1 00:00:00,000 --> 00:00:02,928 >> [MUZYKI] 2 00:00:02,928 --> 00:00:11,230 3 00:00:11,230 --> 00:00:12,790 >> DAVID MALAN: To CS50. 4 00:00:12,790 --> 00:00:14,072 To jest koniec tygodnia 10. 5 00:00:14,072 --> 00:00:16,030 A chłopak, nie mamy dobrej klasy dla Ciebie dziś. 6 00:00:16,030 --> 00:00:20,040 Jesteśmy tak podekscytowany, aby zaprosić dwóch nasi przyjaciele z Yale aż do nas dzisiaj 7 00:00:20,040 --> 00:00:23,920 i patrzeć na skrzyżowaniu sztuczna inteligencja, robotyka, 8 00:00:23,920 --> 00:00:25,710 przetwarzanie języka naturalnego, i więcej. 9 00:00:25,710 --> 00:00:27,090 >> I rzeczywiście, w ciągu ostatnie tygodnie, mamy 10 00:00:27,090 --> 00:00:29,714 na pewno spędził dużo czasu, zwłaszcza we wcześniejszych psets, 11 00:00:29,714 --> 00:00:31,560 koncentrując się na ładnych szczegółów niskiego poziomu. 12 00:00:31,560 --> 00:00:34,520 I to jest bardzo łatwo stracić z oczu lasu dla drzew 13 00:00:34,520 --> 00:00:38,170 i się powiesił się na pętli i warunków i wskaźniki, oczywiście, i tym podobne. 14 00:00:38,170 --> 00:00:41,770 Rzeczywistość jest jednak macie teraz Składniki, z którym można naprawdę 15 00:00:41,770 --> 00:00:45,300 rozwiązać kilka interesujących problemów, m.in. nich te, które nasi przyjaciele z Yale 16 00:00:45,300 --> 00:00:48,790 pracować tylko nieśmiały Cambridge. 17 00:00:48,790 --> 00:00:52,410 >> Więc pozwól mi pierwszy wprowadził naszą głowę asystent z Yale, Andy. 18 00:00:52,410 --> 00:00:55,182 >> [OKLASKI] 19 00:00:55,182 --> 00:00:57,030 20 00:00:57,030 --> 00:01:00,710 >> ANDY: Przede wszystkim, po prostu dziękuję za umożliwienie kilka Yalies 21 00:01:00,710 --> 00:01:02,700 pop na dół do Cambridge dziś. 22 00:01:02,700 --> 00:01:05,299 Naprawdę to doceniam. 23 00:01:05,299 --> 00:01:07,090 Po drugie, do naszych przyjaciół powrót home-- Jason, 24 00:01:07,090 --> 00:01:09,670 dzięki za pobyt i prowadzenie wykładu. 25 00:01:09,670 --> 00:01:12,970 Mam nadzieję, że to wszystko jest dobre w New Haven. 26 00:01:12,970 --> 00:01:15,720 >> Więc tak, jestem bardzo podniecony wprowadzenie Scaz dziś. 27 00:01:15,720 --> 00:01:17,020 Scaz prowadzi laboratorium robotyki. 28 00:01:17,020 --> 00:01:19,690 On jest profesorem, jak, pięć różne działy w Yale. 29 00:01:19,690 --> 00:01:23,159 W swoim laboratorium, ma wiele, wiele roboty, że lubi się bawić. 30 00:01:23,159 --> 00:01:24,950 Ma, podobnych, najfajniejsza praca na świecie. 31 00:01:24,950 --> 00:01:27,116 I dostaje rodzaju bałagan ok z tym cały dzień 32 00:01:27,116 --> 00:01:29,090 długi i trochę pracy, jak również. 33 00:01:29,090 --> 00:01:33,070 >> A więc tak naprawdę przyniósł jeden z nich się z nami już dziś. 34 00:01:33,070 --> 00:01:36,900 Więc bez zbędnych ceregieli, Scaz jest zamiar iść dalej i wprowadzić nas 35 00:01:36,900 --> 00:01:38,660 do jego przyjaciela robota. 36 00:01:38,660 --> 00:01:41,546 >> [OKLASKI] 37 00:01:41,546 --> 00:01:42,935 38 00:01:42,935 --> 00:01:44,310 BRIAN SCASSELLATI: Dzięki, David. 39 00:01:44,310 --> 00:01:45,380 Dzięki, Andy. 40 00:01:45,380 --> 00:01:50,050 To jest tak wspaniałe być tutaj z dziś każdy. 41 00:01:50,050 --> 00:01:56,490 Chcę pierwszy być bardzo jasne, że personel tutaj CS50 w Cambridge 42 00:01:56,490 --> 00:01:59,190 była niezwykle gościnni do nas. 43 00:01:59,190 --> 00:02:02,130 Jesteśmy bardzo wdzięczni za wszystko zrobili nas wspierać. 44 00:02:02,130 --> 00:02:05,690 A więc chcielibyśmy, aby móc powrót życzliwość. 45 00:02:05,690 --> 00:02:09,370 >> Więc dzisiaj, mamy do ogłoszenia że będziemy mieć nowy, 46 00:02:09,370 --> 00:02:15,240 jedyny w swoim rodzaju wydarzeniu CS50 dzieje się w New Haven w przyszłym tygodniu. 47 00:02:15,240 --> 00:02:18,040 I to jest CS50 Badania Expo. 48 00:02:18,040 --> 00:02:21,300 Tak więc mamy zamiar być zaproszenie everyone-- CS50 studentów, 49 00:02:21,300 --> 00:02:26,510 Pracownicy zarówno Harvard i Yale-- do przyjść i odwiedzić nas w piątek. 50 00:02:26,510 --> 00:02:30,400 Będziemy mieć szeroki wybór z ponad 30 różnych osób prezentujących 51 00:02:30,400 --> 00:02:34,830 i exhibiting-- upperclassmen pokazując wyłączyć niektóre z ich produktów badawczych. 52 00:02:34,830 --> 00:02:38,480 Będziemy mieć kilka startupów, nawet, patrząc na trochę nowych tech talent, 53 00:02:38,480 --> 00:02:40,460 firmach zarówno z Harvardu i Yale. 54 00:02:40,460 --> 00:02:44,550 I będziemy mieć kilka grup studentów poszukuje jakiegoś nowego składu. 55 00:02:44,550 --> 00:02:46,357 >> To będzie bardzo ekscytujący czas. 56 00:02:46,357 --> 00:02:49,190 Mam nadzieję, że ci z was, którzy są schodzili na Harvard-Yale gry 57 00:02:49,190 --> 00:02:51,360 będą w stanie zatrzymać przez trochę wcześnie, 58 00:02:51,360 --> 00:02:54,060 w samym centrum kampusu, Sterling Memorial Library. 59 00:02:54,060 --> 00:02:58,040 Mamy zamiar mieć zestaw Eksponaty, które wahają się od autonomiczne 60 00:02:58,040 --> 00:03:04,460 żaglówki do sposobów korzystania z oprogramowania do zachowania średniowiecznych rękopisów. 61 00:03:04,460 --> 00:03:07,860 >> My będziemy mieć ogłoszenie sieci hoc i ludzie 62 00:03:07,860 --> 00:03:11,230 nauczanie kodowanie oprogramowania w Cape Town. 63 00:03:11,230 --> 00:03:13,730 Będziemy mieć komputer pokazy muzyczne. 64 00:03:13,730 --> 00:03:16,020 A my oczywiście mieć więcej roboty. 65 00:03:16,020 --> 00:03:18,900 Więc mamy nadzieję, że będziesz dołącz do nas na tej imprezie. 66 00:03:18,900 --> 00:03:21,350 Powinno być dużo zabawa, trochę jedzenia, 67 00:03:21,350 --> 00:03:24,430 i wiele interesujące rzeczy mówić. 68 00:03:24,430 --> 00:03:28,230 >> Więc dzisiaj będziemy rozmawiać o przetwarzaniu języka naturalnego. 69 00:03:28,230 --> 00:03:32,560 I to jest dla nas próba zbudować nowy sposób łączenia 70 00:03:32,560 --> 00:03:35,150 z naszych urządzeń, ponieważ w ciągu ostatnich kilku tygodni, 71 00:03:35,150 --> 00:03:40,800 już koncentruje się na, jak to jest, że można napisać kod, pisać oprogramowanie 72 00:03:40,800 --> 00:03:47,110 który to sposób jest w stanie powiedzieć Maszyna, to jest to, co chcę, aby to zrobić. 73 00:03:47,110 --> 00:03:50,210 >> Ale nie ma potrzeby spodziewać się, że wszystko, 74 00:03:50,210 --> 00:03:53,760 to, że obecnie nie jest używany przez wszystkich na świecie 75 00:03:53,760 --> 00:03:57,480 będzie sprawny w tego rodzaju instrukcji. 76 00:03:57,480 --> 00:04:02,540 Więc odróżnić komputera języki i naturalne languages-- 77 00:04:02,540 --> 00:04:06,720 czyli rzeczy, które ludzie używają komunikować się z innymi ludźmi. 78 00:04:06,720 --> 00:04:12,270 I staramy się budować interfejsy, które używają te naturalne mechanizmy komunikacji. 79 00:04:12,270 --> 00:04:16,029 >> Teraz, tak jak każdy inny temat że zaczęliśmy się w CS50, 80 00:04:16,029 --> 00:04:19,589 mamy zamiar zacząć od najprostszych Trochę przetwarzania języka naturalnego 81 00:04:19,589 --> 00:04:21,269 które możemy sobie wyobrazić. 82 00:04:21,269 --> 00:04:24,940 Mamy zamiar zacząć od Historyczna część języka naturalnego. 83 00:04:24,940 --> 00:04:28,740 I wtedy będziemy budować na coraz nowsze systemy 84 00:04:28,740 --> 00:04:31,450 i zabawy dema po drodze. 85 00:04:31,450 --> 00:04:35,900 >> Tak więc mamy zamiar zacząć od tego, co było prawdopodobnie pierwszym językiem naturalnym 86 00:04:35,900 --> 00:04:38,210 system przetwarzania. 