两个月前的 Watson 开发者大会上,IBM 发布了 TJBot──能组装出纸板机器人的 DIY 工具组合。可不要因为傻萌、简陋的外表小看它,它本质上是基于 Watson 的可编程 AI 。早在发布纸箱版本之前,遍布全球的开发者就已创造出激光切割和 3D 打印的 TJBot:包括南非、肯尼亚、意大利、德国、瑞士、巴基斯坦、加拿大和香港。雷锋网获知,多个开发者团队表示,有兴趣与 IBM 合作,为 TJBot 设计新的使用场景:从用于机器人 / 认知课程的教学,到关怀老年人、开发谈话代理的企业级解决方案。
IBM 发布的如何制作 TJBot、如何对它编程的指令集(被称为“菜单”),在 Instructables 线上开发者社交广受好评。该计划在社交主要页面都有体现,并已收到 21,000 份用户评论。TJBot 被各种层次的开发者所接受,从初学者到专家。大家用它来创建能学习、推理、与人自然互动的认知对象。
简化设计──为开发者而开发
TJBot 计划的初衷,是成为用户体验和试验“具象化认知”的入门素材。“具象化认知”是指把 AI 技术植入到它已经在与之互动的设备、物体、空间里。如果这个过程够简单,用户们会创造出什么来呢?会产生什么样的设计思路?TJBot 帮助寻找这些问题的答案。做为大家都买得起的 DIY 工具,它把“具象化认知”的创新过程民主化。
为了这一目标, TJBot 计划的一个指导原则是“简单”。这在硬件零件和程序语言平台的选择上得到体现。从最基本的原型机工具入手,IBM 测试了各种 LED、麦克风、音响和伺服马达;最后选择出小巧、功能多样但又容易上手的模型。同样地,控制这些感测器的软件使用 Nodejs 编写,它是一个用 JavaScript 开发软件应用的开源、跨平台的执行环境。
借助传感器和 Watson 达到多种功能:
做为原型机,TJBot 的技能正在不断扩展:据雷锋网所知,它现在已经能说话、进行语音辨识、挥手和跳舞。这些能力由它内建的感测器、以及一系列认知服务来完成。比如,TJBot 的说话功能由 Watson 文字到语音服务在软件层面完成,然后透过音响播放出来。同样的, Watson 语音到文字服务,以及 TJBot 的麦克风,组合起来使它能进行语音辨识。这些技能可以被进一步组合,创造出新的应用场景,比如说创建虚拟代理或者数码助手。
新增加菜单
目前,TJBot 在 Github 的工具库包含 3 个基本“菜单”:让 TJBot 对简单语音命令做出回应的代码,分析推文的情绪并回复,还有让 TJBot 做为谈话代理。社交的开发者们为它加入了两个菜单:TJWave 和 Swifty TJ。TJwave 很有趣,它展示给开发者如何控制 TJBot 的手臂。它还包含额外功能:让 TJBot 随音乐“起舞”:TJBot 会播放一段音乐文件,提取其中的节拍和峰值,然后随之挥手。控制 TJBot 的小短手还能用来使语音互动更生动,以及模仿人类说话时的手部动作。Swifty TJ 展示如何用 Swift 语言控制 TJBot 上的 LED。随着 TJBot 的菜单目录不断扩大,Swifty TJ 为 Swift 开发者给 TJBot 写代码提供了出发点。
下一步
2017 年,IBM 将专注于在 3 个领域提升 TJBot 开发、维护和学习。
- 开发:IBM 会不断对现有菜单进行改进,同时探索纸板机器人的新技能。一个例子是:IBM 刚刚利用 TJBot 的镜头感测器(配合相关软件应用)完成了它的视觉辨识能力。
- 维护:发展并维护 TJBot 开发者社交,把 TJBot 介绍给新用户,分享新菜单、用户难题和反馈。
- 学习:或许,这是下一步最重要的事。这包含对开发者使用体验、设备用户使用体验的调查研究,以提供更好的设计思路和对认知应用的设计指导。
- TJBot’s World Tour: Getting Built and Making Friends
(本文由 雷锋网 授权转载;首图来源:IBM)
如需获取更多资讯,请关注微信公众账号:半导体行业观察
相关文章