[เล่นเพลง] DAVID ลัน: นี่คือ CS50 นี่คือจุดสิ้นสุดของสัปดาห์ที่ 10 และเด็กที่เรามี ระดับที่ดีสำหรับคุณในวันนี้ เรารู้สึกตื่นเต้นมากที่จะเชิญสอง เพื่อนของเราจากมหาวิทยาลัยเยลขึ้นอยู่กับเราในวันนี้ และมองไปที่จุดตัดของ ปัญญาประดิษฐ์หุ่นยนต์ ประมวลผลภาษาธรรมชาติและอื่น ๆ และแน่นอนกว่า ไม่กี่สัปดาห์ที่ผ่านมาเราได้ แน่นอนใช้เวลามากในการ โดยเฉพาะอย่างยิ่งใน psets ก่อนหน้านี้ มุ่งเน้นไปที่สวยรายละเอียดในระดับต่ำ และมันเป็นเรื่องง่ายมากที่จะสูญเสียสายตา ของป่าสำหรับต้นไม้ และได้รับการแขวนบนลูปและเงื่อนไข และตัวชี้อย่างแน่นอนและไม่ชอบ แต่ในความเป็นจริงพวกคุณตอนนี้มี ส่วนผสมที่คุณสามารถจริงๆ แก้ปัญหาที่น่าสนใจบางหมู่ พวกเขาเหล่านั้นที่เพื่อนของเราที่มหาวิทยาลัยเยล ทำงานในเพียงอายเคมบริดจ์ ดังนั้นให้ฉันแรกที่จะแนะนำหัวของเรา ผู้ช่วยสอนจากมหาวิทยาลัยเยลแอนดี้ [APPLAUSE] แอนดี้: ครั้งแรกของทั้งหมดเพียงแค่ขอขอบคุณ สำหรับการอนุญาตให้ Yalies คู่ ที่จะปรากฏบนลงไปที่เคมบริดจ์ในวันนี้ เราจริงๆขอบคุณมัน ประการที่สองให้เพื่อนของเรา กลับ home-- เจสัน ขอบคุณสำหรับการเข้าพักและทำงานบรรยาย หวังว่ามันจะดีทั้งหมดในนิวเฮเวน เพื่อใช่ฉันตื่นเต้นสุด ที่จะแนะนำในวันนี้ Scaz Scaz ทำงานห้องปฏิบัติการหุ่นยนต์ เขาเป็นศาสตราจารย์เช่นห้า หน่วยงานที่แตกต่างกันที่มหาวิทยาลัยเยล ในห้องทดลองของเขาเขามีหลายหลาย หุ่นยนต์ที่เขาชอบที่จะเล่นกับ เขามีเหมือนที่ งานที่เจ๋งที่สุดในโลก และเขาได้รับชนิดของระเบียบ รอบกับที่ตลอดทั้งวัน ยาวและทำผลงานบางส่วนเช่นกัน และเพื่อให้เราจริงนำอย่างใดอย่างหนึ่ง ของพวกเขาลงกับเราวันนี้ โดยไม่ต้องกังวลใจต่อ Scaz คือ จะไปข้างหน้าและแนะนำเรา ให้เพื่อนหุ่นยนต์ของเขา [APPLAUSE] ไบรอัน SCASSELLATI: ขอบคุณเดวิด ขอบคุณแอนดี้ มันจึงเป็นเรื่องที่ยอดเยี่ยมที่จะเป็น ที่นี่กับทุกคนในวันนี้ ฉันต้องการที่จะเป็นครั้งแรกที่ชัดเจนมากว่า พนักงานที่นี่ CS50 ในเคมบริดจ์ ได้รับการต้อนรับอย่างไม่น่าเชื่อกับเรา เราจึงรู้สึกขอบคุณสำหรับทุกอย่าง พวกเขาได้ทำให้การสนับสนุนเรา และเพื่อให้เราต้องการที่จะสามารถ เพื่อกลับความเมตตา ดังนั้นวันนี้เราได้รับที่จะประกาศ ที่เรากำลังจะมีใหม่ หนึ่งของชนิดเหตุการณ์ CS50 ที่เกิดขึ้นในนิวเฮเวนสัปดาห์ถัดไป และนี่คือ CS50 วิจัย Expo ดังนั้นเรากำลังจะได้รับการเชิญชวน everyone-- CS50 นักเรียน พนักงานจากทั้งฮาร์วาร์และ Yale-- ไป ลงมาและเยี่ยมชมกับเราในวันศุกร์ เราจะมีความหลากหลายกว่า 30 คนที่แตกต่างกันนำเสนอ และ upperclassmen exhibiting-- แสดง ปิดบางส่วนของผลิตภัณฑ์วิจัยของพวกเขา เราจะมีที่เพิ่งเริ่มต้นบางแม้มอง นิด ๆ หน่อย ๆ ของความสามารถที่มีเทคโนโลยีใหม่ ที่เพิ่งเริ่มต้นจากฮาร์วาร์และเยล และเราจะมีกลุ่มนักศึกษาบางส่วน มองหาสมาชิกใหม่ มันจะเป็นช่วงเวลาที่น่าตื่นเต้นมาก หวังว่าบรรดาผู้ที่มี ลงมาสำหรับเกมที่ฮาร์วาร์เยล จะสามารถที่จะหยุด โดยในช่วงต้นนิด ๆ หน่อย ๆ ในใจกลางของมหาวิทยาลัย สเตอร์ลิงอนุสรณ์ห้องสมุด เรากำลังจะมีชุดของ การจัดแสดงนิทรรศการที่หลากหลายจากตนเอง เรือใบวิธีการของการใช้ซอฟต์แวร์ เพื่อรักษาต้นฉบับในยุคกลาง เรากำลังจะมีโฆษณา เครือข่ายคณะกรรมการและผู้คน การเรียนการสอนการเขียนโปรแกรมซอฟแวร์ในเคปทาวน์ เราจะมีคอมพิวเตอร์ การสาธิตเพลง และเราจะแน่นอนมีหุ่นยนต์มากขึ้น ดังนั้นเราจึงหวังว่าคุณจะ เข้าร่วมกับเราสำหรับเหตุการณ์นี้ มันควรจะเป็นมาก สนุกนิด ๆ หน่อย ๆ ของอาหาร และจำนวนมากที่น่าสนใจ สิ่งที่จะพูดคุยเกี่ยวกับ ดังนั้นวันนี้เรากำลังจะพูดคุย เกี่ยวกับการประมวลผลภาษาธรรมชาติ และนี่คือความพยายามที่สำหรับเรา ในการสร้างวิธีการใหม่ของการเชื่อมต่อ กับอุปกรณ์ของเราเพราะ ไม่กี่สัปดาห์ที่ผ่านมา คุณได้รับการมุ่งเน้นไปที่วิธีการก็คือว่า คุณสามารถเขียนโค้ดเขียนซอฟแวร์ ที่เป็นวิธีของความสามารถที่จะพูดกับที่ เครื่องนี้เป็นสิ่งที่ฉันต้องการให้คุณทำ แต่เราไม่ควรต้อง ทุกอย่างที่คาดหวัง ที่ออกมีที่ใช้ โดยทุกคนในโลก เป็นไปได้ที่มีความเชี่ยวชาญ ในลักษณะของการเรียนการสอนนี้ ดังนั้นเราจึงเห็นความแตกต่างระหว่างคอมพิวเตอร์ ภาษาและ languages​​-- ธรรมชาติ นั่นคือสิ่งที่มนุษย์ใช้ ในการสื่อสารกับมนุษย์คนอื​​่น ๆ และเราพยายามที่จะสร้างการเชื่อมต่อที่ใช้ เหล่านี้กลไกการสื่อสารที่เป็นธรรมชาติ ตอนนี้เหมือนทุกเรื่องอื่น ๆ ที่เราได้เริ่มต้นด้วยใน CS50, เรากำลังจะเริ่มต้นด้วยการที่ง่ายที่สุด