科幻片子里的机械人早就可以和人类无妨碍沟通了，但在实际生涯中，机械人懂得天然说话的才能还异常差，略微庞杂一点的指令，就会让它们手足无措。 好比说：把我适才放下的箱子拿起来。 让机械人明确如许的指令，是MIT盘算机迷信和人工智能试验室（CSAIL）比来才获得的冲破。 MIT CSAIL设计出了一种办法，让机械人可以懂得并呼应以清楚清楚明了的说话收回的语音指令。这个体系曾经先辈到可以懂得触及语境的指令，例如参考之前的敕令和对象。 由CSAIL研讨员开辟的ComText（“语境中的指令”的缩写）体系供给了“相似Alexa”的机械人语音掌握功效。如许的机械人可以懂得语境，包含此前的指令，和与之互动的对象和四周情况。 这意味着，用户可以像与别人互动一样与机械人互动。此前，与机械人的互动是个伟大的挑衅，障碍了机械人在贸易场景和普通花费级场景中的运用。即便是在家当界，假如机械人可以懂得天然说话语音指令，那末便可以更好地与人类协作。 经由过程对某些对象的懂得，ComText可以用在任务中。例如，你可以告知它，“我拿着的这个对象是我的对象”。将来，当你对它说“把我的对象拿给我”时，它就会找到准确的对象。 动动嘴就可以掌握机械人！MIT新研讨让机械人懂得语境更懂你的话 如上图所示，告知机械人“我适才放在桌子上的盒子是我的”，然后对它说“拿起我的盒子”，它就可以准确懂得。 研讨人员应用Baxter模子对ComText体系停止了磨练。Baxter是Rethink Robotics开辟的双臂人形机械人。 ComText在完成进程中采取了分歧类型的记忆方法，包含用于普通信息的语义记忆，和与特定事宜联系关系在一路的情形记忆。 在测试进程中，机械人能在约90%的情形下对语音指令做出准确反响。研讨团队愿望经由过程更庞杂的输出信息，包含多步指令，和深化机械人对高低文信息的懂得，进步准确呼应的程度。 这项研讨相干的论文Temporal Grounding Graphs for Language Understanding with Accrued Visual-Linguistic Context揭橥在方才停止的学术会议IJCAI 17上，作者包含MIT的Rohan Paul、Andrei Barbu、Sue Felshin、Boris Katz和Nicholas Roy。