87 00:04:38,210 --> 00:04:45,080 Był to system oprogramowania napisane w 1966 roku przez Josepha Weizenbaum nazywa Eliza. 88 00:04:45,080 --> 00:04:49,640 I ELIZA został zaprojektowany do replikować rodzaj interakcji 89 00:04:49,640 --> 00:04:53,850 trzeba z Rogerian psychoterapeuta. 90 00:04:53,850 --> 00:04:57,210 Teraz, Rogerians, mieli pomysł, że psychoterapia 91 00:04:57,210 --> 00:05:02,800 zaangażowana jest w stanie odzwierciedlać powrotem pacjentowi i rozmawiać z nimi, 92 00:05:02,800 --> 00:05:08,100 w zasadzie, tylko przez nadanie im malutkie nieco terapeuty. 93 00:05:08,100 --> 00:05:09,920 Oznacza to, że wszystko że terapeuta powiedział 94 00:05:09,920 --> 00:05:16,500 miał być po prostu odzwierciedleniem co pacjent mówił do nich. 95 00:05:16,500 --> 00:05:18,990 >> Więc spróbujmy demo tego. 96 00:05:18,990 --> 00:05:22,820 Czy mamy ochotnika, kto by być chętni do dzielenia się ich najgłębsze, 97 00:05:22,820 --> 00:05:26,650 najciemniejsze i / lub fałszywe tajemnice z ELIZA? 98 00:05:26,650 --> 00:05:29,680 Jasne, czemu nie pójdziesz na górę. 99 00:05:29,680 --> 00:05:30,847 Fantastyczny. 100 00:05:30,847 --> 00:05:31,430 A Twoje imię? 101 00:05:31,430 --> 00:05:32,000 >> MILES: Miles. 102 00:05:32,000 --> 00:05:33,041 >> BRIAN SCASSELLATI: Miles. 103 00:05:33,041 --> 00:05:34,270 Miło cię poznać, Miles. 104 00:05:34,270 --> 00:05:36,270 Jeśli chcesz trzymać się tego. 105 00:05:36,270 --> 00:05:40,840 I będziemy używać wersji ELIZA 106 00:05:40,840 --> 00:05:44,640 że mamy replikowane w IDE CS50. 107 00:05:44,640 --> 00:05:47,140 A my spojrzeć na źródła Kod do tego za chwilę. 108 00:05:47,140 --> 00:05:49,910 Ale na razie, jesteśmy po prostu zamiar wywołać wpisując Elizę. 109 00:05:49,910 --> 00:05:55,480 >> I ELIZA zamierza dać odpowiedzi które będą we wszystkich stolicach. 110 00:05:55,480 --> 00:05:57,950 I zamierza zadać kilka pytań. 111 00:05:57,950 --> 00:06:02,130 I będziemy reagować i wpisz w odpowiedzi na ELIZA. 112 00:06:02,130 --> 00:06:04,310 Więc ELIZA powiedział: "Cześć, jestem Eliza. 113 00:06:04,310 --> 00:06:05,462 Jaki masz problem?" 114 00:06:05,462 --> 00:06:08,092 Co chcesz powiedzieć Eliza dzisiaj? 115 00:06:08,092 --> 00:06:10,750 >> MILES: Mogę tylko zasnąć jeśli mam kapcie bunny na. 116 00:06:10,750 --> 00:06:12,440 >> BRIAN SCASSELLATI: Wszystko w porządku. 117 00:06:12,440 --> 00:06:13,360 W porządku. 118 00:06:13,360 --> 00:06:15,300 >> [ŚMIECH] 119 00:06:15,300 --> 00:06:22,410 >> "Mogę tylko zasnąć z bunny pantofle na. " 120 00:06:22,410 --> 00:06:29,000 Eliza mówi: "Powiedz, prawda masz jakieś problemy psychiczne? 121 00:06:29,000 --> 00:06:30,450 Być może jest to dobry wskaźnik. " 122 00:06:30,450 --> 00:06:30,780 >> OK. 123 00:06:30,780 --> 00:06:32,245 Więc co chcesz odpowiedzieć? 124 00:06:32,245 --> 00:06:36,110 125 00:06:36,110 --> 00:06:36,970 >> MILES: Tak. 126 00:06:36,970 --> 00:06:38,660 >> BRIAN SCASSELLATI: Tak. 127 00:06:38,660 --> 00:06:39,570 Człowiek z wielu słów. 128 00:06:39,570 --> 00:06:41,870 I cieszyć się, że. 129 00:06:41,870 --> 00:06:50,200 Eliza mówi: "wydaje się dość pozytywnie." 130 00:06:50,200 --> 00:06:53,200 >> MILES: Nie, jestem w rzeczywistości, elektron. 131 00:06:53,200 --> 00:06:55,150 >> BRIAN SCASSELLATI: "Nie. 132 00:06:55,150 --> 00:07:02,240 W rzeczywistości, jestem elektron. " "Czy przyszedłeś do mnie 133 00:07:02,240 --> 00:07:06,954 bo jesteś elektron? " 134 00:07:06,954 --> 00:07:08,870 Teraz możemy zobaczyć niektóre z things-- idę 135 00:07:08,870 --> 00:07:10,200 aby zatrzymać cię tylko na sekundę, Miles. 136 00:07:10,200 --> 00:07:11,010 Nigdzie nie odchodź. 137 00:07:11,010 --> 00:07:12,650 Jeszcze nie skończyliśmy z tobą jeszcze. 138 00:07:12,650 --> 00:07:16,490 ELIZA jest, w pewnym sensie, reaguje na pewne rzeczy 139 00:07:16,490 --> 00:07:21,140 że on mówi, ale bez jakiekolwiek prawdziwe zrozumienie. 140 00:07:21,140 --> 00:07:26,090 I to również papuga powrotem niektóre z części kary. 141 00:07:26,090 --> 00:07:27,310 >> Więc powiedział: "Nie. 142 00:07:27,310 --> 00:07:29,090 W rzeczywistości, jestem elektron. " 143 00:07:29,090 --> 00:07:34,190 Eliza odpowiedziała powrotem, "Czy przyszedłeś do mnie, bo jesteś elektron? " 144 00:07:34,190 --> 00:07:34,690 W porządku. 145 00:07:34,690 --> 00:07:36,050 Dajmy mu jeszcze jedną odpowiedź tutaj. 146 00:07:36,050 --> 00:07:37,140 Daj mu dobry, Miles. 147 00:07:37,140 --> 00:07:37,806 >> MILES: Dobry jeden? 148 00:07:37,806 --> 00:07:48,400 149 00:07:48,400 --> 00:07:49,570 >> Tak, proszę mi pomóc. 150 00:07:49,570 --> 00:07:50,570 BRIAN SCASSELLATI: "Tak. 151 00:07:50,570 --> 00:07:58,010 Proszę mi pomóc. "" Czy na pewno? " 152 00:07:58,010 --> 00:07:58,510 MILES: Nie 153 00:07:58,510 --> 00:08:00,860 BRIAN SCASSELLATI: Nie 154 00:08:00,860 --> 00:08:03,562 "Co to proponuję do ciebie?" 155 00:08:03,562 --> 00:08:06,760 >> MILES: Nie może być elektron. 156 00:08:06,760 --> 00:08:11,170 >> BRIAN SCASSELLATI: "Ja Nie może być elektronów. " 157 00:08:11,170 --> 00:08:13,790 "Czy nie mówiąc po prostu być ujemne?" 158 00:08:13,790 --> 00:08:14,390 >> W porządku. 159 00:08:14,390 --> 00:08:16,030 Więc Miles, bardzo dziękuję. 160 00:08:16,030 --> 00:08:16,860 >> MILES: Dziękuję. 161 00:08:16,860 --> 00:08:18,360 >> BRIAN SCASSELLATI: Dziękuję bardzo. 162 00:08:18,360 --> 00:08:20,230 [OKLASKI] 163 00:08:20,230 --> 00:08:21,230 164 00:08:21,230 --> 00:08:26,700 >> Więc ten program ELIZA, na wiele sposobów, reaguje tylko kawałki 165 00:08:26,700 --> 00:08:32,730 zapewniając, że jesteśmy bez głębokiego zrozumienie tego, co się tutaj dzieje. 166 00:08:32,730 --> 00:08:36,640 Ten rodzaj systemu nazywa pasujące do wzorca, gdzie 167 00:08:36,640 --> 00:08:40,490 szukamy pewne fragmenty tekstu, że mamy czym 168 00:08:40,490 --> 00:08:44,860 zamiar wziąć z tego, co dostarczono jako wejście 169 00:08:44,860 --> 00:08:52,580 przekształcić go, potencjalnie, w jakiś sposób, a następnie oddać do użytkownika. 170 00:08:52,580 --> 00:08:55,150 >> Czy ktoś z was myśli że ELIZA jest rzeczywiście 171 00:08:55,150 --> 00:08:58,230 wykonywania ważnego psychoanalizę tutaj? 172 00:08:58,230 --> 00:08:59,250 Jedna osoba, może. 173 00:08:59,250 --> 00:09:00,166 >> PUBLICZNOŚCI: [niesłyszalne]. 174 00:09:00,166 --> 00:09:03,315 175 00:09:03,315 --> 00:09:05,440 BRIAN SCASSELLATI: A jak ma się z tym czujesz? 176 00:09:05,440 --> 00:09:06,530 Tak, w rzeczywistości nie. 177 00:09:06,530 --> 00:09:10,890 I mamy zamiar zobaczyć, Faktycznie, Kod źródłowy dla niej za chwilę. 178 00:09:10,890 --> 00:09:13,580 A więc masz zamiar się w stanie dokładnie to zrobić. 179 00:09:13,580 --> 00:09:17,420 >> Teraz, ELIZA jest jedną z form, co nazwalibyśmy dziś czat bot. 180 00:09:17,420 --> 00:09:19,950 To po prostu poprzez Tekst, który jesteś zapewniając, 181 00:09:19,950 --> 00:09:24,030 zapewnia minimum ilość zrozumienia lub przetwarzania, 182 00:09:24,030 --> 00:09:26,790 papugi go, a następnie z powrotem do Ciebie. 183 00:09:26,790 --> 00:09:31,830 Warto więc spojrzeć, koncepcyjnie, i porozmawiać o tym, co 184 00:09:31,830 --> 00:09:34,690 jest to, że ELIZA rzeczywiście robi. 185 00:09:34,690 --> 00:09:42,000 >> ELIZA bierze sentence-- Miejmy powiedzieć: "Chcę, aby zaimponować szefowi." 186 00:09:42,000 --> 00:09:45,130 I ELIZA szuka po tym zdaniu 187 00:09:45,130 --> 00:09:48,730 i stara się znaleźć i dopasować pewne wzorce. 