บิตของการประมวลผลภาษาธรรมชาติ ที่เราสามารถจินตนาการ เรากำลังจะเริ่มต้นด้วย ส่วนทางประวัติศาสตร์ของภาษาธรรมชาติ และจากนั้นเราจะสร้างขึ้นไป ระบบที่ผ่านมามากขึ้น และมีการสาธิตความสุขบางอย่างไปพร้อมกัน ดังนั้นเรากำลังจะเริ่มต้นด้วยสิ่งที่เป็น อาจจะเป็นภาษาธรรมชาติเป็นครั้งแรก ระบบการประมวลผล นี่คือระบบซอฟต์แวร์ที่เขียนใน 1966 โดยโจเซฟ Weizenbaum เรียกว่าเอไลซา และเอลิซ่าถูกออกแบบมาเพื่อ ทำซ้ำชนิดของการปฏิสัมพันธ์ คุณจะต้องมี จิตบำบัด Rogerian ตอนนี้ Rogerians ที่พวกเขามี ความคิดที่ว่าจิตบำบัด ที่เกี่ยวข้องกับความสามารถในการสะท้อนกลับ ให้กับผู้ป่วยและพูดคุยกับพวกเขา โดยทั่วไปโดยเฉพาะการให้พวกเขา bit เล็ก ๆ เล็ก ๆ น้อย ๆ ของการบำบัดโรค นั่นคือทุกอย่าง ที่บำบัดโรคกล่าวว่า ที่ควรจะเป็นเพียงภาพสะท้อนของ สิ่งที่ผู้ป่วยบอกกับพวกเขา ดังนั้นเรามาลองและการสาธิตนี้ เรามีอาสาสมัครที่ต้องการเป็น ยินดีที่จะแบ่งปันที่ลึกที่สุดของพวกเขา มืดและ / หรือความลับกับเอไลซาปลอม? แน่นอนว่าทำไมคุณไม่มาถึง ที่ยอดเยี่ยม และชื่อของคุณ? MILES: ไมล์ ไบรอัน SCASSELLATI: ไมล์ ยินดีที่ได้รู้จักไมล์ ถ้าคุณจะถือเข้าที่ และเรากำลังจะไป ใช้รุ่นของเอไลซา ที่เราได้จำลองแบบ ภายใน CS50 IDE และเราจะมองไปที่แหล่งที่มา รหัสนี้ในขณะที่น้อย แต่สำหรับตอนนี้เราเพียงแค่ จะเรียกมันโดยการพิมพ์ eliza และเอลิซ่าเป็นไปเพื่อให้คุณตอบสนอง ที่จะไปอยู่ในเมืองหลวงทั้งหมด และจะขอให้คุณคำถามบางอย่าง และเราจะตอบสนองและพิมพ์ ในการตอบสนองต่อเอไลซา ดังนั้นเอไลซาได้กล่าวว่า "สวัสดีครับผมเอไลซา ปัญหาของคุณคืออะไร?" สิ่งที่คุณต้องการ เอไลซาบอกเกี่ยวกับวันนี้? MILES: ฉันสามารถนอนหลับ ถ้าฉันมีรองเท้าแตะกระต่ายบน ไบรอัน SCASSELLATI: สิทธิทั้งหมด ทั้งหมดขวา [LAUGHTER] "ฉันสามารถนอนหลับ พร้อมด้วยรองเท้าแตะกระต่ายบน. " และเอลิซ่ากล่าวว่า "บอกคุณ มีปัญหาทางจิตหรือไม่? อาจจะเป็นตัวบ่งชี้ที่ดี. " ตกลง. ดังนั้นสิ่งที่คุณต้องการที่จะตอบสนองได้ MILES: ใช่ ไบรอัน SCASSELLATI: ใช่ คนที่อยู่หลายคำ ผมสนุกกับการที่ เอลิซ่ากล่าวว่า "คุณดูเหมือนค่อนข้างเป็นบวก." MILES: ไม่มีผมในความเป็นจริงอิเล็กตรอน ไบรอัน SCASSELLATI: "เลขที่ ในความเป็นจริงผมอิเล็กตรอน. " "คุณมาหาฉัน เพราะคุณเป็นอิเล็กตรอน? " ตอนนี้เราสามารถเห็นบางส่วนของ things-- ฉันจะ เพื่อหยุดคุณเพียงสองไมล์ อย่าไปได้ทุกที่ เราไม่ได้ทำกับคุณเลย เอไลซาคือในบางวิธี การตอบสนองต่อสิ่งบางอย่าง ที่เขาบอกว่า แต่ไม่มี ใด ๆ เข้าใจที่แท้จริง และก็ยัง parroting กลับ ของชิ้นส่วนของประโยคของเขา ดังนั้นเราจึงกล่าวว่า "ฉบับที่ ในความเป็นจริงผมอิเล็กตรอน. " Eliza ตอบกลับ "คุณมา กับผมเพราะคุณเป็นอิเล็กตรอน? " ทั้งหมดขวา ขอให้มันตอบสนองอย่างใดอย่างหนึ่งเพิ่มเติมได้ที่นี่ ให้มันเป็นหนึ่งที่ดีไมล์ MILES หนึ่งที่ดี? ใช่โปรดช่วยฉัน ไบรอัน SCASSELLATI: "ใช่ โปรดช่วยฉัน. "" คุณแน่ใจหรือไม่? " MILES: เลขที่ ไบรอัน SCASSELLATI: เลขที่ "สิ่งที่ไม่แนะนำให้คุณ?" MILES: ผมอาจจะไม่อิเล็กตรอน ไบรอัน SCASSELLATI: "ฉัน อาจจะไม่อิเล็กตรอน. " "คุณไม่พูดเพียงเพื่อให้เชิงลบได้อย่างไร" ทั้งหมดขวา ดังนั้นไมล์ขอบคุณมาก MILES: ขอบคุณ ไบรอัน SCASSELLATI: ขอบคุณมาก [APPLAUSE] ดังนั้นโปรแกรมนี้เอไลซาในหลาย ๆ วิธี มีการตอบสนองเพียงชิ้น ที่เรากำลังให้ลึกโดยไม่ต้องใด ๆ ความเข้าใจในสิ่งที่เกิดขึ้นที่นี่ นี้เป็นชนิดของระบบ ที่เรียกว่าจับคู่รูปแบบที่ เรากำลังมองหาบางอย่าง บิตของข้อความที่เราแล้ว จะใช้เวลาออกจากสิ่งที่ ถูกจัดให้เป็น input แปลงที่อาจเกิดขึ้นในทางใดทางหนึ่ง แล้วให้มันกลับมาให้กับผู้ใช้ ดำเนินการใด ๆ ที่คุณคิดว่า ที่เอไลซาเป็นจริง การดำเนินการที่ถูกต้องจิตที่นี่? คนคนหนึ่งอาจจะ ผู้ชม: [ไม่ได้ยิน] ไบรอัน SCASSELLATI: และวิธีการ ที่ไม่ทำให้คุณรู้สึก? ใช่ในความเป็นจริงมันไม่ และเรากำลังจะไปดูจริงที่ รหัสที่มาสำหรับมันในเวลาเพียงสักครู่ และเพื่อให้คุณกำลังจะได้รับ สามารถที่จะทำตรงนี้ ตอนนี้เอไลซาเป็นหนึ่งในรูปแบบของสิ่งที่ เราจะเรียกวันนี้บอทแชท มันก็ผ่านไป ข้อความที่คุณกำลังให้, มีจำนวนเงินขั้นต่ำเปลือย ความเข้าใจหรือการประมวลผล แล้วนกแก้วกลับไปยังคุณ ดังนั้นลองมาดูที่ แนวคิดและพูดคุยเกี่ยวกับสิ่งที่ มันคือการที่เอไลซาเป็นจริงทำ เอไลซาคือการปล่อยให้ sentence-- ของ พูดว่า "ผมต้องการที่จะสร้างความประทับใจให้เจ้านายของฉัน." และเอลิซ่าที่กำลังมองหา