機械社區(qū)

IBM 發(fā)布的如何制作 TJBot、如何對它編程的指令集（被稱為“菜單”），在Instructables 線上開發(fā)者社交廣受好評。該計劃在社交主要頁面都有體現，并已收到 21,000 份用戶評論。TJBot 被各種層次的開發(fā)者所接受，從初學者到專家。大家用它來創(chuàng)建能學習、推理、與人自然互動的認知對象。

簡化設計──為開發(fā)者而開發(fā)

TJBot 計劃的初衷，是成為用戶體驗和試驗“具象化認知”的入門素材�！熬呦蠡�認知”是指把 AI 技術植入到它已經在與之互動的設備、物體、空間里。如果這個過程夠簡單，用戶們會創(chuàng)造出什么來呢？會產生什么樣的設計思路？TJBot 幫助尋找這些問題的答案。做為大家都買得起的 DIY 工具，它把“具象化認知”的創(chuàng)新過程民主化。

(, 下載次數: 49)

為了這一目標， TJBot 計劃的一個指導原則是“簡單”。這在硬件零件和程序語言平臺的選擇上得到體現。從最基本的原型機工具入手，IBM 測試了各種 LED、麥克風、音響和伺服馬達；最后選擇出小巧、功能多樣但又容易上手的模型。同樣地，控制這些感測器的軟件使用 Nodejs 編寫，它是一個用 JavaScript 開發(fā)軟件應用的開源、跨平臺的執(zhí)行環(huán)境。

借助傳感器和 Watson 達到多種功能：

做為原型機，TJBot 的技能正在不斷擴展：據雷鋒網所知，它現在已經能說話、進行語音辨識、揮手和跳舞。這些能力由它內建的感測器、以及一系列認知服務來完成。比如，TJBot 的說話功能由 Watson 文字到語音服務在軟件層面完成，然后透過音響播放出來。同樣的， Watson 語音到文字服務，以及 TJBot 的麥克風，組合起來使它能進行語音辨識。這些技能可以被進一步組合，創(chuàng)造出新的應用場景，比如說創(chuàng)建虛擬代理或者數碼助手。

(, 下載次數: 49)

目前，TJBot 在 Github 的工具庫包含 3 個基本“菜單”：讓 TJBot 對簡單語音命令做出回應的代碼，分析推文的情緒并回復，還有讓 TJBot 做為談話代理。社交的開發(fā)者們?yōu)樗�加入了兩個菜單：TJWave 和 Swifty TJ。TJwave 很有趣，它展示給開發(fā)者如何控制 TJBot 的手臂。它還包含額外功能：讓 TJBot 隨音樂“起舞”：TJBot 會播放一段音樂文件，提取其中的節(jié)拍和峰值，然后隨之揮手�？刂� TJBot 的小短手還能用來使語音互動更生動，以及模仿人類說話時的手部動作。Swifty TJ 展示如何用 Swift 語言控制 TJBot 上的 LED。隨著 TJBot 的菜單目錄不斷擴大，Swifty TJ 為 Swift 開發(fā)者給 TJBot 寫代碼提供了出發(fā)點。