188 00:09:48,730 --> 00:09:52,850 Tak więc, na przykład, jeden ze wzorów że ELIZA szuka są słowa 189 00:09:52,850 --> 00:09:55,110 "Chcę." 190 00:09:55,110 --> 00:09:59,330 I za każdym razem, że widzi coś że ma "chcę" w nim, 191 00:09:59,330 --> 00:10:01,770 formułuje odpowiedź. 192 00:10:01,770 --> 00:10:05,040 I że odpowiedź jest stały ciąg. 193 00:10:05,040 --> 00:10:07,915 W tym przypadku, to: "dlaczego chcesz?" 194 00:10:07,915 --> 00:10:11,330 I umieścić trochę gwiazdę na koniec, bo to jest po prostu 195 00:10:11,330 --> 00:10:13,310 początek naszej odpowiedzi. 196 00:10:13,310 --> 00:10:16,310 A gwiazda wskazuje, że mamy zamiar wziąć resztę 197 00:10:16,310 --> 00:10:19,850 z utterance-- użytkownika "zaimponować szefowi" - 198 00:10:19,850 --> 00:10:24,500 i mamy zamiar dołączyć, że na końcu tego łańcucha. 199 00:10:24,500 --> 00:10:28,990 >> Więc teraz, zamiast mówić: "dlaczego chcesz zaimponować szefowi, " 200 00:10:28,990 --> 00:10:31,800 jest trochę dodatkowe Przetwarzanie, że zrobimy. 201 00:10:31,800 --> 00:10:34,440 Oznacza to, że będziemy musieli konwersji niektóre zaimki 202 00:10:34,440 --> 00:10:38,670 tu z "szefem" do "szefa". 203 00:10:38,670 --> 00:10:41,300 I nie może być kilka innych Zmiany, które musimy zrobić. 204 00:10:41,300 --> 00:10:44,990 Tak więc, zamiast po prostu trzymać go bezpośrednio na końcu, co zrobimy 205 00:10:44,990 --> 00:10:49,160 jest weźmiemy resztę utterance-- autora w białym here-- 206 00:10:49,160 --> 00:10:54,090 i my ją jeden kawałek na czas i przekonwertować każdy łańcuch 207 00:10:54,090 --> 00:10:58,180 Znak, każde słowo, w zdaniu. 208 00:10:58,180 --> 00:10:59,580 >> Więc weźmiemy słowo "do". 209 00:10:59,580 --> 00:11:01,650 Nie ma konwersji że musimy to zrobić. 210 00:11:01,650 --> 00:11:02,340 "Piętno." 211 00:11:02,340 --> 00:11:04,140 Nie ma konwersji trzeba tam robić. 212 00:11:04,140 --> 00:11:06,670 "My" zamieni się "twój". 213 00:11:06,670 --> 00:11:10,070 I "szef", będziemy po prostu zostawić jako "szefa". 214 00:11:10,070 --> 00:11:12,740 I w końcu, wszystko że kończy się okres, 215 00:11:12,740 --> 00:11:16,640 będziemy przekształcić go w pytaniu. 216 00:11:16,640 --> 00:11:22,600 >> To bardzo proste, pasujące do wzorca jest całkiem udany. 217 00:11:22,600 --> 00:11:27,260 A kiedy to został wprowadzony w 1966-- Joseph Weizenbaum 218 00:11:27,260 --> 00:11:28,986 Ta zaprogramowana w komputerze. 219 00:11:28,986 --> 00:11:31,110 Teraz komputery w tym czasie nie były modele desktopowe. 220 00:11:31,110 --> 00:11:33,950 Byli udostępnionych zasobów. 221 00:11:33,950 --> 00:11:39,090 I jego uczniowie iść i porozmawiać z ELIZA. 222 00:11:39,090 --> 00:11:41,570 W końcu musiał ograniczyć dostęp do niego 223 00:11:41,570 --> 00:11:43,890 dlatego, że jego uczniowie nie byli coraz wykonana praca. 224 00:11:43,890 --> 00:11:46,190 Oni po prostu rozmawiając z ELIZA. 225 00:11:46,190 --> 00:11:48,850 I rzeczywiście, miał ogień jego asystenta, który 226 00:11:48,850 --> 00:11:55,840 spędził cały swój czas rozmawiając z ELIZA o swoich głębokich i niepokojących problemów. 227 00:11:55,840 --> 00:12:00,350 >> Każdy, kto używał tych systemów zaczął je antropomorfizować. 228 00:12:00,350 --> 00:12:04,490 Zaczęli myśleć o nich jako jest ożywione i prawdziwi ludzie. 229 00:12:04,490 --> 00:12:07,969 Zaczęli do uznania niektórych to, co mówili 230 00:12:07,969 --> 00:12:09,010 wracali do nich. 231 00:12:09,010 --> 00:12:12,120 A oni dowiedzieć się, rzeczy o sobie. 232 00:12:12,120 --> 00:12:17,290 A w rzeczywistości nawet eksperci nawet psychoterapeuci, 233 00:12:17,290 --> 00:12:22,930 zaczął się martwić, że w rzeczywistości, Może ELIZA byłoby zastąpienie ich. 234 00:12:22,930 --> 00:12:25,640 A nawet komputer Naukowcy obawiają się, że byliśmy 235 00:12:25,640 --> 00:12:30,040 tak blisko do rozwiązywania języka naturalnego. 236 00:12:30,040 --> 00:12:33,520 >> Teraz, że nie było nigdzie w pobliżu prawda. 237 00:12:33,520 --> 00:12:37,280 Ale to, jak imponujące systemy te mogą wydawać. 238 00:12:37,280 --> 00:12:40,080 Więc zacznijmy szukać poniżej i spróbuj 239 00:12:40,080 --> 00:12:46,190 dostać trochę pytanie gdzie ten kod faktycznie się dzieje. 240 00:12:46,190 --> 00:12:48,170 Więc zrobimy ten kod dostępne później. 241 00:12:48,170 --> 00:12:50,880 I jest to bardzo proste i bezpośrednie portu 242 00:12:50,880 --> 00:12:53,240 oryginalnego realizacji ELIZA. 243 00:12:53,240 --> 00:12:56,350 >> Tak więc niektóre z nich stylistyczne rzeczy, które zobaczysz tutaj 244 00:12:56,350 --> 00:12:59,360 nie są stylistycznie co chcielibyśmy, aby zrobić 245 00:12:59,360 --> 00:13:01,480 lub co my nauczania można zrobić. 246 00:13:01,480 --> 00:13:04,770 Ale staraliśmy się je utrzymać taka sama dla licznych portów 247 00:13:04,770 --> 00:13:08,087 które miało to tak, że ma smak oryginału. 248 00:13:08,087 --> 00:13:09,920 Tak więc mamy zamiar to kilka rzeczy, 249 00:13:09,920 --> 00:13:12,920 i wtedy będziemy mieli zestaw słów kluczowych, rzeczy 250 00:13:12,920 --> 00:13:16,460 że ELIZA rozpozna i bezpośrednie. 251 00:13:16,460 --> 00:13:20,780 Więc jeśli masz takie słowa jak "można" lub "nie" lub "nie" 252 00:13:20,780 --> 00:13:24,680 lub "tak" lub "marzenie" lub "cześć", a następnie ELIZA 253 00:13:24,680 --> 00:13:27,920 selektywnie odpowiedzi na te. 254 00:13:27,920 --> 00:13:30,010 Będziemy także mieć pewna liczba rzeczy 255 00:13:30,010 --> 00:13:34,940 że będziemy wymieniać, jak konwersji "my" na "swoje". 256 00:13:34,940 --> 00:13:39,920 >> I wtedy będziemy mieć zestaw odpowiedzi że każde z tych słów, 257 00:13:39,920 --> 00:13:42,580 będziemy obracać się te różne reakcje. 258 00:13:42,580 --> 00:13:45,350 Więc jeśli mówię "tak" trzy razy z rzędu, ja 259 00:13:45,350 --> 00:13:50,429 może uzyskać trzy różne Odpowiedzi z ELIZA. 260 00:13:50,429 --> 00:13:52,345 Nasz kod, a następnie, rzeczywiście bardzo prosta. 261 00:13:52,345 --> 00:13:59,490 Jeśli mogę przewinąć w dół obok nich wszystkich odpowiedzi, że mamy zaprogramowane w 262 00:13:59,490 --> 00:14:02,920 i dostać się do naszego głównego, mamy zamiar zainicjować 263 00:14:02,920 --> 00:14:06,540 kilka różnych zmiennych i zrobić trochę sprzątania 264 00:14:06,540 --> 00:14:08,480 na początku. 265 00:14:08,480 --> 00:14:11,760 Ale to nie ma absolutnie zestaw kodu, który można zrozumieć. 266 00:14:11,760 --> 00:14:15,820 Jedna wielka pętla while, która mówi, że jestem powtórzę to w kółko. 267 00:14:15,820 --> 00:14:20,420 Czytam w linii, i będę zapisać, że w ciągu wejściowego. 268 00:14:20,420 --> 00:14:23,880 Będę sprawdzić i zobaczyć, czy jest to Specjalny kluczowe "do widzenia", który 269 00:14:23,880 --> 00:14:26,199 Oznacza wyjść z programu. 270 00:14:26,199 --> 00:14:29,240 A potem będę sprawdzić i zobaczyć, czy ktoś po prostu powtarzając się 271 00:14:29,240 --> 00:14:29,800 raz po raz. 272 00:14:29,800 --> 00:14:31,174 I będę krzyczeć na nich, jeśli robią. 273 00:14:31,174 --> 00:14:34,820 Powiem "nie powtarzaj się." 274 00:14:34,820 --> 00:14:40,500 >> Tak długo, jak żadna z tych wydarzy, będziemy następnie poprzez skanowanie i pętli, 275 00:14:40,500 --> 00:14:45,330 na liniach 308 do 313 tutaj i sprawdź i zobacz 276 00:14:45,330 --> 00:14:49,090 to każdy z tych kluczowych Określenie zawarte w wejściu 277 00:14:49,090 --> 00:14:50,620 że właśnie podane? 