ผ่านประโยคนั้น และพยายามที่จะหาและ ตรงกับรูปแบบบางอย่าง ดังนั้นสำหรับตัวอย่างเช่นหนึ่งในรูปแบบ ที่เอไลซาที่กำลังมองหาเป็นคำ "ฉันต้องการ." และเวลาใด ๆ ก็เห็นอะไรบางอย่าง ที่มี "ฉันต้องการ" ในนั้น มันหลักเกณฑ์การตอบสนอง และการตอบสนองที่เป็นสตริงคงที่ ในกรณีนี้ก็ "ทำไมคุณต้องการได้หรือไม่" และฉันใส่ดาวเล็ก ๆ น้อย ๆ ที่ ท้ายที่สุดเนื่องจากว่าเป็นเพียง จุดเริ่มต้นของการตอบสนองของเรา และดาวที่บ่งชี้ว่า เรากำลังจะใช้เวลาที่เหลือ utterance-- ของผู้ใช้ "สร้างความประทับใจให้เจ้านายของฉัน" - และเรากำลังจะต่อท้ายว่า ไปยังจุดสิ้นสุดของสตริงนี้ ดังนั้นตอนนี้มากกว่าที่จะพูดว่า "ทำไม คุณต้องการสร้างความประทับใจให้เจ้านายของฉัน " มีนิด ๆ หน่อย ๆ เพิ่มเติม การประมวลผลที่เราจะทำ นั่นก็คือเราจะต้อง แปลงบางส่วนของคำสรรพนาม จากที่นี่ "เจ้านายของฉัน" กับ "เจ้านายของคุณ." และอาจจะมีคนอื่น ๆ ไม่กี่ การเปลี่ยนแปลงที่เราต้องทำให้ ดังนั้นแทนที่จะเพียงแค่ติดมัน โดยตรงไปยังท้ายที่สุดสิ่งที่เราจะทำ คือเราจะใช้เวลาที่เหลือของ utterance-- ของผู้ใช้ใน here-- สีขาว และเราจะใช้มันในชิ้นเดียว เวลาและแปลงแต่ละสาย token, แต่ละคำลงไปในประโยค ดังนั้นเราจะใช้คำว่า "ไป." มีการแปลงไม่ได้ ที่เราจำเป็นต้องทำอย่างนั้น "ประทับใจ." มีการแปลงไม่ได้ ที่เราต้องทำมี "ฉัน" จะแปลงเป็น "ของคุณ." และ "เจ้านาย" เราก็จะปล่อยให้เป็น "เจ้านาย". และแล้วในที่สุดอะไร ที่ลงท้ายด้วยระยะเวลา เราจะแปลงเป็นคำถาม นี้จับคู่รูปแบบที่ง่ายมาก เป็นจริงค่อนข้างประสบความสำเร็จ และเมื่อได้รับการแนะนำ ใน 1966-- โจเซฟ Weizenbaum โปรแกรมนี้บนคอมพิวเตอร์ ตอนนี้เครื่องคอมพิวเตอร์ในเวลานั้น ไม่ได้รูปแบบสก์ท็อป พวกเขาได้ร่วมกันทรัพยากร และนักเรียนของเขาจะ ไปและแชทกับเอไลซา ในที่สุดเขาจะต้อง จำกัด การเข้าถึงมัน เพราะนักเรียนของเขาไม่ได้ ได้รับงานใด ๆ ทำ พวกเขาเป็นเพียงแค่การพูดคุยกับเอไลซา และในความเป็นจริงเขาจะต้อง ยิงผู้ช่วยของเขาที่ ใช้เวลาทั้งหมดเวลาที่เธอพูดคุยกับเอไลซา เกี่ยวกับปัญหาที่น่าเป็นห่วงลึกและเธอ ทุกคนที่ใช้ระบบเหล่านี้ เริ่มต้นที่จะให้พวกเขาเหมือนมนุษย์ พวกเขาเริ่มต้นที่จะคิดว่าพวกเขาเป็น เป็นภาพเคลื่อนไหวและคนจริง พวกเขาเริ่มต้นที่จะรับรู้บางส่วนของ สิ่งที่พวกเขากำลังพูด ที่กำลังจะมากลับไปให้ และพวกเขาก็หาข้อมูล สิ่งที่เกี่ยวกับตัวเอง และในความเป็นจริงแม้ผู้เชี่ยวชาญ แม้ psychotherapists ที่ เริ่มที่จะกังวลว่าในความเป็นจริง เอไลซาอาจจะได้รับการแทนที่พวกเขา และแม้กระทั่งเครื่องคอมพิวเตอร์ นักวิทยาศาสตร์กังวลว่าเราอยู่ เพื่อให้ใกล้เคียงกับการแก้ภาษาธรรมชาติ ตอนนี้ที่เป็นไปไม่ได้ทุกที่ใกล้เคียงกับความจริง แต่นั่นคือวิธีการที่น่าประทับใจ ระบบเหล่านี้สามารถดูเหมือน เพื่อขอเริ่มต้นที่จะมอง และพยายามที่จะอยู่ภายใต้ ที่จะได้รับนิด ๆ หน่อย ๆ ของคำถาม ของรหัสนี้ที่เกิดขึ้นจริง ดังนั้นเราจะให้รหัสนี้ ที่มีอยู่นั้น และสิ่งนี้เป็นอย่างมาก พอร์ตง่ายและตรง การดำเนินงานของเอไลซาเดิม ดังนั้นบางส่วนของรูปแบบเหล่านี้ สิ่งที่คุณจะได้เห็นที่นี่ ไม่ได้สิ่งที่มีสไตล์ เราจะต้องการให้คุณทำ หรือสิ่งที่เราได้รับการสอนให้คุณทำ แต่เราได้พยายามที่จะให้พวกเขา เหมือนกันในพอร์ตจำนวนมาก ที่นี้ได้มีเพื่อที่จะ มีรสชาติของเดิม ดังนั้นเรากำลังจะรวมถึง พวงของสิ่งต่างๆ และจากนั้นเราจะมี ชุดของคำหลักสิ่งที่ ที่เอไลซาจะรับรู้ และตอบสนองต่อโดยตรง ดังนั้นถ้าคุณมีคำเช่น "คุณสามารถ" หรือ "ฉันทำไม่ได้" หรือ "ไม่" หรือ "ใช่" หรือ "ความฝัน" หรือ "สวัสดี" แล้วเอไลซา จะตอบสนองต่อการคัดเลือกให้กับผู้ที่ นอกจากนี้เรายังจะมี จำนวนหนึ่งของสิ่งที่ ว่าเราจะสลับเช่น แปลง "ฉัน" กับ "ของคุณ." และจากนั้นเราจะมีชุดของการตอบสนอง ที่สำหรับแต่ละคำหลักเหล่านี้ เราจะหมุนผ่าน การตอบสนองที่แตกต่างกันเหล่านี้ ดังนั้นถ้าผมบอกว่า "ใช่" สามครั้งในแถวที่ผม อาจได้รับแตกต่างกันสาม การตอบสนองจากเอไลซา รหัสของเราก็คือ จริงง่ายอย่างน่าทึ่ง ถ้าผมเลื่อนลงมาที่ผ่านมาทั้งหมดของเหล่านี้ การตอบสนองที่เราได้โปรแกรมใน และเราได้รับลงไปที่หลักของเรา เรากำลังจะเริ่มต้น คู่ของตัวแปรที่แตกต่างกัน และทำนิด ๆ หน่อย ๆ ของการดูแลห้องพัก แรกเริ่ม. แต่ก็มีอย่างที่ตั้งไว้ ของรหัสที่คุณสามารถเข้าใจ หนึ่งในขณะที่วงใหญ่ที่บอกว่าฉัน จะทำซ้ำนี้ซ้ำแล้วซ้ำอีก ฉันจะอ่านในบรรทัดและฉันจะ เก็บที่ในสายการป้อนข้อมูล