)適合各種動作的最佳解決方案，并在下一次做動作時加以運(yùn)用。

　　所有這些復(fù)雜的流程必須在轉(zhuǎn)瞬間完成，因為人類希望設(shè)備能夠迅速作出正確響應(yīng)。經(jīng)過三十年的應(yīng)用實踐，語音識別功能已然相對穩(wěn)定，但要讓人類與機(jī)器像與鄰居一般自如交流，在機(jī)器語音控制方面還有很多的研究與開發(fā)工作要做。