278 00:14:50,620 --> 00:14:54,845 Jeśli jest mecz dla nich, oraz potem, będę pamiętać, że lokalizacja. 279 00:14:54,845 --> 00:14:57,050 Będę pamiętać, że słowa kluczowego. 280 00:14:57,050 --> 00:14:58,620 I będę w stanie zbudować odpowiedź. 281 00:14:58,620 --> 00:15:03,150 >> Jeśli nie znajdę jeden, dobrze więc, ostatnia rzecz w moim tablicy słów kluczowych 282 00:15:03,150 --> 00:15:08,070 Domyślne będzie moje odpowiedzi, kiedy nic innego nie pasuje. 283 00:15:08,070 --> 00:15:14,160 Zadaję pytania typu "dlaczego tu? "lub" Jak mogę pomóc? " 284 00:15:14,160 --> 00:15:19,710 które są tylko częściowo odpowiednie bez względu na to, co jest wejście. 285 00:15:19,710 --> 00:15:22,580 >> Będziemy wtedy budować odpowiedź Elizy. 286 00:15:22,580 --> 00:15:26,040 Będziemy w stanie podjąć że odpowiedź podstawa, 287 00:15:26,040 --> 00:15:28,370 tak jak zrobiliśmy to w tym "mój szef" przykład. 288 00:15:28,370 --> 00:15:30,970 289 00:15:30,970 --> 00:15:33,990 Jeśli to wszystko, że nie jest-- jeśli to tylko jeden 290 00:15:33,990 --> 00:15:36,860 Ciąg, który Ja mam respond-- Może po prostu wysłać go z powrotem. 291 00:15:36,860 --> 00:15:40,610 Jeśli ma gwiazdkę na koniec na tym, a potem będę 292 00:15:40,610 --> 00:15:45,710 przetworzyć każdy pojedynczy wyraz w reszta odpowiedzi użytkownika 293 00:15:45,710 --> 00:15:51,590 i dodać te, w, wymieniając słowo w słowo, jak trzeba. 294 00:15:51,590 --> 00:15:56,100 >> Wszystko to jest całkowicie coś, co można zbudować. 295 00:15:56,100 --> 00:15:59,230 I rzeczywiście, te sposoby, w których mają zrealizowane argumenty wiersza poleceń, 296 00:15:59,230 --> 00:16:03,570 sposób, w jaki masz przetwarzane przez żądań HTTP 297 00:16:03,570 --> 00:16:05,510 wykonaj te same rodzaje reguł. 298 00:16:05,510 --> 00:16:08,220 Są pasujące do wzorca. 299 00:16:08,220 --> 00:16:15,170 >> Więc Eliza stosunkowo ważne wpływ na języku naturalnym 300 00:16:15,170 --> 00:16:21,620 bo to sprawiło, że wydaje się, że to bardzo osiągalny cel, jak jakoś bym 301 00:16:21,620 --> 00:16:25,550 w stanie rozwiązać problemu bezpośrednio. 302 00:16:25,550 --> 00:16:30,670 Teraz, to nie znaczy, że ELIZA robi wszystko, co chcielibyśmy robić. 303 00:16:30,670 --> 00:16:33,710 Zdecydowanie nie. 304 00:16:33,710 --> 00:16:35,660 Ale powinniśmy być w stanie zrobić coś więcej. 305 00:16:35,660 --> 00:16:38,280 306 00:16:38,280 --> 00:16:41,490 >> Naszym pierwszym krokiem, aby przejść poza ELIZA będzie 307 00:16:41,490 --> 00:16:44,840 aby być w stanie spojrzeć na Nie tekst wpisywany 308 00:16:44,840 --> 00:16:53,750 na klawiaturze, ale słowa, faktyczna mowy nagrane do mikrofonu. 309 00:16:53,750 --> 00:16:56,880 Więc, jak patrzymy na nich różne kawałki, jesteśmy 310 00:16:56,880 --> 00:17:00,304 będzie musiał zbudować zestaw modeli. 311 00:17:00,304 --> 00:17:02,970 Mamy zamiar być w stanie jechać z akustycznych niskiego poziomu 312 00:17:02,970 --> 00:17:07,180 information-- boisko, amplituda, frequency-- 313 00:17:07,180 --> 00:17:09,530 i przekonwertować do niektóre jednostki, że jesteśmy 314 00:17:09,530 --> 00:17:14,619 mogli łatwiej manipulować i wreszcie manipulowania nimi 315 00:17:14,619 --> 00:17:18,609 w słowa i zdania. 316 00:17:18,609 --> 00:17:22,880 >> Więc najbardziej rozpoznawania mowy systemy, które są tam dzisiaj 317 00:17:22,880 --> 00:17:26,069 postępuj statystyczny Model, w którym budujemy 318 00:17:26,069 --> 00:17:35,090 trzy oddzielne reprezentacje co że sygnał audio rzeczywiście zawiera. 319 00:17:35,090 --> 00:17:38,640 Zaczynamy od fonetycznego modelu które mówi o tylko podstawy 320 00:17:38,640 --> 00:17:41,250 brzmi, że jestem produkcji. 321 00:17:41,250 --> 00:17:46,900 Ja produkcji czegoś, co jest B jak na chłopca lub D jak w psa? 322 00:17:46,900 --> 00:17:53,220 Jak mogę rozpoznać tych dwóch różnych telefony jak odrębną? 323 00:17:53,220 --> 00:17:56,600 >> Oprócz tego, będziemy następnie zbudować słowo modelu wymowę, 324 00:17:56,600 --> 00:18:01,350 coś, co łączy ze sobą te poszczególne telefony 325 00:18:01,350 --> 00:18:04,724 i łączy je w słowie. 326 00:18:04,724 --> 00:18:07,890 A potem weźmiemy słowa i będziemy montować je w języku 327 00:18:07,890 --> 00:18:13,010 modelować w kompletne zdania. 328 00:18:13,010 --> 00:18:17,230 >> Teraz będziemy rozmawiać o sobie z nich niezależnie i oddzielnie. 329 00:18:17,230 --> 00:18:21,580 Ale te trzy modele są tylko będzie statystyka. 330 00:18:21,580 --> 00:18:23,502 A to oznacza, kiedy pracować z nimi, będziemy 331 00:18:23,502 --> 00:18:25,376 móc pracować je wszystkie jednocześnie. 332 00:18:25,376 --> 00:18:28,100 333 00:18:28,100 --> 00:18:28,600 W porządku. 334 00:18:28,600 --> 00:18:30,890 Zacznijmy naszą fonetycznej modelu. 335 00:18:30,890 --> 00:18:34,470 Więc modele fonetyczne polegać na technika obliczeniowa 336 00:18:34,470 --> 00:18:37,320 Ukryte modele Markowa nazywa. 337 00:18:37,320 --> 00:18:43,050 Są to modele graficzne, w którym mieć i rozpoznać stan świata 338 00:18:43,050 --> 00:18:46,500 a charakteryzuje zestawem funkcji. 339 00:18:46,500 --> 00:18:51,960 I ten stan opisuje jedną część skargi, że jestem zaangażowany w. 340 00:18:51,960 --> 00:19:00,190 >> Więc jeśli myślę o zrobieniu dźwięk "ma" jak matka, 341 00:19:00,190 --> 00:19:03,970 nie różnią Komponenty do tego dźwięku. 342 00:19:03,970 --> 00:19:07,230 Jest częścią, gdzie zwrócić się w powietrze. 343 00:19:07,230 --> 00:19:09,560 I wtedy kiesy moje usta. 344 00:19:09,560 --> 00:19:13,710 I toczyć moje usta się trochę do tyłu nieco, aby ten "ma" dźwięku. 345 00:19:13,710 --> 00:19:15,340 A wtedy nie uwolnienie. 346 00:19:15,340 --> 00:19:17,020 Moje usta rozpadnie. 347 00:19:17,020 --> 00:19:19,030 Powietrze jest wykluczony. 348 00:19:19,030 --> 00:19:22,650 "Mama." 349 00:19:22,650 --> 00:19:29,250 >> Te trzy różne części będzie reprezentowane przez państwa w tym graph-- 350 00:19:29,250 --> 00:19:33,420 początek, środek i koniec. 351 00:19:33,420 --> 00:19:38,060 I będę musiał przejść, że pozwoliła mi podróżować z jednego stanu 352 00:19:38,060 --> 00:19:42,260 do drugiej z pewnym prawdopodobieństwem. 353 00:19:42,260 --> 00:19:47,250 Tak więc, na przykład, że M dźwięk może mieć bardzo, 354 00:19:47,250 --> 00:19:51,850 bardzo krótki spożycie w beginning-- "mm" - i wtedy dłużej 355 00:19:51,850 --> 00:19:55,640 Faza wibracyjny, gdzie trzymam moje wargi i niemal humming-- 356 00:19:55,640 --> 00:20:05,090 "mmmm" - i to bardzo krótki plosive gdzie wyrzucić breath-- "Ma". 357 00:20:05,090 --> 00:20:09,370 >> Ukryty modelu Markowa jest przeznaczony do przechwytywania fakt 358 00:20:09,370 --> 00:20:13,340 że sposób, że robię że dźwięk "ma" będzie 359 00:20:13,340 --> 00:20:17,350 się nieco inaczej jej czas, to częstotliwość, 360 00:20:17,350 --> 00:20:21,030 i jego funkcje niż sposób, że ci się uda 361 00:20:21,030 --> 00:20:23,300 lub sposób, że może sprawiają, że kiedy mówię 362 00:20:23,300 --> 00:20:26,030 o różne zastosowania listu. 363 00:20:26,030 --> 00:20:33,240 "Matka" i "może ja" będzie brzmieć nieco inaczej. 364 00:20:33,240 --> 00:20:36,800 >> Tak więc, aby rozpoznać szczególności dźwięk, że będzie 365 00:20:36,800 --> 00:20:42,020 budować modele Markowa, te ukryte Markowa modele, z każdej możliwej telefon, że I 366 00:20:42,020 --> 00:20:45,840 Może chcą uznać, każdy możliwy dźwięk, 367 00:20:45,840 --> 00:20:49,750 a następnie spojrzeć na dane akustyczne, że mam 368 00:20:49,750 --> 00:20:54,430 i określić statystycznie który z nich jest najbardziej prawdopodobny 369 00:20:54,430 --> 00:20:58,110 aby dały ten dźwięk. 