ذكري المظهر

نظام لتمكين الروبوتات من تنفيذ اللغة الطبيعية بفعالية

How to Get Kids to Listen

How to Get Kids to Listen

جدول المحتويات:

Anonim

هل تحلم بمستقبل تستخدم فيه الروبوتات في مجموعة متنوعة من الأنشطة بحيث لا يتعين علينا القيام بها بأنفسنا؟

هيا، تفكر في ذلك! التنظيف والطهي والقيام بجميع أعمالنا ليست سوى عدد قليل من الاحتمالات الرائعة. ما هي إمكانية رائعة الحق؟ لسوء الحظ ، في هذه اللحظة سيكون لديك للحفاظ على الحلم.

على الرغم من وجود بعض الروبوتات المدهشة الموجودة هناك ، إلا أن الروبوتات لم تتكيف بعد بما يكفي للقيام بمجموعة واسعة من الأنشطة مثل هذا بفعالية. علاوة على ذلك ، على الرغم من أن تقنية التعرف على الكلام قد تطورت على قدم وساق ، إلا أنها لا تزال غير جيدة بما يكفي للاستخدام مع الروبوتات.

أفضل رهان لك للحصول على شيء مثل بتلر روبوت افتراضي لمتابعة إرشاداتك هو كتابة مجموعة التعليمات.

الأوامر المنطوقة

مشكلة الأوامر المنطوقة هي أنها تحتوي على مستويات متفاوتة من التعقيد ، على الرغم من أن هذا قد لا يكون دائمًا واضحًا.

تخيل إخبار الروبوت الخاص بك ، "التقط هذا المربع هناك". هذا يبدو بسيطًا بما فيه الكفاية ولكن هناك مشكلة. سيتعين على الروبوت الخاص بك تقسيم هذا إلى عدة خطوات قبل إكمال الإجراء. سيناريو محتمل لتنفيذ هذا الأمر هو:

  • قم بتشغيل نظام التتبع
  • تشغيل المحركات المشي
  • غير الاتجاه
  • اتخاذ الخطوات اللازمة
  • تدوير الأطراف
  • مربع قبضة
  • مربع الرفع

كما ترون ، هذا في الواقع أكثر تعقيدًا مما بدا عليه في البداية. الآن تخيل هذا الأمر مقارنةً بشيء مثل "تشغيل نظام التتبع الخاص بك". على الرغم من أن عدد الكلمات المستخدمة في إعطاء هذين الأمرين متشابه ، فإن مستويات تعقيدها متباعدة بين العالمين.

كيف يمكننا حل هذا؟ كما هو الآن ، ستواجه الروبوتات صعوبة في تحديد مستويات التعقيد المختلفة للأوامر المنطوقة.

لا تخف ، قام فريق من جامعة براون بتطوير نظام يعمل على تحسين طريقة تعامل الروبوتات مع الأوامر المنطوقة.

كيف تجعل روبوتاتك تطيع أوامرك: نظام لتمكين الروبوتات من تنفيذ الأوامر المنطوقة على نحو فعال

استخدم الباحثون في براون البيانات التي حصلوا عليها لتدريب نظامهم لفهم مستويات متفاوتة من التعقيد. كان النظام قادرًا على جمع الإجراءات اللازمة لفهم مستويات التعقيد المرتبطة بهياكل الجملة المختلفة.

قرر فريق جامعة براون معالجة مشكلة الحصول على الروبوتات لتنفيذ الأوامر المنطوقة باستخدام نظام مبتكر. لقد استخدموا كلاً من Turk Turk الميكانيكية وكذلك أداة تسمى Virtual Cleanup World لتطوير نموذجهم.

الترك الميكانيكية هي سوق للعمل الذي يتطلب ذكاء البشر. على الرغم من أن الذكاء الاصطناعي يصنع بعض الأعمال المثيرة للإعجاب ، إلا أن هناك العديد من المهام التي يمكن للبشر القيام بها بشكل أكثر فعالية ، مثل تحديد الكائنات في الفيديو ، عالم التنظيف الافتراضي هو مجال مهام افتراضي. وهي تتألف من غرف مرمزة بالألوان ، وروبوت افتراضي وكائن يقوم به الروبوت للقيام بمهامه.

اكتشف المتطوعون في Mechanical Turk مجموعات التعليمات التي أدت إلى إجراءات معينة في عالم التنظيف. أولاً ، لاحظوا الروبوت وهو ينفذ مجموعة متنوعة من المهام.

ثم سئلوا عن مجموعات التعليمات التي يعتقدون أنها ستعمل بشكل أفضل. طُلب من المتطوعين إنشاء أوامر عالية المستوى ومتوسطة المستوى ومنخفضة المستوى.

كانت الأوامر رفيعة المستوى هي تلك مثل تعليمات الروبوت بحمل كرسي إلى غرفة ذات لون معين. الأوامر ذات المستوى المنخفض هي أوامر مقسمة إلى عدة خطوات. تجمع أوامر المستوى المتوسط ​​بين ميزات الأوامر العالية والمستوى المنخفض.

استخدم الباحثون في براون البيانات التي حصلوا عليها لتدريب نظامهم لفهم مستويات متفاوتة من التعقيد. كان النظام قادرًا على جمع الإجراءات اللازمة لفهم مستويات التعقيد المرتبطة بهياكل الجملة المختلفة.

وضع النظام على المحك

عندما تمكنت الروبوتات من معرفة النتيجة النهائية المرغوبة ، وكذلك فهم مستوى تعقيد المهام ، أكملوا المهمة في ثانية واحدة و 90 في المئة فقط من الوقت.

بناءً على ذلك ، كانت قادرة على وضع خطة مناسبة بناءً على الأوامر المنطوقة التي أعطيت لها. بعد تدريب نظامهم ، حان الوقت لاختبار ثمار عملهم. استفادت الأبحاث من عالم التنظيف مرة أخرى بالإضافة إلى روبوت حقيقي يعمل في مساحة مادية أقيمت على غرار عالم التنظيف الافتراضي.

عندما تمكنت الروبوتات من معرفة النتيجة النهائية المرغوبة ، وكذلك فهم مستوى تعقيد المهام ، أكملوا المهمة في ثانية واحدة و 90 في المئة فقط من الوقت.

ومع ذلك ، عندما كان هناك انهيار في فهم مستوى التعقيد ، استغرق إنجاز المهمة وقتًا أطول. في هذه الحالة ، تتطلب الروبوتات 20 ثانية أو أكثر من التخطيط لإكمال المهمة.

سيحتاج الباحثون إلى إيجاد طرق لتقليل هذه الأعطال إلى الحد الأدنى لإنشاء نظام أكثر كفاءة.

افكار اخيرة

لا يزال أمام الروبوتات طريق طويل قبل أن يتم تعميمه. ومع ذلك ، فإن هذا العمل يجعلنا أقرب إلى وجود الروبوتات التي يمكنها بسهولة فهم الأوامر التي نطرحها عليهم. حتى ذلك الحين ، اذهب غسل الأطباق الخاصة بك.