Система, позволяющая роботам эффективно выполнять естественный язык

Вы мечтаете о будущем, в котором роботы будут использоваться для различных видов деятельности, чтобы нам не приходилось делать их самим?

Давай, подумай об этом! Уборка, приготовление пищи, выполнение всех наших обязанностей - лишь некоторые из чудесных возможностей. Какая прекрасная возможность, верно? К сожалению, на данный момент вам придется продолжать мечтать.

В то время как существуют удивительные роботы, роботы еще недостаточно адаптированы, чтобы эффективно выполнять широкий спектр подобных действий. Более того, хотя технология распознавания речи продвинулась на дрожжах, она все же недостаточно хороша для использования с роботами.

Лучшим вариантом для того, чтобы заставить кого-то вроде гипотетического дворецкого робота следовать вашим инструкциям, было бы набрать набор инструкций.

Разговорные команды

Проблема с речевыми командами состоит в том, что они содержат различные уровни сложности, хотя это не всегда может быть понятно.

Представьте себе, что ваш робот говорит: «Возьмите эту коробку». Это кажется достаточно простым, но есть проблема. Вашему роботу придется разбить его на несколько шагов, прежде чем завершить действие. Возможный сценарий выполнения этой команды:

• Включить систему слежения
• Включить шагающие моторы
• Изменить направление
• Принять необходимые меры
• Вращать конечности
• Коробка для сжатия
• Коробка лифта

Как вы можете видеть, это на самом деле сложнее, чем казалось на первый взгляд. Теперь представьте, что эта команда сравнивается с чем-то вроде «Включите вашу систему слежения». Хотя количество слов, используемых для этих двух команд, одинаково, их уровни сложности различны.

Как мы можем решить это? В настоящее время у роботов будут проблемы с определением различных уровней сложности голосовых команд.

Не бойтесь, команда в Университете Брауна разработала систему, которая улучшает работу роботов с голосовыми командами.

Как заставить роботов подчиняться вашим заказам: система, позволяющая роботам эффективно выполнять устные команды

Исследователи из Брауна использовали полученные данные, чтобы обучить свою систему понимать различные уровни сложности. Затем система смогла собрать, какое действие необходимо выполнить, и понять уровни сложности, связанные с различными структурами предложений.

Команда из Университета Брауна решила решить проблему с привлечением роботов для выполнения голосовых команд с помощью оригинальной системы. Для разработки своей модели они использовали Amazon Mechanical Turk, а также инструмент под названием Virtual Cleanup World.

Механический турок - это рынок труда, требующий интеллекта людей. Хотя искусственный интеллект совершает некоторые впечатляющие подвиги, есть много задач, которые люди могут выполнять более эффективно, такие как идентификация объектов в видео. Виртуальный мир очистки - это виртуальная область задач. Он состоит из комнат с цветовой кодировкой, виртуального робота и объекта, с которым робот может выполнять задачи.

Волонтеры из Mechanical Turk выяснили, какие наборы инструкций привели к определенным действиям в мире очистки. Сначала они наблюдали за роботом, так как он выполнял множество задач.

Затем их спросили, какие наборы инструкций, по их мнению, будут работать лучше. Добровольцам было предложено создать команды высокого, среднего и низкого уровня.

Команды высокого уровня были такими, как инструктирование робота отнести стул в комнату определенного цвета. Команды низкого уровня были командами, разбитыми на несколько этапов. Команды среднего уровня совмещали в себе функции команд высокого и низкого уровня.

Исследователи из Брауна использовали полученные данные, чтобы обучить свою систему понимать различные уровни сложности. Затем система смогла собрать, какое действие необходимо выполнить, и понять уровни сложности, связанные с различными структурами предложений.

Тестирование системы

Когда роботы смогли определить желаемый конечный результат, а также понять уровень сложности заданий, они выполнили задание всего за 1 секунду 90 процентов времени.

Основываясь на этом, он смог разработать соответствующий план на основе произнесенных им команд. После тренировки их системы пришло время проверить плоды их труда. В исследованиях снова использовался Мир очистки, а также настоящий робот, работающий в физическом пространстве, настроенном аналогично виртуальному миру очистки.

Когда роботы смогли определить желаемый конечный результат, а также понять уровень сложности заданий, они выполнили задание всего за 1 секунду 90 процентов времени.

Однако, когда произошел сбой в понимании уровня сложности, выполнение задачи заняло больше времени. В этом случае роботам потребовалось 20 или более секунд планирования, чтобы выполнить задачу.

Исследователи должны будут найти способы минимизации этих поломок, чтобы создать более эффективную систему.

Последние мысли

Роботам еще далеко до того, как они станут мейнстримом. Однако эта работа приближает нас к наличию роботов, которые могут легко понять команды, которые мы им передаем. До тех пор, иди мыть посуду.