370 00:20:58,110 --> 00:20:58,610 OK. 371 00:20:58,610 --> 00:21:01,540 372 00:21:01,540 --> 00:21:06,750 Z tego modelu, my wtedy zacząć budować na nim. 373 00:21:06,750 --> 00:21:09,330 Bierzemy wymową. 374 00:21:09,330 --> 00:21:11,790 Teraz, czasami wymowa Modele są proste i łatwe 375 00:21:11,790 --> 00:21:14,440 dlatego, że jest tylko jedna sposób wymówić coś. 376 00:21:14,440 --> 00:21:17,990 Inne czasy, że jesteś trochę bardziej skomplikowane. 377 00:21:17,990 --> 00:21:21,340 Oto przewodnik wymowa dla tej czerwonej rzeczy, które są 378 00:21:21,340 --> 00:21:25,210 owoce, które sprawiają, ketchup z. 379 00:21:25,210 --> 00:21:27,360 Ludzie nie myślą, że to owoce. 380 00:21:27,360 --> 00:21:27,860 Dobrze? 381 00:21:27,860 --> 00:21:30,880 382 00:21:30,880 --> 00:21:35,300 >> Obecnie istnieje wiele różnych metod że ludzie będą wymawia to słowo. 383 00:21:35,300 --> 00:21:37,780 Niektórzy powiedzą "toe-maj-toe". 384 00:21:37,780 --> 00:21:40,880 Niektórzy powiedzą "toe-mah-toe". 385 00:21:40,880 --> 00:21:44,800 I możemy uchwycić, że z jeden z tych modeli graficznych 386 00:21:44,800 --> 00:21:48,305 gdzie znowu reprezentujemy przejścia jako posiadające pewne prawdopodobieństwo 387 00:21:48,305 --> 00:21:51,360 i związane z tym prawdopodobieństwo z nimi. 388 00:21:51,360 --> 00:21:58,290 >> Więc w tym przypadku, gdybym miał do naśladowania górna trasa przez cały ten wykres, 389 00:21:58,290 --> 00:22:03,330 Chciałbym być począwszy od litery daleko po lewej, "ta" dźwięk. 390 00:22:03,330 --> 00:22:07,570 Wziąłbym górną połowę, W "och", a następnie "ma" 391 00:22:07,570 --> 00:22:14,530 i "a", a następnie "ta" i "ach". "Toe-may-toe". 392 00:22:14,530 --> 00:22:19,610 Gdybym wziął dolną drogę przez to będę się "TA-mah-toe". 393 00:22:19,610 --> 00:22:26,810 A gdybym poszedł, a następnie się, chciałbym uzyskać "TA-maj-toe". 394 00:22:26,810 --> 00:22:29,950 >> Modele te uchwycić te różnice, bo gdy 395 00:22:29,950 --> 00:22:32,410 możemy wdrożyć jeden z nich Systemy rozpoznawania, 396 00:22:32,410 --> 00:22:35,340 to będzie musiał pracować z wiele różnego rodzaju ludzi, 397 00:22:35,340 --> 00:22:39,295 wiele różnych akcentów, a nawet różne zastosowania tych samych słów. 398 00:22:39,295 --> 00:22:42,204 399 00:22:42,204 --> 00:22:44,120 Wreszcie, na dodatek, będziemy budować coś 400 00:22:44,120 --> 00:22:48,780 że wygląda naprawdę skomplikowane, zwany model języka, 401 00:22:48,780 --> 00:22:52,950 ale w rzeczywistości jest najprostszym trzy, bo te działają 402 00:22:52,950 --> 00:22:56,041 na tak zwane modele n-gram. 403 00:22:56,041 --> 00:23:02,270 I w tym przypadku, jestem pokazano, dwuczęściowy Model n-gram, A BIGRAM. 404 00:23:02,270 --> 00:23:08,910 Jedziemy do fizycznej pomysł że czasami niektóre słowa są 405 00:23:08,910 --> 00:23:14,680 bardziej prawdopodobne, aby postępować zgodnie ze dane słowo niż inne. 406 00:23:14,680 --> 00:23:25,210 Gdybym tylko, że "Prognoza pogody" następne słowo może prawdopodobnie "dzisiaj" 407 00:23:25,210 --> 00:23:31,510 lub może być "pogoda Prognoza na jutro. " 408 00:23:31,510 --> 00:23:38,870 Ale to jest mało prawdopodobne, aby być " prognoza pogody karczocha. " 409 00:23:38,870 --> 00:23:42,980 >> Jaki model język nie jest ujmuje tych statystycznie 410 00:23:42,980 --> 00:23:47,450 licząc od niektórych bardzo duże corpus, wszystkie instancje 411 00:23:47,450 --> 00:23:50,890 w której jedno słowo następuje kolejny. 412 00:23:50,890 --> 00:23:54,300 Więc jeśli wezmę dużą corpus-- jak co Wall Street Journal 413 00:23:54,300 --> 00:24:00,750 który jest produkowany od 1930 roku, który jest jednym z normą corpuses-- 414 00:24:00,750 --> 00:24:03,910 i patrzę przez wszystkich ten tekst, i liczę 415 00:24:03,910 --> 00:24:09,770 ile razy po "dzisiaj", "Prognoza" widzę 416 00:24:09,770 --> 00:24:17,454 i ile razy widzę "Prognoza", a następnie "karczoch" 417 00:24:17,454 --> 00:24:19,370 pierwszy z nich będzie jest znacznie większe. 418 00:24:19,370 --> 00:24:21,540 To będzie się pojawiać znacznie częściej. 419 00:24:21,540 --> 00:24:24,610 I tak będziesz mieć wyższą prawdopodobieństwa związanego z nim. 420 00:24:24,610 --> 00:24:27,340 >> Jeśli chcę, aby dowiedzieć się prawdopodobieństwo całej wypowiedzi, 421 00:24:27,340 --> 00:24:29,940 następnie, po prostu złamać go. 422 00:24:29,940 --> 00:24:35,990 Tak więc prawdopodobieństwo rozprawie zdanie "szczur zjadł ser" 423 00:24:35,990 --> 00:24:39,110 jest prawdopodobieństwo tego słowa "the" zaczynając zdanie, 424 00:24:39,110 --> 00:24:42,540 i prawdopodobieństwo, że Słowo "szczur" następuje słowo "THE" 425 00:24:42,540 --> 00:24:44,910 a prawdopodobieństwo, że Słowo "zjadł" podąża "szczura" 426 00:24:44,910 --> 00:24:51,120 oraz prawdopodobieństwo, że "ser" następuje "zjadł". 427 00:24:51,120 --> 00:24:55,160 >> To brzmi jak dużo statystyki, wiele prawdopodobieństw. 428 00:24:55,160 --> 00:24:57,510 I to jest wszystko, co to jest. 429 00:24:57,510 --> 00:25:02,920 Ale zadziwiające jest to, jeśli to zrobisz z wystarczająco dużej próbki danych, 430 00:25:02,920 --> 00:25:03,670 to działa. 431 00:25:03,670 --> 00:25:05,250 I działa niesamowicie dobrze. 432 00:25:05,250 --> 00:25:07,810 433 00:25:07,810 --> 00:25:11,420 Wszyscy wiemy, że te technologie. 434 00:25:11,420 --> 00:25:16,500 Większość systemów operacyjnych pochodzą z rozpoznawania głosu w tym punkcie. 435 00:25:16,500 --> 00:25:20,940 Używamy Siri i Cortana i Echo. 436 00:25:20,940 --> 00:25:25,070 A te rzeczy są oparte na Tego typu trójwarstwowego model-- 437 00:25:25,070 --> 00:25:30,620 fonetyczny modelu na dole, a Wymowa model w środku, 438 00:25:30,620 --> 00:25:33,690 i model języka na nich. 439 00:25:33,690 --> 00:25:37,630 >> Teraz mają zrobić trochę więcej niż w celu odpowiedzi na pytania. 440 00:25:37,630 --> 00:25:43,000 Ale uznanie, co masz powiedzenie zależy właśnie na tym. 441 00:25:43,000 --> 00:25:45,700 Więc weźmy przykład tutaj. 442 00:25:45,700 --> 00:25:52,020 Więc mam mój telefon siedzi tutaj pod kamerą dokumentu. 443 00:25:52,020 --> 00:25:56,110 I mamy zamiar zwraca Siri na kilka pytań. 444 00:25:56,110 --> 00:25:57,150 W porządku? 445 00:25:57,150 --> 00:25:59,940 >> Więc obudź się mój telefon tutaj. 446 00:25:59,940 --> 00:26:02,710 447 00:26:02,710 --> 00:26:05,000 Siri, jaka jest pogoda jak w dzisiejszym New Haven? 448 00:26:05,000 --> 00:26:07,670 449 00:26:07,670 --> 00:26:10,780 >> Siri: Oto pogoda dla New Haven, Connecticut dziś. 450 00:26:10,780 --> 00:26:11,890 >> BRIAN SCASSELLATI: OK. 451 00:26:11,890 --> 00:26:16,720 Więc pierwszy zobaczyłem, że Siri uznane każdy z poszczególnych słów 452 00:26:16,720 --> 00:26:19,050 a następnie wytwarza się w reakcji. 453 00:26:19,050 --> 00:26:22,277 Porozmawiamy o tym, że reakcja chodzi o w trochę. 454 00:26:22,277 --> 00:26:24,110 Ale teraz, gdy wiemy, że opiera się 455 00:26:24,110 --> 00:26:28,880 na surowych danych statystycznych i tym wzór typu dopasowanie podejścia, 456 00:26:28,880 --> 00:26:31,120 możemy pograć w gry z Siri. 457 00:26:31,120 --> 00:26:34,560 >> Więc mogę spróbować ponownie. 458 00:26:34,560 --> 00:26:38,864 Siri, jaka jest pogoda Hipopotam New Haven, dzisiaj? 