專業(yè)經(jīng)銷費(fèi)斯托FESTO氣缸、費(fèi)斯托FESTO控制器、費(fèi)斯托FESTO電磁閥、費(fèi)斯托FESTO壓力閥、費(fèi)斯托FESTO傳感器、費(fèi)斯托FESTO減壓閥、費(fèi)斯托FESTO閥島等，我們多年來一直與費(fèi)斯托保持良好的合作關(guān)系，*，價(jià)格實(shí)惠。
費(fèi)斯托氣動技術(shù)-與機(jī)器對話
“Siri，今天天氣怎么樣？”“好的，Google，把音樂調(diào)小點(diǎn)！”“Alexa，再幫我訂一雙那款藍(lán)色運(yùn)動鞋！”這些聽從于語言的技術(shù)化身為語音助手，早已成為我們?nèi)粘Ｉ畹囊徊糠?。語音控制之所以能順暢工作，要得益于其背后運(yùn)行著的復(fù)雜的軟件程序。若要正確解讀所發(fā)出的指令，眾多準(zhǔn)備工作、高性能計(jì)算機(jī)、以及人工智能均*。
人腦可以不費(fèi)吹灰之力地解讀一個簡單的要求、一條短句。也就是說，人腦可以建立起邏輯關(guān)聯(lián)，并相應(yīng)地作出反應(yīng)。但這對機(jī)器而言要復(fù)雜百倍。若想通過語音去控制技術(shù)設(shè)備，必須經(jīng)歷若干步驟。
費(fèi)斯托氣動技術(shù)：識別與解讀語音
“給我一支鉛筆！”這樣一句簡單的指令，背后的計(jì)算機(jī)處理流程卻十分復(fù)雜。首先，要將發(fā)出的語音指令轉(zhuǎn)換為文本。只有借助頻率模板，語言識別軟件才能確定指令中包含哪些詞語，并克服諸多挑戰(zhàn)：譬如模糊的發(fā)音，同音異義詞，不同的音調(diào)或方言。浩瀚的數(shù)據(jù)庫中儲存了大量的雙關(guān)語及其頻率模板，通過與數(shù)據(jù)庫進(jìn)行比對，軟件能夠判斷當(dāng)前出現(xiàn)的是哪些詞。
下一步是推斷句義。為此，軟件要將文本發(fā)送至語言界面，界面會根據(jù)特定關(guān)鍵詞來審核文本。在準(zhǔn)備階段，程序員必須確定并定義所有重要的概念與指令——即所謂的目的——以及它們的近義詞，以應(yīng)對每一次不確定的任務(wù)。例如發(fā)出“給”這個指令時，對應(yīng)的是將一個物體傳送至某個具體的位置。“我”一詞則被理解為某個人、或某個行為的目的。
費(fèi)斯托氣動技術(shù)：人工智能可以找到*解
當(dāng)語言界面識別出句義時，將會出現(xiàn)一個所謂的環(huán)境對象：借助一個軟件代碼可以實(shí)現(xiàn)對設(shè)備的操控。為了給機(jī)器下達(dá)一個無歧義的命令，需要使用另一個軟件所配備的“人工智能”技術(shù)。人工智能可以分析語境對象的內(nèi)容，并同時通過不同的傳感器收集關(guān)于設(shè)備位置與環(huán)境的信息。軟件中包含許多針對不同解決途徑所設(shè)置的模塊，它們分別對應(yīng)某種的行為。綜合所有信息，程序?qū)⒔⒁粋€指令，例如抓臂該如何運(yùn)動以及往哪個方向運(yùn)動，然后將指令發(fā)送給設(shè)備操控系統(tǒng)。傳感技術(shù)能夠識別鉛筆在書桌的哪個位置，以及機(jī)器要采取何種路線才能拿起它，并將之遞給某個人。此外，軟件還能逐漸學(xué)習(xí)哪條解決路徑對當(dāng)前行為而言是*解，并在下一次處理這一行為時運(yùn)用這個知識。
以上所有復(fù)雜的流程必須在轉(zhuǎn)瞬間進(jìn)行，因?yàn)槿讼Ｍ麢C(jī)器能夠作出迅速且必須正確的反應(yīng)。經(jīng)過三十余年的應(yīng)用，語音識別在一定程度上能夠運(yùn)行得當(dāng)。但在我們能與機(jī)器像與鄰居一般自如流暢地交流之前，還需要對機(jī)器的語音控制展開眾多研究與發(fā)展。
至于費(fèi)斯托公司如何在仿生學(xué)習(xí)網(wǎng)絡(luò)的一項(xiàng)全新設(shè)計(jì)中運(yùn)用語音控制技術(shù)，這一謎底將在2018年的漢諾威博覽會上揭曉。敬請期待！
|
|
|
|
|
 |
