MITCSAIL設計出了一種方法，讓機器人可以理解并響應以清晰明了的語言發(fā)出的語音指令。這個系統(tǒng)已經先進到可以理解涉及語境的指令，例如參考之前的命令和對象。

編者按:本文來自微信公眾號"量子位"(ID:QbitAI)，編譯:陳樺，36氪經授權發(fā)布。

科幻電影里的機器人早就能和人類無障礙溝通了，但在現實生活中，機器人理解自然語言的能力還非常差，稍微復雜一點的指令，就會讓它們不知所措。

比如說:把我剛才放下的箱子拿起來。

讓機器人明白這樣的指令，是MIT計算機科學和人工智能實驗室(CSAIL)最近才取得的突破。

MITCSAIL設計出了一種方法，讓機器人可以理解并響應以清晰明了的語言發(fā)出的語音指令。這個系統(tǒng)已經先進到可以理解涉及語境的指令，例如參考之前的命令和對象。

由CSAIL研究員開發(fā)的ComText("語境中的指令"的縮寫)系統(tǒng)提供了"類似Alexa"的機器人語音控制功能。這樣的機器人可以理解語境，包括此前的指令，以及與之互動的對象和周圍環(huán)境。

這意味著，用戶可以像與他人互動一樣與機器人互動。此前，與機器人的互動是個巨大的挑戰(zhàn)，阻礙了機器人在商業(yè)場景和一般消費級場景中的應用。即使是在產業(yè)界，如果機器人可以理解自然語言語音指令，那么就可以更好地與人類合作。

通過對某些對象的理解，ComText可以用在工作中。例如，你可以告訴它，"我拿著的這個工具是我的工具"。未來，當你對它說"把我的工具拿給我"時，它就會找到正確的工具。

如上圖所示，告訴機器人"我剛才放在桌子上的盒子是我的"，然后對它說"拿起我的盒子"，它就能正確理解。

研究人員使用Baxter模型對ComText系統(tǒng)進行了檢驗。Baxter是RethinkRobotics開發(fā)的雙臂人形機器人。

ComText在實現過程中采用了不同類型的記憶方式，包括用于一般信息的語義記憶，以及與特定事件關聯在一起的情景記憶。

這項研究相關的論文TemporalGroundingGraphsforLanguageUnderstandingwithAccruedVisual-LinguisticContext發(fā)表在剛剛結束的學術會議IJCAI17上，作者包括MIT的RohanPaul、AndreiBarbu、SueFelshin、BorisKatz和NicholasRoy。

更多資訊請關注工業(yè)機器人頻道