459 00:26:38,864 --> 00:26:39,810 >> Siri: OK. 460 00:26:39,810 --> 00:26:44,245 Oto pogoda dla nowych Haven, Connecticut na dzisiaj. 461 00:26:44,245 --> 00:26:46,120 BRIAN SCASSELLATI: Siri nie obawiają się, że 462 00:26:46,120 --> 00:26:50,980 bo to znalazł pattern-- "pogoda", "dzisiaj", "New Haven." 463 00:26:50,980 --> 00:26:54,420 To jest to, co reaguje by, tak jak Eliza. 464 00:26:54,420 --> 00:26:54,920 W porządku. 465 00:26:54,920 --> 00:26:59,390 Dajmy jej jeszcze nawet bardziej śmieszny przykład. 466 00:26:59,390 --> 00:27:03,075 Siri, pogoda karczoch Pancernik hipopotam New Haven? 467 00:27:03,075 --> 00:27:06,806 468 00:27:06,806 --> 00:27:08,400 >> Siri: Pozwól mi sprawdzić się na tym. 469 00:27:08,400 --> 00:27:11,280 Oto co znalazłem w internecie za to, co są karczochy Armadillo 470 00:27:11,280 --> 00:27:13,780 Hipopotam New Haven. 471 00:27:13,780 --> 00:27:14,760 >> BRIAN SCASSELLATI: OK. 472 00:27:14,760 --> 00:27:20,400 Więc jeśli pójdę na tyle daleko z dala od tego modelu, 473 00:27:20,400 --> 00:27:24,365 Jestem w stanie zmylić, bo to nie ma już pasuje do wzorca, że ​​ma. 474 00:27:24,365 --> 00:27:27,370 475 00:27:27,370 --> 00:27:29,390 I że statystyczna silnik, który mówi, 476 00:27:29,390 --> 00:27:32,850 co to jest prawdopodobieństwo, że masz hipopotam słowa i karczochami 477 00:27:32,850 --> 00:27:34,440 razem i Armadillo? 478 00:27:34,440 --> 00:27:36,050 To musi być coś nowego. 479 00:27:36,050 --> 00:27:38,840 480 00:27:38,840 --> 00:27:40,610 >> Więc tych technologii używamy na co dzień. 481 00:27:40,610 --> 00:27:43,670 482 00:27:43,670 --> 00:27:47,800 Jeśli chcemy się im jeden krok dalej, choć, jeśli rzeczywiście 483 00:27:47,800 --> 00:27:53,930 Chcesz być w stanie rozmawiać o tym, co jest to, że systemy te reagują, 484 00:27:53,930 --> 00:28:00,630 musimy porozmawiać, ponownie, około bardziej podstawowy zestaw pytań. 485 00:28:00,630 --> 00:28:05,370 I to jest to temat w komunikacji które nazywamy pytanie sekretarka. 486 00:28:05,370 --> 00:28:07,028 Oznacza to, że chcemy być w stanie to-- tak? 487 00:28:07,028 --> 00:28:07,944 PUBLICZNOŚCI: [niesłyszalne]. 488 00:28:07,944 --> 00:28:10,789 489 00:28:10,789 --> 00:28:13,330 BRIAN SCASSELLATI: Czy mamy do ukrytej przetwarzania semantycznego? 490 00:28:13,330 --> 00:28:14,070 Więc tak. 491 00:28:14,070 --> 00:28:17,820 Istnieje wiele rzeczy, które są dzieje się pod powierzchnią z Siri 492 00:28:17,820 --> 00:28:20,210 oraz w niektórych przykładach Mam zamiar pokazać, obok 493 00:28:20,210 --> 00:28:22,610 tam, gdzie jest trochę pod względem struktury 494 00:28:22,610 --> 00:28:25,260 z tego, co mówisz, że to ważne. 495 00:28:25,260 --> 00:28:31,890 I, w rzeczywistości, to jest wielki prekursor do następnego slajdu dla mnie. 496 00:28:31,890 --> 00:28:35,110 >> Tak więc w taki sam sposób, że nasze rozpoznawanie mowy został zbudowany 497 00:28:35,110 --> 00:28:39,620 z wielu warstw, jeśli chcemy zrozumieć, co to jest to, że rzeczywiście 498 00:28:39,620 --> 00:28:44,620 Mimo to, jesteśmy znów będzie polegać na analizie wielowarstwowej 499 00:28:44,620 --> 00:28:47,020 tekstu, który jest rozpoznawana. 500 00:28:47,020 --> 00:28:52,560 Więc kiedy Siri jest rzeczywiście w stanie powiedzmy, spójrz znalazłem te słowa. 501 00:28:52,560 --> 00:28:55,230 Teraz co mam z nimi zrobić? 502 00:28:55,230 --> 00:28:59,110 Pierwszy składnik jest często przejść i spróbować przeanalizować 503 00:28:59,110 --> 00:29:03,010 struktura zdania. 504 00:29:03,010 --> 00:29:05,410 A w co widzieliśmy w szkole, często 505 00:29:05,410 --> 00:29:08,920 jako swego rodzaju diagramów zdania, jedziemy 506 00:29:08,920 --> 00:29:12,774 do uznania, że ​​pewne Słowa mają określone role. 507 00:29:12,774 --> 00:29:13,440 Są to rzeczowniki. 508 00:29:13,440 --> 00:29:14,231 Są to zaimki. 509 00:29:14,231 --> 00:29:16,200 Są to czasowniki. 510 00:29:16,200 --> 00:29:19,460 I będziemy rozpoznawać że dla określonego gramatyki 511 00:29:19,460 --> 00:29:24,700 w tym przypadku gramatyki angielskiej, istnieje ważne sposoby, w jakie je łączą mogę 512 00:29:24,700 --> 00:29:26,280 i inne sposoby, które nie są ważne. 513 00:29:26,280 --> 00:29:29,920 514 00:29:29,920 --> 00:29:33,870 >> Uznanie, że struktura, może być za mało, aby pomóc nam 515 00:29:33,870 --> 00:29:36,720 trochę. 516 00:29:36,720 --> 00:29:39,820 Ale to nie wystarczy, dość dla nas, aby być w stanie udzielić 517 00:29:39,820 --> 00:29:43,290 żadnego znaczenia to, co powiedział, jest tutaj. 518 00:29:43,290 --> 00:29:46,615 Aby to zrobić, musimy polegać na niektóre ilość przetwarzania semantycznego. 519 00:29:46,615 --> 00:29:49,590 520 00:29:49,590 --> 00:29:55,080 Oznacza to, że będziemy patrzeć co pod spodem, co każdy z tych słów 521 00:29:55,080 --> 00:29:57,400 faktycznie prowadzi w rozumieniu. 522 00:29:57,400 --> 00:30:01,150 A w najprostszy sposób to zrobić, będziemy obcować z każdego słowa 523 00:30:01,150 --> 00:30:06,930 że wiemy, pewną funkcję, pewna transformacja niego 524 00:30:06,930 --> 00:30:09,300 pozwala się zdarzyć. 525 00:30:09,300 --> 00:30:14,470 >> W tym wypadku możemy oznakować Słowo "John" jako imię własne, 526 00:30:14,470 --> 00:30:18,160 że wiąże się z tożsamością. 527 00:30:18,160 --> 00:30:21,530 I możemy oznakować "Mary" w taki sam sposób. 528 00:30:21,530 --> 00:30:27,900 Podczas gdy czasownik jak "miłości", które stanowi szczególny związek 529 00:30:27,900 --> 00:30:31,582 że jesteśmy w stanie reprezentować. 530 00:30:31,582 --> 00:30:33,290 Teraz, to nie znaczy, że rozumiemy 531 00:30:33,290 --> 00:30:37,680 co to jest miłość, ale tylko, że rozumiemy jest w zasadzie systemem symbolicznego. 532 00:30:37,680 --> 00:30:40,480 Oznacza to, że można oznaczyć to i manipulować. 533 00:30:40,480 --> 00:30:44,230 534 00:30:44,230 --> 00:30:49,120 >> Z każdym z tych typów rozwiązań, każdy rodzaj przetwarzania semantycznego 535 00:30:49,120 --> 00:30:57,060 tutaj będzie wymagać trochę trochę wiedzy i dużo pracy 536 00:30:57,060 --> 00:30:59,020 z naszej strony. 537 00:30:59,020 --> 00:31:03,590 Nie jesteśmy już w sferze gdzie po prostu statystyki 538 00:31:03,590 --> 00:31:07,320 będą dla nas wystarczające. 539 00:31:07,320 --> 00:31:11,330 Teraz, aby przejść od tego punktu do bycia 540 00:31:11,330 --> 00:31:15,520 w stanie mówić o wewnętrznej co się właściwie dzieje, 541 00:31:15,520 --> 00:31:19,640 do możliwości manipulowania tym uporządkować i zrozumieć pytanie 542 00:31:19,640 --> 00:31:23,160 i są w stanie wyjść i szukać, 543 00:31:23,160 --> 00:31:27,290 że wymaga bardziej złożony model poznawczy. 544 00:31:27,290 --> 00:31:34,880 >> Sposób, w jaki te urządzenia są zbudowane Jest na ogół bardzo roboczej 545 00:31:34,880 --> 00:31:36,350 intensywny. 546 00:31:36,350 --> 00:31:39,490 Dotyczą one ludzi spędzać dużo 547 00:31:39,490 --> 00:31:44,100 czasu ukształtowania drogi w którym te rodzaje kar 548 00:31:44,100 --> 00:31:47,270 może być reprezentowany w pewnej logiki. 549 00:31:47,270 --> 00:31:51,639 550 00:31:51,639 --> 00:31:53,430 To staje się jeszcze trochę bardziej skomplikowane, choć. 551 00:31:53,430 --> 00:31:56,400 552 00:31:56,400 --> 00:31:59,660 >> Nawet, gdy mamy do czynienia z semantyką, będziemy 553 00:31:59,660 --> 00:32:03,860 jeszcze patrzeć na pragmatyka, co mówi. 554 00:32:03,860 --> 00:32:08,620 To, w jaki sposób odnoszą się słowa że muszę coś fizycznie się 555 00:32:08,620 --> 00:32:12,054 tam na świecie, lub przynajmniej niektóre źródła informacji 556 00:32:12,054 --> 00:32:12,970 że można manipulować? 