festo：你必須知道的人工智能操作概念 與機器人對話

　　“Siri，今天天氣怎么樣？” “好的，Google，把音樂調小一點！” “Alexa，再幫我訂一雙那款藍色運動鞋！” 這些語音響應技術化身為語音助手，早已成為我們日常生活的一部分。語音控制之所以能順利執行，得益于在其背后運行著的復雜軟件程序。要正確解讀語音指令，眾多準備工作、高性能計算機以及人工智能均不可或缺。人腦可以不費吹灰之力地解讀一個簡單的要求、一個短句，建立起邏輯關聯，并對其作出響應。但對機器而言，這一過程要復雜百倍。要想通過語音去控制技術設備，必須經歷若干步驟。識別和解讀語音

　　“給我支筆！” 這樣一句簡單的指令，背后的計算機處理流程卻十分復雜。首先，要將這句語音指令轉換為文本。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，例如模糊的發音、同音異義詞以及不同的音調或方言等。通過將這些詞語與存有大量詞匯示例及對應頻率模式的龐大數據庫進行比對，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送至語言接口，語言接口會核對其是否含有特定關鍵字。在此之前，編程人員必須事先確定所有必要的術語與命令（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。

　　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，即設備控制系統所需的軟件代碼。為了給機器下達一個清晰的指令，人工智能現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容的同時通過不同的傳感器收集關于設備位置與環境的信息。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建一條命令（例如，機械手臂該如何運動以及向哪個方向運動），然后將命令發送給設備控制器。傳感器技術會根據命令識別鉛筆在書桌上的具體位置，以及機器要采取何種路線才能拿起它，并將其遞給某個人。軟件逐漸學習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用。

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