小巧玲瓏,Zenbo腦中的大秘密!

小巧玲瓏,Zenbo腦中的大秘密!

近千禧世代的經典科幻電影《變人 Bicentennial Man》象徵機器人革命將對21世紀的人類生活帶來重大改變,機器人管家Andrew的故事觸及科技倫理議題讓這部電影深具啟發意義,造成影壇轟動一時;距電影上映即將邁入20周年,舉凡機器人相關的智慧演算、硬體技術、人機互動⋯各領域呈爆炸性的發展,各式各樣的機器人逐漸出現在人類的生活中,在密切互動前,深入了解機器人設計的邏輯、開發的程序與提供的幫助或許是我們認識這群「未來新夥伴」的好機會!

9月29日的早晨,率領10個瓦力般大小的Zenbo,智來科技創辦人 邱鴻鈞(Lanma),在南科AI_ROBOT自造基地啟動機器人大腦開發工作坊,和與會者一起深入探索Zenbo的奧秘。

 

配有豐富表情的Zenbo,屢次逗樂使用者!(圖片來源:黃鈺琮 / PC)

集魅力與能力於一身

What is Zenbo?機器人區分出不同等級、不同服務;小雪人般的Zenbo配備一個清晰的螢幕與滾輪,運用IoT感測服務需求做出反應,可說是家庭服務的好幫手!它的能力含括教育、娛樂、家庭照護、智慧家庭等,Lanma在開場中示範幾項Zenbo獨特的功能 — 室內燈光控制、手勢操控、長輩互動。

Lanma也提到,Zenbo現階段最大的優勢在於玩家進入門檻低,就像工作坊的學員們即使對機器人程式開發生疏,仍能透過Zenbo及時呈現玩家簡單的程式設計,讓使用者體驗實際變化;同時,仍不斷開發的Zenbo擁有備受期待的發展藍圖。

Hey, Zenbo!

教育Zenbo就像嬰兒一樣,大腦的學習是對環境事物感受開始。Zenbo的接收指令方式應用AI技術分為語音分析與影像辨識兩種:

  1. 語音
    • 接收語音 → 語音轉文字 → 語意分析 → 文字轉語音 → 自然對話
  2. 影像
    • 人臉辨識
    • 物體辨識

透過華碩開發的語音系統,Zenbo接收語音後轉換為文字區分出句意與實體,再透過演算法分類組合成程式邏輯,並產生對應句,最後轉換成語音輸出,完成自然對話的過程。影像辨識是人工智慧現階段較成熟的領域,Zenbo的視覺啟動系統經過SDK判斷,把動作紀錄、物體影像,轉換為語言模組,再透過語意分析回應。

語音分析作為Zenbo溝通的基礎要素,配合影像辨識延伸出後續多種用途。居家陪伴、導覽定位,都是兩者結合的成果,在強化學習基礎下,這項系統有持續進化的空間。

學員們幫Zenbo設定辨識流程。(圖片來源:黃鈺琮 / PC)

 

平易近人的程式介面,機器人一點也不難!

指令的學習建立於模仿與經驗,是Zenbo的基本元件,在進軍Zenbo大腦前,學員們還有另一項重要的任務–讓Zenbo操作接收指令後的動作。Zenbo有四種開發工具,本次工作坊專注於圖形化編程Zenbo – Scratch,特別提供給程式初學者,Lanma強調這也是Zenbo適合居家使用、幼齡學習的原因,因為Scratch介面「讓程式碼編排壓力降低許多!」即使是不懂程式的朋友也能輕易理解Scratch區塊。看著現場多位學員早已上手,滿地Zenbo除了應主人的要求前進、旋轉,甚至能針對不同情況作出逗趣的表情。

 

Zenbo的燒腦作戰

要開發整個大腦做出較複雜的行為,需進行Zenbo SDK設定與API調整,目前華碩開源SDK系統,希望吸引更多人投入開發Zenbo系統。Zenbo SDK和Zenbo Scratch的效果類似,但SDK可以支援更豐富的表情、動作、移動等呈現,根據使用者設定進退旋轉;Lanma同時也介紹在Zenbo SDK裡的Goto API,是環境導覽最常使用的定位方式,首先讓Zenbo掃描場域,再來透過標記(x,y)編輯區域中的空間、實物與障礙,因為Goto API能夠記錄每一次的目的地(Destination),這些被保存的數據將成為下一次場域環境導覽的參考。

學員透過Zenbo面板標記環境中的障礙物、實體。(圖片來源:黃鈺琮 / PC)

 

平凡的應用,非凡的改變

看著工作坊滿地跑的Zenbo,讓人看好機器人開發熱潮對未來人類生活的影響!台灣早已進入高齡化社會,思考社會勞動力與居家問題,Zenbo未來的發展和我們也息息相關,如陪伴、學習、安全、照護、服務,Lanma相信Zenbo的研究除了提升服務的品質,更能開拓新的服務領域。即便目前的機器人領域還沒有達到《變人 Bicentennial Man》中Andrew具備智慧思維,我們仍相信在更多有志之士投入Zenbo開發後,不僅能解決社會問題,更能有效提升生活品質。

期待Zenbo的發展能影響更多人。(圖片來源:黃鈺琮 / PC)

 

(本報導整理自2018/09/29 Zenbo大腦開發實戰工作坊!對話互動、室內導覽一次搞定;作者:黃鈺琮;責任編輯:葉于甄)

No Comments

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料