557 00:32:12,970 --> 00:32:15,780 558 00:32:15,780 --> 00:32:20,790 >> Czasami te prowadzą do wspaniałe kawałki dwuznaczności. 559 00:32:20,790 --> 00:32:24,470 "Red-hot gwiazda poślubić astronoma." 560 00:32:24,470 --> 00:32:25,630 OK. 561 00:32:25,630 --> 00:32:28,540 Teraz czytamy, że jako śmieszne typ nagłówka 562 00:32:28,540 --> 00:32:34,690 które widzimy na nocną TV bo nie interpretować "gwiazda" 563 00:32:34,690 --> 00:32:38,630 mieć swoje niebiańskie znaczenia ciała. 564 00:32:38,630 --> 00:32:43,390 Wiemy, że oznacza to, że więcej Aktor lub aktorka powszechne 565 00:32:43,390 --> 00:32:45,240 duża ilość widoczności. 566 00:32:45,240 --> 00:32:47,770 567 00:32:47,770 --> 00:32:51,950 >> "Skład pomaga ofierze psa gryźć". 568 00:32:51,950 --> 00:32:55,550 Czy to, że drużyna jest w rzeczywistości tam pomoc psa 569 00:32:55,550 --> 00:32:59,620 w dzieje wokół i gryząc ofiary? 570 00:32:59,620 --> 00:33:02,380 Albo jest to, że nie było osoba, która była 571 00:33:02,380 --> 00:33:04,625 ugryziony przez psa, który potrzebował pomocy? 572 00:33:04,625 --> 00:33:07,650 573 00:33:07,650 --> 00:33:11,480 Tylko patrząc na składni i semantyka zdań, 574 00:33:11,480 --> 00:33:14,660 nie możemy określić, że. 575 00:33:14,660 --> 00:33:22,000 >> "Helikopter zasilany przez człowieka muchy." 576 00:33:22,000 --> 00:33:27,330 Są tam w rzeczywistości, rzeczywiste małe rzeczy latają, że 577 00:33:27,330 --> 00:33:34,510 są ludzie ze skrzydłami zasilania śmigłowce dla dobra ludzkości? 578 00:33:34,510 --> 00:33:38,960 Czy jest tam jedno urządzenie mechaniczne która czerpie moc od osoby? 579 00:33:38,960 --> 00:33:41,600 580 00:33:41,600 --> 00:33:46,500 >> Kiedy patrzymy na pytanie systemy odpowiadające, 581 00:33:46,500 --> 00:33:51,110 Są to Warstwy musimy sobie poradzić. 582 00:33:51,110 --> 00:33:54,890 Teraz, najlepsze i najbardziej sortowania of rozpowszechnione tych systemów 583 00:33:54,890 --> 00:34:00,640 dziś są w stanie zrobić rzeczy, na poziomie, które są 584 00:34:00,640 --> 00:34:05,050 daleko poza to, co mieliśmy 10 lat temu. 585 00:34:05,050 --> 00:34:08,210 Oto jeden z najlepszych systemów to tam dzisiaj. 586 00:34:08,210 --> 00:34:10,519 I jest to system IBM o nazwie Watson. 587 00:34:10,519 --> 00:34:13,040 588 00:34:13,040 --> 00:34:15,500 To od naszych przyjaciół z IBM. 589 00:34:15,500 --> 00:34:19,810 To banki Katherine, Jia Chen, i Pryscylla Moraes dając nam 590 00:34:19,810 --> 00:34:26,323 pokaz Watson wczoraj w IBM Yorktown. 591 00:34:26,323 --> 00:34:26,989 [ODTWARZANIE] 592 00:34:26,989 --> 00:34:27,690 -Jak się masz? 593 00:34:27,690 --> 00:34:30,600 594 00:34:30,600 --> 00:34:31,980 >> -Jest mi dobrze. 595 00:34:31,980 --> 00:34:35,429 Zawsze jestem szczęśliwy, kiedy jestem myślenia, zwłaszcza kiedy 596 00:34:35,429 --> 00:34:38,920 można zachować spokój w tych pomieszczeniach serwerowych. 597 00:34:38,920 --> 00:34:40,170 -Kto Jest twoja ulubiona aktorka? 598 00:34:40,170 --> 00:34:43,870 599 00:34:43,870 --> 00:34:47,555 >> -Moja Ulubiona aktorka Angelina Jolie jako Lara Croft 600 00:34:47,555 --> 00:34:54,800 Tomb Raider, ponieważ jej oryginał forma była jako wirtualny charakter jak ja. 601 00:34:54,800 --> 00:34:56,760 >> -Jak Można Watson pomóc pacjentom? 602 00:34:56,760 --> 00:34:59,700 603 00:34:59,700 --> 00:35:03,755 >> -Czy Plan pacjentów do mają dostęp do Watsona bezpośrednio? 604 00:35:03,755 --> 00:35:08,050 Dostęp do doradztwa Watson aplikacje będą różne w zależności od przypadku użycia. 605 00:35:08,050 --> 00:35:12,630 Ale obecnie, Watson zapewni tylko możliwe rozpoznanie i leczenie 606 00:35:12,630 --> 00:35:14,725 Opcje do lekarza specjalisty. 607 00:35:14,725 --> 00:35:17,680 W stosownych przypadkach, u pacjentów może dostarczyć informacji 608 00:35:17,680 --> 00:35:21,210 z Watsonem, być może przez Portal interfejs www, tablet, 609 00:35:21,210 --> 00:35:23,500 lub nawet telefon komórkowy. 610 00:35:23,500 --> 00:35:27,180 Na przykład, pacjent może mieć poprosił, aby opisać swoje objawy 611 00:35:27,180 --> 00:35:30,460 w języku naturalnym bezpośrednio do roztworu Watson 612 00:35:30,460 --> 00:35:34,050 umożliwiając lekarzowi skupić się na Diagnoza i nie zbieranie danych. 613 00:35:34,050 --> 00:35:38,379 614 00:35:38,379 --> 00:35:42,716 >> -Kto Zamordowany Abraham Lincoln? 615 00:35:42,716 --> 00:35:46,153 >> -John Wilkes Booth. 616 00:35:46,153 --> 00:35:52,373 >> -W Co roku zrobił Arizona Blue Jays wygrać World Series? 617 00:35:52,373 --> 00:35:55,295 >> -2001. 618 00:35:55,295 --> 00:35:58,710 >> [Zakończyć odtwarzanie] 619 00:35:58,710 --> 00:36:01,610 >> BRIAN SCASSELLATI: Tak Te rodzaje systemów 620 00:36:01,610 --> 00:36:07,430 musi polegać na pierwsze rozpoznawania mowy; sekunda, 621 00:36:07,430 --> 00:36:12,200 przekształcenie go w znaczący wewnętrzne reprezentacja; a następnie trzeci 622 00:36:12,200 --> 00:36:17,090 jest w stanie wyjść i znaleźć źródło informacji, które 623 00:36:17,090 --> 00:36:21,140 pozwala im na to odpowiedzieć. 624 00:36:21,140 --> 00:36:27,320 Ten poziom złożoności dotyczy te same rodzaje programowych rzeczy 625 00:36:27,320 --> 00:36:31,790 że zostały robi w zestawach problemowych. 626 00:36:31,790 --> 00:36:38,000 >> Jesteśmy w stanie przetworzyć żądania HTTP w tego samego rodzaju wzoru niskim poziomie 627 00:36:38,000 --> 00:36:40,810 dopasowanie, że ELIZA może zrobić. 628 00:36:40,810 --> 00:36:45,070 Jesteśmy w stanie przekształcić te się w reprezentacji wewnętrznej, 629 00:36:45,070 --> 00:36:50,360 a następnie wykorzystać je do kwerendy niektóre zewnętrzną bazę danych, prawdopodobnie za pomocą SQL. 630 00:36:50,360 --> 00:36:53,530 631 00:36:53,530 --> 00:36:56,260 Wszystkich systemach budowane są dziś 632 00:36:56,260 --> 00:37:00,520 robić tego typu naturalne komunikacja 633 00:37:00,520 --> 00:37:04,100 budowane są na te same zasady. 634 00:37:04,100 --> 00:37:09,530 >> Teraz, nawet system jak Watson nie jest wystarczająco skomplikowane 635 00:37:09,530 --> 00:37:14,820 aby móc odpowiedzieć dowolna pytania o dowolnej tematyce. 636 00:37:14,820 --> 00:37:20,060 I w rzeczywistości muszą mieć zorganizowany w danej domenie. 637 00:37:20,060 --> 00:37:24,440 Tak więc można przejść do trybu online, a znajdziesz wersje Watson, które działają dobrze 638 00:37:24,440 --> 00:37:27,700 w ramach informatyki medycznej. 639 00:37:27,700 --> 00:37:31,490 Albo jest jedna Internecie że po prostu zajmuje się, jak 640 00:37:31,490 --> 00:37:34,540 zrobić dobre rekomendacje dotyczące Jakie piwo pójdzie z żywnością. 641 00:37:34,540 --> 00:37:37,060 642 00:37:37,060 --> 00:37:41,870 I w tych dziedzinach, może on odpowiedzieć na pytania, 643 00:37:41,870 --> 00:37:46,130 znaleźć informacje, że musi. 644 00:37:46,130 --> 00:37:48,270 >> Ale nie można mieszać i łączyć je. 645 00:37:48,270 --> 00:37:53,150 System, który został przeszkolony z bazą żywności i piwa 646 00:37:53,150 --> 00:37:56,830 nie działa dobrze, gdy nagle umieścić go w informatyce medycznej z 647 00:37:56,830 --> 00:37:59,770 Baza danych. 