ฉันจะตรวจสอบและดูว่ามันเป็น คำพิเศษ "ลาก่อน" ซึ่ง หมายถึงการออกจากโปรแกรม แล้วฉันจะตรวจสอบดูว่า ใครสักคนที่เป็นเพียงการทำซ้ำตัวเอง ซ้ำแล้วซ้ำเล่า. และฉันจะตะโกนใส่พวกเขาหากพวกเขาทำ ฉันจะบอกว่า "ไม่ซ้ำตัวเอง." ตราบใดที่ไม่มีผู้เกิดขึ้นเราจะ แล้วผ่านการสแกนและห่วงผ่าน บนเส้น 308-313 ที่นี่และตรวจสอบและดู ใด ๆ ของคำเหล่านั้น วลีที่มีอยู่ในการป้อนข้อมูล ที่ผมได้รับเพียง? หากมีการแข่งขันสำหรับพวกเขาดี แล้วฉันจะจำสถานที่นั้น ฉันจะจำคำหลักที่ และฉันจะสามารถที่จะสร้างการตอบสนอง ถ้าฉันไม่ได้พบคนที่ดีนั้น สิ่งสุดท้ายในอาร์เรย์คำหลักของฉัน จะได้รับการตอบสนองเริ่มต้นของฉัน เมื่อไม่มีอะไรตรง ฉันจะถามคำถามเช่น "ทำไมคุณ มาที่นี่? "หรือ" ผมสามารถช่วยคุณได้อย่างไร? " ที่เป็นเพียงบางส่วนที่เหมาะสม ไม่ว่าสิ่งที่เข้าเป็นไม่มี จากนั้นเราจะสร้างการตอบสนองของเอไลซา เราจะสามารถที่จะใช้ ว่าการตอบสนองฐาน เช่นเดียวกับที่เราทำในสิ่งที่ "เจ้านายของฉัน" ตัวอย่างเช่น หากเป็นสิ่งที่มี is-- ถ้ามันเป็นเพียงหนึ่ง สตริงที่ฉันควรจะ respond-- ฉันเพียงแค่สามารถส่งกลับออกมา หากมีเครื่องหมายดอกจันที่ ปลายของมันแล้วฉันจะ ประมวลผลแต่ละสัญลักษณ์ในแต่ละ ส่วนที่เหลือของการตอบสนองของผู้ใช้ และเพิ่มผู้ที่อยู่ในสลับ คำพูดตามที่ผมต้อง ทั้งหมดนี้เป็นอย่างยิ่ง สิ่งที่คุณสามารถสร้าง และในความเป็นจริงวิธีการที่เรา มีการประมวลผลอาร์กิวเมนต์บรรทัดคำสั่ง วิธีการที่คุณมี การประมวลผลผ่านการร้องขอ HTTP ตามชนิดเดียวกันของกฎ พวกเขากำลังจับคู่รูปแบบ ดังนั้นเอไลซามีค่อนข้างสำคัญ ผลกระทบต่อภาษาธรรมชาติ เพราะมันทำให้มันดูเหมือนว่ามันเป็น บรรลุเป้าหมายมากเช่นเราต้องการอย่างใด จะสามารถแก้ปัญหานี้โดยตรง ตอนนี้ที่ไม่ได้ที่จะบอกว่าเอไลซาไม่ ทุกอย่างที่เราต้องการจะทำ ไม่แน่นอน แต่เราควรจะสามารถ ที่จะทำบางสิ่งบางอย่างมากขึ้น ขั้นตอนแรกของเราที่จะไป เกินกว่าที่จะไปเอไลซา เพื่อให้สามารถที่จะมองไปที่ ไม่ได้รับการป้อนข้อความ ลงไปในแป้นพิมพ์ แต่คำพูดที่เกิดขึ้นจริง คำพูดที่บันทึกลงในไมโครโฟน ดังนั้นในขณะที่เรามองไปที่เหล่านี้ ชิ้นส่วนที่แตกต่างกันเรา จะมีการสร้างชุดรูปแบบ เรากำลังจะมีเพื่อให้สามารถ ที่จะไปจากอะคูสติกในระดับต่ำ สนาม information--, กว้าง frequency-- และแปลงที่เป็น บางหน่วยที่เรา สามารถจัดการได้ง่ายขึ้น และสุดท้ายจัดการกับพวกเขา เป็นคำและประโยค ดังนั้นส่วนใหญ่รู้จำเสียงพูด ระบบที่จะออกมีวันนี้ ตามสถิติ รูปแบบที่เราสร้าง สามเป็นตัวแทนของสิ่งที่แยกจากกัน สัญญาณเสียงที่จริงมี เราเริ่มต้นด้วยรูปแบบการออกเสียง ที่พูดเกี่ยวกับเพียงฐาน เสียงที่ฉันผลิต ฉันกำลังการผลิตสิ่งที่เป็น บีในขณะที่เด็กชายหรือ D ในขณะที่สุนัขหรือไม่? ฉันจะรับรู้ทั้งสองวิธีที่แตกต่างกัน โทรศัพท์แยกและแตกต่าง? ด้านบนของที่เราก็จะสร้าง คำรูปแบบการออกเสียง บางสิ่งบางอย่างที่เชื่อมโยงเข้าด้วยกัน โทรศัพท์ของแต่ละบุคคลเหล่านั้น และรวมพวกเขาเข้าไปในคำ และหลังจากนั้นเราจะใช้คำว่า และเราจะรวบรวมพวกเขาด้วยภาษา รูปแบบเป็นประโยคที่สมบูรณ์ ตอนนี้เรากำลังจะพูดคุยเกี่ยวกับแต่ละ เหล่านี้เป็นอิสระและแยกจากกัน แต่ทั้งสามรุ่นนี้ทั้งหมด เพียงแค่จะเป็นสถิติ และนั่นหมายความว่าเมื่อเรา ทำงานกับพวกเขาเราจะ สามารถที่จะทำงานร่วมกับ พวกเขาทั้งหมดพร้อมกัน ทั้งหมดขวา ขอเริ่มต้นด้วยรูปแบบการออกเสียงของเรา ดังนั้นรูปแบบการออกเสียงพึ่งพา เทคนิคการคำนวณ เรียกว่าแบบจำลองมาร์คอฟที่ซ่อน เหล่านี้มีรูปแบบกราฟิกที่ฉัน มีและรับรู้สถานะของโลก ที่ถูกลักษณะ โดยชุดของคุณสมบัติ และรัฐที่อธิบายส่วนหนึ่ง ของการดำเนินการที่ฉันมีส่วนร่วมใน ดังนั้นถ้าผมคิดเกี่ยวกับการ เสียง "แม่" เหมือนแม่ มีที่แตกต่างกัน ส่วนประกอบเสียงที่ มีส่วนหนึ่งที่ผมวาดในลมหายใจ แล้วฉันกระเป๋าริมฝีปากของฉัน และผมม้วนริมฝีปากของฉันกลับมาเล็ก ๆ น้อย ๆ บิตที่จะทำให้ที่ "แม่" เสียง แล้วมีการปล่อย ริมฝีปากของฉันมากัน อากาศจะถูกไล่ออกจากโรงเรียน "แม่." ทั้งสามส่วนที่แตกต่างกันจะเป็น ตัวแทนจากรัฐใน graph-- นี้ การโจมตีกลางและท้ายที่สุด และผมก็จะมีการเปลี่ยนที่ อนุญาตให้ฉันที่จะเดินทางจากรัฐหนึ่ง ต่อไปมีโอกาสบางอย่าง ดังนั้นสำหรับตัวอย่างเช่นที่เอ็ม เสียงอาจจะมีมาก ปริมาณที่สั้นมากที่ beginning-- "ม" - และจากนั้นอีกต่อไป ขั้นตอนการสั่นสะเทือนที่ฉันถือของฉัน ริมฝีปากด้วยกันและเกือบ humming-- "mmmm" - แล้วที่สั้นมาก ตัวตนที่ฉันขับไล่ breath-- "แม่." รูปแบบมาร์คอฟซ่อนอยู่ ออกแบบมาเพื่อจับความจริงที่ ว่าวิธีการที่ฉันทำ ว่าเสียง "แม่" เป็นไป จะแตกต่างกันเล็กน้อย ระยะเวลาของมันคือความถี่ และคุณลักษณะของมันมากกว่า วิธีการที่คุณทำให้มันเป็น หรือวิธีการที่ฉันอาจ ทำให้มันเมื่อฉันพูด เกี่ยวกับการใช้งานที่แตกต่างกันของตัวอักษร "แม่" และ "ฉันอาจจะ" จะ เสียงแตกต่างกันเล็กน้อย เพื่อที่จะรับรู้ เสียงโดยเฉพาะอย่างยิ่งเราจะ สร้างแบบจำลองมาร์คอฟเหล่านี้มาร์คอฟที่ซ่อน รูปแบบของทุกโทรศัพท์ไปได้ที่ผม อาจต้องการที่จะรับรู้ ทุกเสียงที่เป็นไปได้ แล้วมองไปที่ ข้อมูลอะคูสติกที่ฉันมี และกำหนดทางสถิติ เป็นที่หนึ่งที่มีแนวโน้มมากที่สุดคนหนึ่ง ที่จะได้มีการผลิตเสียง ตกลง. ด้วยรูปแบบที่เราแล้ว เริ่มสร้างด้านบนของมัน เราจะใช้รูปแบบการออกเสียง ตอนนี้บางครั้งการออกเสียง รูปแบบที่เรียบง่ายและใช้งานง่าย เพราะมีเพียงหนึ่ง วิธีการออกเสียงบางสิ่งบางอย่าง ครั้งอื่น ๆ พวกเขากำลังเป็น นิด ๆ หน่อย ๆ ที่ซับซ้อนมากขึ้น นี่คือคู่มือการออกเสียง สำหรับสิ่งที่สีแดงที่ที่ ผลไม้ที่คุณทำซอสมะเขือเทศออกจาก คนไม่คิดว่ามันเป็นผลไม้ ขวา? ตอนนี้มีหลายวิธีที่แตกต่างกัน ที่คนจะออกเสียงคำนี้ บางคนจะบอกว่า "นิ้วเท้านิ้วเท้าอาจ." บางคนจะบอกว่า "นิ้วเท้านิ้วเท้า mAh." และเราสามารถจับภาพที่มี หนึ่งในรุ่นกราฟิกเหล่านี้ ที่อีกครั้งเราเป็นตัวแทนของการเปลี่ยน ว่ามีความน่าจะเป็นบางอย่าง และความน่าจะเกี่ยวข้องกับพวกเขา ดังนั้นในกรณีนี้ถ้าผมจะทำตาม เส้นทางบนผ่านทางนี้กราฟทั้งหมด ฉันจะเริ่มต้นที่ตัวอักษร บนซ้ายสุดที่ "ตา" เสียง ฉันจะใช้เวลาครึ่งบน, ว่า "โอ้" และจากนั้นเป็น "แม่" แล้ว "" และแล้ว "ตา" และ "โอ้." "นิ้วเท้า พ.ค. เท้า." ถ้าผมเอาเส้นทางผ่านด้านล่าง นี้ผมจะได้รับ "ตาไพ่เท้า." และถ้าผมลงไปแล้ว ขึ้นผมจะได้รับ "ตาอาจจรดปลายเท้า." รูปแบบเหล่านี้จับภาพเหล่านี้ เพราะเมื่อใดก็ตามที่ความแตกต่าง เราปรับหนึ่งของเหล่านี้ ระบบการรับรู้ มันจะต้องทำงานกับ จำนวนมากชนิดที่แตกต่างของผู้คน จำนวนมากที่แตกต่างกันเสียงและแม้กระทั่ง การใช้งานที่แตกต่างกันของคำเดียวกัน สุดท้ายด้านบนของที่, เราจะสร้างบางสิ่งบางอย่าง ที่มีลักษณะซับซ้อนจริงๆ รูปแบบที่เรียกว่าภาษา แต่ในความเป็นจริงที่ง่ายที่สุดของ เพราะทั้งสามเหล่านี้ทำงาน ในสิ่งที่เรียกว่ารุ่น n กรัม และในกรณีนี้ผมแสดงให้คุณเห็น สองส่วนรูปแบบ n-กรัม bigram เรากำลังจะทำให้ความคิดทางกายภาพ ว่าบางครั้งคำพูดบางอย่าง มีโอกาสมากขึ้นที่จะปฏิบัติตาม กำหนดคำกว่าคนอื่น ๆ ถ้าฉันเพียงแค่กล่าวว่า "สภาพอากาศ" คำถัดไปมีแนวโน้มที่อาจจะเป็น "วันนี้" หรืออาจจะเป็น "สภาพอากาศ คาดการณ์วันพรุ่งนี้. " แต่ก็ไม่น่าจะเป็น " พยากรณ์อากาศอาติโช๊ค. " สิ่งที่รูปแบบภาษาไม่เป็น ผู้ที่จะจับทางสถิติ โดยนับจากบางส่วนมีขนาดใหญ่มาก คลังทุกกรณี ซึ่งเป็นหนึ่งในคำต่อไปนี้อีก ดังนั้นถ้าผมใช้ corpus-- ขนาดใหญ่ เช่นเดียวกับทุกวอลล์สตรีทเจอร์นัล ที่ได้รับการผลิตตั้งแต่ปี 1930 ซึ่งเป็นหนึ่งใน corpuses-- มาตรฐาน และฉันมองผ่าน ข้อความที่และฉันนับ ขึ้นกี่ครั้งหลังจากที่ "คาดการณ์" ฉันเห็น "วันนี้" และจำนวนครั้งที่ฉันเห็น "คาดการณ์" ตามด้วย "อาติโช๊ค" คนแรกที่จะไป ที่จะมีมากมีแนวโน้มที่ มันจะปรากฏ ไกลบ่อยครั้งมากขึ้น และดังนั้นจึงจะมีสูงขึ้น ความน่าจะเป็นที่เกี่ยวข้องกับมัน ถ้าผมต้องการที่จะคิดออก ความน่าจะเป็นของคำพูดทั้งหมด แล้วผมก็ทำลายมันได้ ดังนั้นความน่าจะเป็นของการได้ยิน ประโยคที่ว่า "หนูกินชีส" ความน่าจะเป็นของคำว่า "" การเริ่มต้นประโยค แล้วน่าจะเป็นที่ คำว่า "หนู" ดังต่อไปนี้คำว่า "ให้" และน่าจะเป็นที่ คำว่า "กิน" ดังต่อไปนี้ "หนู" และน่าจะเป็นที่ "ชีส" ดังต่อไปนี้ "กิน". นี้เสียงเหมือนมาก สถิติจำนวนมากของความน่าจะเป็น และนั่นคือสิ่งที่มันเป็น แต่สิ่งที่น่าทึ่งก็คือถ้าคุณทำเช่นนี้ กับกลุ่มตัวอย่างขนาดใหญ่พอของข้อมูล มันได้ผล. และการทำงานที่ดีอย่างมาก เราทุกคนรู้เทคโนโลยีเหล่านี้ ระบบปฏิบัติการส่วนใหญ่มาพร้อมกับ การรับรู้เสียงที่จุดนี้ เราใช้สิริและ Cortana และก้อง และสิ่งเหล่านี้จะขึ้นอยู่กับ ประเภทของสามชั้น model-- รูปแบบการออกเสียงที่ด้านล่างเป็น รูปแบบการออกเสียงที่อยู่ตรงกลาง และรูปแบบภาษาที่ด้านบนของพวกเขา ตอนนี้พวกเขาต้องทำนิ​​ด ๆ หน่อย ๆ กว่าว่าในการที่จะตอบคำถาม แต่การรับรู้ในสิ่งที่คุณเป็น ขึ้นอยู่กับคำกล่าวที่ว่าตรงกับที่ ดังนั้นลองมาตัวอย่างที่นี่ ดังนั้นผมจึงมีโทรศัพท์ของฉันนั่งอยู่ที่นี่ ภายใต้กล้องเอกสาร และเรากำลังจะไปถาม สิริคำถามสองสามข้อ ทั้งหมดใช่มั้ย? ถ้าอย่างนั้นเราตื่นขึ้นมาโทรศัพท์ของฉันที่นี่ สิริสิ่งที่เป็นสภาพอากาศ เหมือนในนิวเฮเวนวันนี้? SIRI: ที่นี่สำหรับสภาพอากาศที่เป็น คอนเนตทิคัวันนี้ ไบรอัน SCASSELLATI: OK ดังนั้นก่อนที่คุณจะเห็นว่าได้รับการยอมรับสิริ แต่ละคำแต่ละคำ แล้วผลิตการตอบสนอง เราจะพูดคุยเกี่ยวกับวิธีการตอบสนองที่ มาเกี่ยวกับในนิด ๆ หน่อย ๆ แต่ตอนนี้ที่เรารู้ว่า ที่นี้จะขึ้นอยู่เพียง เกี่ยวกับสถิติดิบและนี้ ประเภทรูปแบบการจับคู่ของวิธีการ เราสามารถเล่นเกมบางอย่างกับสิริ ดังนั้นผมจึงสามารถลองอีกครั้ง สิริสิ่งที่เป็นสภาพอากาศ ฮิปโป New Haven, วันนี้? SIRI: OK ที่นี่อากาศใหม่เป็น Haven, Connecticut สำหรับวันนี้ ไบรอัน SCASSELLATI: ศิริ ไม่ยอมแพ้โดยที่ เพราะพบ pattern-- "อากาศ", "วันนี้", "นิวเฮเวน." นั่นคือสิ่งที่มันตอบสนอง ไปเช่นเดียวกับเอไลซา ทั้งหมดขวา ขอให้มันเป็นหนึ่งในมากยิ่งขึ้น ตัวอย่างที่ไร้สาระมากขึ้น สิริอาติโช๊คสภาพอากาศ ตัวนิ่มฮิปโปใหม่ยัง? SIRI: ผมขอตรวจสอบว่า นี่คือสิ่งที่ผมพบในเว็บ สำหรับสิ่งที่เป็นอาร์ติโช้คนิ่ม ฮิปโปนิวเฮเวน ไบรอัน SCASSELLATI: OK ดังนั้นถ้าผมไปไกลพอ ออกไปจากรูปแบบนี้ ฉันสามารถที่จะเกิดความสับสนเพราะมันไม่มี อีกต่อไปตรงกับรูปแบบที่ว่ามันมี และที่ทางสถิติ เครื่องมือที่ว่า สิ่งที่โอกาสที่คุณมี ฮิปโปโปเตมัสคำและอาติโช๊ค ร่วมกันและนิ่ม? นั่นก็เป็นสิ่งใหม่ ดังนั้นเทคโนโลยีเหล่านี้เราใช้ทุกวัน ถ้าเราต้องการที่จะใช้พวกเขาเป็นหนึ่งในขั้นตอน ต่อไป แต่ถ้าเราจริง ต้องการที่จะสามารถที่จะพูดคุยเกี่ยวกับสิ่งที่ คือการที่ระบบเหล่านี้จะตอบสนองต่อ, เรามีการพูดคุยอีกครั้งเกี่ยวกับ ชุดพื้นฐานของคำถาม และนั่นเป็นหัวข้อในการสื่อสาร ที่เราเรียกว่าการตอบคำถาม นั่นก็คือเราต้องการที่จะสามารถ to-- ใช่? ผู้ชม: [ไม่ได้ยิน] ไบรอัน SCASSELLATI: เราได้รับ เข้าสู่การประมวลผลความหมายแฝง? ดังนั้นใช่ มีมากในสิ่งที่มีอยู่ ที่เกิดขึ้นใต้พื้นผิวที่มีสิริ และในบางส่วนของตัวอย่าง ฉันจะแสดงให้คุณต่อไป ที่มีไม่น้อย ในแง่ของโครงสร้าง ของสิ่งที่คุณกำลังจะบอกว่าเป็นสิ่งสำคัญ และในความเป็นจริงที่เป็นความดี สารตั้งต้นสำหรับภาพนิ่งถัดไปสำหรับผม ดังนั้นในลักษณะเดียวกับที่ของเรา รู้จำเสียงพูดที่ถูกสร้างขึ้น หลายชั้นถ้าเราต้องการที่จะ เข้าใจว่ามันคืออะไรที่เป็นจริง ถูกกล่าวว่าเรากำลังจะไปอีกครั้ง ขึ้นอยู่กับการวิเคราะห์แบบหลายชั้น ของข้อความที่ได้รับการยอมรับ ดังนั้นเมื่อสิริเป็นจริงสามารถที่จะ พูดดูผมพบว่าคำพูดเหล่านี้ ตอนนี้สิ่งที่ฉันจะทำอย่างไรกับพวกเขา? องค์ประกอบแรกที่มักจะให้ ผ่านไปและพยายามที่จะวิเคราะห์ โครงสร้างของประโยค และในสิ่งที่เราได้เห็น ในโรงเรียนประถมศึกษามักจะ เป็นจัดเรียงของไดอะแกรม ประโยคที่เรากำลังจะ ที่จะรับรู้บางอย่างที่ คำมีบทบาทบางอย่าง เหล่านี้เป็นคำนาม เหล่านี้เป็นคำสรรพนาม เหล่านี้เป็นคำกริยา และเรากำลังจะไปรับรู้ ว่าสำหรับไวยากรณ์โดยเฉพาะอย่างยิ่ง ในกรณีนี้ไวยากรณ์ภาษาอังกฤษมี วิธีที่ถูกต้องในการที่ฉันสามารถรวมพวกเขา และวิธีการอื่น ๆ ที่ไม่ถูกต้อง ได้รับการยอมรับว่าโครงสร้างที่ อาจจะไม่เพียงพอที่จะช่วยให้คำแนะนำเรา นิดหน่อย. แต่มันก็ไม่มากพอ สำหรับเราที่จะสามารถที่จะให้ ความหมายใด ๆ กับสิ่งที่ถูกกล่าวว่าที่นี่ จะทำอย่างไรที่เราจะต้องพึ่งพา เงินบางส่วนของการประมวลผลความหมาย นั่นก็คือเรากำลังจะต้องมอง ที่อยู่ภายใต้สิ่งที่แต่ละคำเหล่านี้ จริงถือเป็นความหมาย และในวิธีที่ง่ายที่สุดในการดำเนินการนี​​้ เรากำลังจะไปเชื่อมโยงกับแต่ละคำ ที่เรารู้ว่าฟังก์ชั่นบางอย่าง การเปลี่ยนแปลงบางอย่างที่มัน จะช่วยให้เกิดขึ้น ในกรณีนี้เราอาจจะป้าย คำว่า "จอห์น" เป็นชื่อที่เหมาะสม ว่ามันก็จะมีเอกลักษณ์ และเราอาจจะติดป้าย "แมรี่" เป็นวิธีเดียวกัน ในขณะที่คำกริยาเช่น "ความรัก" ที่ ถือว่าเป็นความสัมพันธ์โดยเฉพาะอย่างยิ่ง ว่าเราสามารถที่จะเป็นตัวแทน ตอนนี้ไม่ได้หมายความว่า ที่เราเข้าใจ ว่ารักคืออะไร แต่เพียงว่าเราเข้าใจ ในลักษณะของระบบสัญลักษณ์ นั่นก็คือเราสามารถฉลาก และจัดการกับมัน กับแต่ละประเภทนี้ของวิธี ประเภทของการประมวลผลความหมายใด ๆ ที่นี่จะต้องมีเล็ก ๆ น้อย ๆ เกร็ดความรู้และการทำงานมาก ในส่วนของเรา เราไม่ได้อยู่ในดินแดน สถิติที่ธรรมดาเพียง เป็นไปได้พอสำหรับเรา ตอนนี้เพื่อที่จะไป