648 00:37:59,770 --> 00:38:05,680 Więc nawet nasze najlepsze systemy dziś polegać na poziomie przetwarzania 649 00:38:05,680 --> 00:38:11,570 w którym jesteśmy kodowanie strony i budynku w infrastrukturę w celu 650 00:38:11,570 --> 00:38:13,275 aby ten system działa. 651 00:38:13,275 --> 00:38:16,360 652 00:38:16,360 --> 00:38:20,710 >> Teraz ostatni wątek chcę aby być w stanie dostać się do dziś 653 00:38:20,710 --> 00:38:23,960 to jest o komunikacji niewerbalnej. 654 00:38:23,960 --> 00:38:29,290 Wielki masa informacji, które komunikowania się ze sobą 655 00:38:29,290 --> 00:38:35,490 nie doszło poprzez Poszczególne słowa, które się ubiegasz. 656 00:38:35,490 --> 00:38:40,290 Ma do czynienia z rzeczy, jak Bliskość, wzrok, twój ton głosu, 657 00:38:40,290 --> 00:38:42,270 Twój przegięcia. 658 00:38:42,270 --> 00:38:46,620 I że komunikacja jest również coś, że wiele różnych interfejsów 659 00:38:46,620 --> 00:38:49,960 obchodzi się wiele na temat. 660 00:38:49,960 --> 00:38:51,500 To nie to, co Siri obchodzi. 661 00:38:51,500 --> 00:38:56,250 Mogę poprosić Siri coś w jednym głosem lub w innym tonem, 662 00:38:56,250 --> 00:38:59,840 i Siri będzie daj mi tę samą odpowiedź. 663 00:38:59,840 --> 00:39:05,260 Ale to nie jest to, co budujemy dla wiele innych rodzajów interfejsów. 664 00:39:05,260 --> 00:39:09,120 >> Chcę przedstawić Wam obecnie jeden z robotów. 665 00:39:09,120 --> 00:39:12,720 Ten zbudowany przez mojego longtime przyjaciel i kolega Cynthia 666 00:39:12,720 --> 00:39:16,010 Breazeal i jej firma Jibo. 667 00:39:16,010 --> 00:39:20,090 I to robot-- jedziemy mieć kilka wolontariuszy 668 00:39:20,090 --> 00:39:22,520 wystąpienia interakcji z tym. 669 00:39:22,520 --> 00:39:26,200 Więc mogę mieć dwóch chętnych grać z robota dla mnie? 670 00:39:26,200 --> 00:39:29,936 Dlaczego nie przyszedł na górę, i dlaczego nie przyszedł na górę. 671 00:39:29,936 --> 00:39:31,310 Jeśli chcesz dołączyć do mnie tutaj, proszę. 672 00:39:31,310 --> 00:39:36,520 673 00:39:36,520 --> 00:39:39,670 >> A czy mógłbym cię przyjdź tutaj. 674 00:39:39,670 --> 00:39:40,170 Dzięki. 675 00:39:40,170 --> 00:39:40,480 Cześć. 676 00:39:40,480 --> 00:39:41,400 >> ALFREDO: Miło cię poznać. 677 00:39:41,400 --> 00:39:42,010 Alfredo. 678 00:39:42,010 --> 00:39:42,520 >> BRIAN SCASSELLATI: Alfredo. 679 00:39:42,520 --> 00:39:43,146 >> RACHEL: Rachel. 680 00:39:43,146 --> 00:39:44,228 BRIAN SCASSELLATI: Rachel. 681 00:39:44,228 --> 00:39:45,154 Miło cię poznać obu. 682 00:39:45,154 --> 00:39:46,820 Alfredo, ja będę musiał iść pierwszy. 683 00:39:46,820 --> 00:39:47,990 Przyjdź aż tutaj. 684 00:39:47,990 --> 00:39:51,870 Mam zamiar przedstawić you-- jeśli mogę to wysiąść 685 00:39:51,870 --> 00:39:58,450 bez pukania do microphone-- do małego robota o nazwie Jibo. 686 00:39:58,450 --> 00:40:00,140 OK? 687 00:40:00,140 --> 00:40:04,260 >> Teraz Jibo ma być interaktywna. 688 00:40:04,260 --> 00:40:09,339 I chociaż może dać ci mowę, wiele interakcji z robotem 689 00:40:09,339 --> 00:40:09,880 jest niewerbalnej. 690 00:40:09,880 --> 00:40:12,450 691 00:40:12,450 --> 00:40:17,070 Alfredo, mam zamiar poprosić o powiedzieć coś miłego i bezpłatne 692 00:40:17,070 --> 00:40:19,554 do robota, proszę. 693 00:40:19,554 --> 00:40:20,845 ALFREDO: Myślę, że ładny wygląd. 694 00:40:20,845 --> 00:40:24,114 695 00:40:24,114 --> 00:40:25,611 >> [Szum DŹWIĘK] 696 00:40:25,611 --> 00:40:26,192 697 00:40:26,192 --> 00:40:27,108 BRIAN SCASSELLATI: OK. 698 00:40:27,108 --> 00:40:30,110 699 00:40:30,110 --> 00:40:33,180 Jego odpowiedź nie jest w formie ustnej. 700 00:40:33,180 --> 00:40:35,180 A mimo to dał wam obojgu wyraźne potwierdzenie 701 00:40:35,180 --> 00:40:39,680 że słyszał to, co powiedział a także w jakiś sposób zrozumiałe, że. 702 00:40:39,680 --> 00:40:40,530 OK? 703 00:40:40,530 --> 00:40:42,070 Krok z powrotem tutaj na jedną sekundę. 704 00:40:42,070 --> 00:40:43,130 Dziękuję. 705 00:40:43,130 --> 00:40:44,090 >> Rachel, jeśli możesz. 706 00:40:44,090 --> 00:40:46,070 Teraz mam zamiar dać jesteś o wiele trudniejsze zadanie. 707 00:40:46,070 --> 00:40:48,361 Jeśli chcesz stanąć tu, kopię zapasową tylko trochę tak 708 00:40:48,361 --> 00:40:50,280 możemy dostać się na kamery i wyglądają w ten sposób. 709 00:40:50,280 --> 00:40:56,840 Mam zamiar poprosić o coś powiedzieć naprawdę oznacza i paskudne do robota. 710 00:40:56,840 --> 00:41:02,900 >> RACHEL: To, co wydawało się zrobić, to kompletny absurd. 711 00:41:02,900 --> 00:41:03,840 >> [Nucąc DŹWIĘK] 712 00:41:03,840 --> 00:41:07,610 713 00:41:07,610 --> 00:41:09,030 >> To było jeszcze bardziej absurdalne. 714 00:41:09,030 --> 00:41:10,120 Co sie z toba dzieje? 715 00:41:10,120 --> 00:41:13,487 716 00:41:13,487 --> 00:41:16,207 Oj, nie czuję się źle. 717 00:41:16,207 --> 00:41:17,040 Dam ci przytulić. 718 00:41:17,040 --> 00:41:19,882 719 00:41:19,882 --> 00:41:21,090 BRIAN SCASSELLATI: Wszystko w porządku. 720 00:41:21,090 --> 00:41:22,280 Dzięki, Rachel. 721 00:41:22,280 --> 00:41:24,565 Alfredo, Rachel, dzięki chłopaki bardzo. 722 00:41:24,565 --> 00:41:26,840 >> [OKLASKI] 723 00:41:26,840 --> 00:41:28,660 724 00:41:28,660 --> 00:41:34,470 >> Więc ten rodzaj interakcji ma w wiele sposobów, niektóre z tych samych zasad 725 00:41:34,470 --> 00:41:36,950 i niektóre z tych samych Struktura co mamy 726 00:41:36,950 --> 00:41:39,950 może mieć w interakcji językowej. 727 00:41:39,950 --> 00:41:44,530 Jest to zarówno komunikatywny i służy ważnemu celowi. 728 00:41:44,530 --> 00:41:48,590 I że interakcja, w wiele sposobów, jest przeznaczony 729 00:41:48,590 --> 00:41:52,890 mieć szczególny wpływ na Osoba interakcji z lub słuchania 730 00:41:52,890 --> 00:41:54,410 do robota. 731 00:41:54,410 --> 00:41:56,450 >> Teraz jestem na tyle szczęście, do dzisiaj Jibo tutaj. 732 00:41:56,450 --> 00:42:00,550 Sam Spaulding jest tutaj pomoc nam się z robotem. 733 00:42:00,550 --> 00:42:07,470 I mam zamiar zapytać Sam dać jesteśmy jednym miłe demo Jibo tańca 734 00:42:07,470 --> 00:42:09,720 które możemy oglądać w końcu tutaj. 735 00:42:09,720 --> 00:42:10,590 Więc śmiało, Jibo. 736 00:42:10,590 --> 00:42:11,550 >> SAM: OK, Jibo. 737 00:42:11,550 --> 00:42:14,430 Pokaż nam swoje ruchy taneczne. 738 00:42:14,430 --> 00:42:17,310 >> [MUZYKI] 739 00:42:17,310 --> 00:42:43,114 740 00:42:43,114 --> 00:42:44,780 BRIAN SCASSELLATI: Dobra, wszyscy. 741 00:42:44,780 --> 00:42:46,865 Dzięki naszym przyjaciołom na Jibo. 742 00:42:46,865 --> 00:42:49,426 >> [OKLASKI] 743 00:42:49,426 --> 00:42:50,140 744 00:42:50,140 --> 00:42:54,990 >> I podziękowania dla naszych przyjaciół na IBM za pomoc dzisiaj. 745 00:42:54,990 --> 00:42:57,300 Komunikacja jest coś że masz zamiar 746 00:42:57,300 --> 00:43:02,280 zobaczyć zbliża się coraz bardziej jako budujemy bardziej skomplikowanych interfejsów. 747 00:43:02,280 --> 00:43:05,760 W przyszłym tygodniu będziemy rozmawiać o tym, jak do interfejsu 748 00:43:05,760 --> 00:43:08,890 z komputerowymi przeciwnikami w grach. 749 00:43:08,890 --> 00:43:12,950 Ale jeśli masz pytania dotyczące tego, Będę wokół w godzinach pracy dzisiaj. 750 00:43:12,950 --> 00:43:17,610 Jestem szczęśliwy z tobą porozmawiać o AI tematów lub dostać się do bardziej szczegółowo. 751 00:43:17,610 --> 00:43:18,927 Miłego weekendu. 752 00:43:18,927 --> 00:43:21,409 >> [OKLASKI] 753 00:43:21,409 --> 00:43:21,909 754 00:43:21,909 --> 00:43:26,141 [MUZYKI] 755 00:43:26,141 --> 00:46:42,879