จากจุดนี้จะเป็น สามารถที่จะพูดคุยเกี่ยวกับภายในของ สิ่งที่เกิดขึ้นจริงที่นี่ ความสามารถในการจัดการนี​​้ โครงสร้างและเข้าใจคำถาม แล้วความสามารถ จะออกไปและค้นหา ที่ต้องใช้มากขึ้น รูปแบบองค์ความรู้ที่ซับซ้อน วิธีการที่ระบบเหล่านี้ถูกสร้างขึ้น เป็นส่วนใหญ่มากใช้แรงงานมาก เข้ม พวกเขาเกี่ยวข้องกับมนุษย์ การใช้จ่ายการจัดการที่ดี เวลาโครงสร้างวิธีการ ซึ่งเหล่านี้ชนิดของประโยค สามารถแสดงในตรรกะบาง จะได้รับแม้แต่น้อย ที่ซับซ้อนมากขึ้นแม้ว่า แม้แต่ครั้งเดียวที่เราได้กระทำ ที่มีความหมายเราจะ ยังคงต้องมองไปที่ เน้นในสิ่งที่ถูกกล่าวว่า นั่นคือวิธีการที่ฉันจะเกี่ยวข้องกับคำว่า ที่ฉันมีบางสิ่งบางอย่างออกมาจากร่างกาย มีในโลกหรือที่ น้อยแหล่งที่มาข้อมูลบางส่วน ที่ฉันสามารถจัดการ? บางครั้งสิ่งเหล่านี้นำไปสู่​​การ บิตที่ยอดเยี่ยมของความคลุมเครือ "สีแดงร้อนดาวที่จะแต่งงานกับนักดาราศาสตร์." ตกลง. ตอนนี้เราอ่านว่าเป็น ประเภทตลกของการพาดหัว ที่เราจะเห็นในตอนดึกทีวี เพราะเราไม่ได้แปลความหมายของ "ดาว" ที่จะมีเทห์ฟากฟ้าความหมายของมัน เรารู้ว่ามันหมายถึงมากขึ้น นักแสดงหรือนักแสดงธรรมดา ด้วยจำนวนเงินที่สูงของการมองเห็น "ทีมช่วยเหยื่อสุนัขกัด." มันคือการที่ทีมที่เป็นจริง ออกมีการให้ความช่วยเหลือสุนัข ในการที่จะไปรอบ ๆ และกัดเหยื่อ? หรือจะเป็นว่ามี บุคคลที่เป็น กัดโดยสุนัขที่ต้องการความช่วยเหลือบางอย่าง? เพียงแค่จากการดูที่ไวยากรณ์ และความหมายของประโยคที่ เราไม่สามารถระบุได้ว่า "เฮลิคอปเตอร์ขับเคลื่อนโดยแมลงวันมนุษย์." มีในความเป็นจริงที่เกิดขึ้นจริง สิ่งเล็ก ๆ ที่บินไปรอบ ๆ เป็นคนที่มีปีกเปิดเครื่อง เฮลิคอปเตอร์สำหรับการที่ดีของมนุษยชาติ? หรือมีกลไกหนึ่ง ที่มาจากอำนาจของตนคน? เมื่อเรามองไปที่คำถาม ตอบระบบ เหล่านี้เป็นชั้นที่ เราต้องจัดการกับ ตอนนี้ที่ดีที่สุดและมากที่สุดเรียงลำดับ การแพร่หลายของระบบเหล่านี้ วันนี้มีความสามารถที่จะทำ สิ่งที่อยู่ในระดับที่มี ไกลเกินกว่าสิ่งที่เรามี 10 ปีที่ผ่านมา นี่เป็นหนึ่งในระบบที่ดีที่สุด ที่ออกมีวันนี้ และนี่เป็นระบบ จาก IBM เรียกว่าวัตสัน นี้เป็นจากเพื่อนของเราที่ไอบีเอ็ม นี่คือธนาคารแคเธอรีนเจี๋ยเฉิน และ Priscilla Moraes ให้เรา การสาธิตของวัตสัน เมื่อวานนี้ใน IBM ยอร์ก [วิดีโอเล่นภาพ] -คุณเป็นอย่างไร? -ฉันสบายดี. ผมมีความสุขเสมอเมื่อฉัน คิดโดยเฉพาะอย่างยิ่งเมื่อผม สามารถเข้าพักเย็นในห้องเซิร์ฟเวอร์เหล่านี้ -Who เป็นนักแสดงที่คุณชื่นชอบ? นักแสดงที่ชื่นชอบของผม Angelina Jolie เป็น Lara Croft ใน: Tomb Raider เพราะเดิมของเธอ รูปแบบเป็นตัวละครที่เสมือนเช่นฉัน วิธีวัตสันสามารถช่วยให้ผู้ป่วย? -is แผนสำหรับผู้ป่วยไป มีการเข้าถึงโดยตรงวัตสัน? การเข้าถึงวัตสันที่ปรึกษา การใช้งานจะแตกต่างกันโดยใช้กรณี แต่ในขณะนี้วัตสันจะให้ การวินิจฉัยและการรักษาที่เป็นไปได้ ตัวเลือกในการประกอบวิชาชีพแพทย์ ตามความเหมาะสมของผู้ป่วย อาจให้ข้อมูล วัตสันอาจจะผ่าน อินเตอร์เฟซเว็บพอร์ทัลแท็บเล็ต หรือแม้กระทั่งโทรศัพท์มือถือ ตัวอย่างเช่นผู้ป่วยอาจจะ ถามว่าจะอธิบายอาการของพวกเขา ในภาษาธรรมชาติโดยตรง เป็นทางออกที่วัตสัน ช่วยให้แพทย์ที่จะมุ่งเน้น การวินิจฉัยและไม่ได้เก็บรวบรวมข้อมูล -Who ลอบสังหารอับราฮัมลินคอล์น? จอห์นวิลค์สบูธ -in สิ่งที่ปีไม่แอริโซนา Diamondbacks ชนะเวิลด์ซีรีส์? -2001 [จบเล่นภาพ] ไบรอัน SCASSELLATI: ดังนั้น เหล่านี้ชนิดของระบบ ต้องขึ้นอยู่กับครั้งแรกของทั้งหมด ตระหนักถึงการพูด; ที่สอง แปลงเป็นภายในที่มีความหมาย ตัวแทน; แล้วสาม ความสามารถในการออกไปหา แหล่งที่มาของข้อมูลที่ ช่วยให้พวกเขาที่จะตอบคำถามว่า ระดับของความซับซ้อนนี้เกี่ยวข้องกับการ ประเภทเดียวกันของสิ่งที่เขียนโปรแกรม ที่คุณได้รับ ทำในชุดปัญหา เราสามารถที่จะแยกการร้องขอ HTTP ใน ประเภทเดียวกันของรูปแบบในระดับต่ำ การจับคู่ที่เอไลซาสามารถทำได้ เราสามารถที่จะแปลงผู้ เป็นตัวแทนภายใน แล้วใช้พวกเขาในการค้นหาบาง ฐานข้อมูลภายนอกอาจจะใช้ SQL ทั้งหมดของระบบที่ ที่ถูกสร้างขึ้นในวันนี้ ที่จะทำชนิดของธรรมชาติ การสื่อสารภาษา ที่ถูกสร้างขึ้นบน เหล่านี้หลักการเดียวกัน ตอนนี้แม้กระทั่งระบบเช่น วัตสันไม่ซับซ้อนพอ เพื่อให้สามารถที่จะตอบโดยพลการ คำถามเกี่ยวกับหัวข้อใด ๆ และในความเป็นจริงพวกเขาจะต้อง โครงสร้างภายในโดเมนที่กำหนด เพื่อให้คุณสามารถไปออนไลน์และคุณสามารถหา รุ่นของวัตสันที่ทำงานได้ดี ภายในสารสนเทศทางการแพทย์ หรือมีหนึ่งออนไลน์ ที่เพียงแค่วิธีการที่เกี่ยวข้องกับ เพื่อให้คำแนะนำที่ดีเกี่ยวกับ สิ่งที่เบียร์จะไปกับที่อาหาร และภายในโดเมนเหล่านั้น ก็สามารถตอบคำถาม ค้นหาข้อมูลที่ต้องการ แต่คุณไม่สามารถผสมและตรงกับพวกเขา ระบบที่รับการฝึกอบรม กับฐานข้อมูลของอาหารและเบียร์ ไม่ได้ทำงานได้ดีเมื่อคุณก็ วางไว้ในที่มีสารสนเทศทางการแพทย์ ฐานข้อมูล ดังนั้นแม้ระบบที่ดีที่สุดของเราวันนี้ ขึ้นอยู่กับระดับของการประมวลผล ในการที่เราจะมีการเข้ารหัสมือและ สร้างในโครงสร้างพื้นฐานในการสั่งซื้อ จะทำให้การทำงานระบบนี้ ตอนนี้หัวข้อสุดท้ายที่ฉันต้องการ เพื่อให้สามารถที่จะได้รับในวันนี้ เป็นเรื่องเกี่ยวกับการสื่อสารอวัจนภาษา มวลที่ดีของข้อมูลที่ เราสื่อสารกับคนอื่น ๆ ไม่ได้มาเกี่ยวกับการผ่าน คำแต่ละคำที่เราใช้ มันมีจะทำอย่างไรกับสิ่งที่ชอบ ความใกล้ชิดสายตาเสียงของคุณเสียง โรคติดเชื้อของคุณ และการสื่อสารที่ยัง สิ่งที่อินเตอร์เฟซที่แตกต่างกัน ดูแลการจัดการที่ดีเกี่ยวกับ มันไม่ใช่สิ่งที่สิริใส่ใจเกี่ยวกับ ฉันสามารถขออะไรบางอย่างสิริในหนึ่งเสียง หรือในโทนสีที่แตกต่างกันของเสียง และสิริจะ ให้ฉันคำตอบเดียวกัน แต่นั่นไม่ใช่สิ่งที่เราสร้างสำหรับ ประเภทอื่น ๆ ของการเชื่อมต่อ ผมอยากจะแนะนำให้ท่านรู้จัก ตอนนี้ให้เป็นหนึ่งในหุ่นยนต์ นี้ถูกสร้างขึ้นโดยรู้จักกันมานานของฉัน เพื่อนและเพื่อนร่วมงานของซินเทีย Breazeal และ บริษัท ของเธอ Jibo และ robot-- นี้เรากำลังจะ จะมีอาสาสมัครคู่ เกิดขึ้นในการโต้ตอบกับเรื่องนี้ ดังนั้นผมจึงสามารถมีสองคนเต็มใจ ที่จะเล่นกับหุ่นยนต์สำหรับฉันหรือไม่ ทำไมคุณไม่มาขึ้น และทำไมคุณไม่มาถึง หากคุณต้องการเข้าร่วมฉันถึงที่นี่โปรด และถ้าผมจะมีคุณ มาทางขวามากกว่าที่นี่ ขอบคุณ สวัสดี ALFREDO: ยินดีที่ได้พบคุณ อัลเฟร ไบรอัน SCASSELLATI: อัลเฟร ราเชล: ราเชล ไบรอัน SCASSELLATI: ราเชล ยินดีที่ได้รู้จักคุณทั้งสอง อัลเฟร, ฉันจะมีคุณไปก่อน มาขวาขึ้นที่นี่ ฉันจะแนะนำ you-- ถ้าฉันจะได้รับนี้ออก โดยไม่ต้องเคาะ microphone-- หุ่นยนต์เล็ก ๆ น้อย ๆ ชื่อ Jibo ตกลง? ตอนนี้ Jibo ถูกออกแบบมาเพื่อโต้ตอบ และแม้ว่ามันจะสามารถให้คุณพูด มากของการมีปฏิสัมพันธ์กับหุ่นยนต์ เป็นอวัจนภาษา อัลเฟร, ฉันจะขอให้คุณ พูดอะไรบางอย่างที่ดีและฟรี หุ่นยนต์โปรด ALFREDO: ฉันคิดว่าคุณดูน่ารัก [เสียงหึ่ง] ไบรอัน SCASSELLATI: OK การตอบสนองของมันไม่ได้ด้วยวาจา และยังให้คุณทั้งสอง รับรู้ที่ชัดเจน ว่ามันเคยได้ยินสิ่งที่คุณกล่าวว่า และยังเข้าใจว่าอย่างใด ตกลง? ขั้นตอนที่ถูกต้องกลับมาที่นี่สำหรับคนที่สอง ขอขอบคุณ. ราเชลถ้าคุณจะ ตอนนี้ผมจะให้ คุณงานที่หนักมาก หากคุณต้องการยืนอยู่ที่นี่ สำรองเพียงเล็กน้อยเพื่อให้ เราสามารถให้คุณได้รับในกล้อง และมองด้วยวิธีนี้ ฉันจะขอให้คุณพูดอะไรบางอย่าง จริงๆหมายถึงการที่น่ารังเกียจและหุ่นยนต์ ราเชล: สิ่งที่คุณก็ดูเหมือน จะทำคือไร้สาระอย่างสิ้นเชิง [เสียงหึ่ง] นั่นคือแม้ไร้สาระมากขึ้น สิ่งที่เกิดขึ้นกับคุณ? อ๊ะไม่ได้รู้สึกไม่ดี ฉันจะให้คุณกอด ไบรอัน SCASSELLATI: สิทธิทั้งหมด ขอบคุณ, ราเชล อัลเฟรราเชลครับขอบคุณมาก [APPLAUSE] ดังนั้นชนิดของการปฏิสัมพันธ์นี้มีอยู่ใน หลายวิธีที่บางส่วนของกฎเดียวกัน และบางส่วนของเดียวกัน โครงสร้างเป็นสิ่งที่เรา อาจจะมีการทำงานร่วมกันในภาษา มันเป็นทั้งการสื่อสารและ ให้บริการวัตถุประสงค์ที่สำคัญ และการมีปฏิสัมพันธ์ว่าใน หลายวิธีที่ได้รับการออกแบบ จะมีผลโดยเฉพาะอย่างยิ่งใน คนที่มีปฏิสัมพันธ์กับหรือฟัง หุ่นยนต์ ตอนนี้ผมโชคดีพอ ที่จะมี Jibo นี่ในวันนี้ แซมเปล้าดิ้งอยู่ที่นี่ช่วยให้ เราออกมาพร้อมกับหุ่นยนต์ และฉันจะถามแซมที่จะให้ เราเป็นหนึ่งในตัวอย่างที่ดีของการเต้นรำ Jibo ที่เราจะได้ดูตอนท้ายที่นี่ เพื่อไปข้างหน้า Jibo SAM: ตกลง Jibo แสดงให้เราเห็นการเต้นของคุณ [เล่นเพลง] ไบรอัน SCASSELLATI: ทั้งหมดที่ถูกต้องทุกคน ขอบคุณที่เพื่อนของเราที่ Jibo [APPLAUSE] และขอขอบคุณที่เพื่อนของเราที่ ไอบีเอ็มที่ช่วยออกในวันนี้ การสื่อสารเป็นสิ่งที่ ที่คุณจะ จะเห็นขึ้นมามากขึ้นเป็น เราสร้างอินเตอร์เฟซที่ซับซ้อนมากขึ้น สัปดาห์ถัดไปเราจะพูดคุย เกี่ยวกับวิธีการติดต่อ กับฝ่ายตรงข้ามในการเล่นเกมคอมพิวเตอร์ แต่ถ้าคุณมีคำถามเกี่ยวกับเรื่องนี้ ฉันจะเป็นรอบที่สำนักงานชั่วโมงในคืนนี้ ฉันมีความสุขที่จะพูดคุยกับคุณเกี่ยวกับเอไอ หัวข้อหรือเพื่อให้ได้ลงในรายละเอียดมากขึ้น ขอให้มีวันหยุดสุดสัปดาห์ที่ดี. [APPLAUSE] [เล่นเพลง]