CN105808501A - 一种人工智能学习的实现 - Google Patents

Abstract

一种人工智能学习的实现，可以让机器根据环境及用户的具体需要，学习各种具体的、复杂的、多样化的应答、表情与动作。本发明包含机器学习输入部分、信息存储部分、执行结果反馈部分，通过三个部分的相互配合，可以实现机器的学习功能。本发明应用的机器，具有准确性高、功能丰富、适应各种复杂环境、满足个性化需求、重复利用性高、经济实惠的特点。

Description

一种人工智能学习的实现

技术领域

本发明涉及一种人工智能学习的实现，尤其是机器智能学习功能的实现。

背景技术

随着社会发展与机器人技术的进步，人们对机器人及各种智能设备的应用需求在如日俱增，智能机器人技术应用于生产与生活，将是未来社会发展的必然趋势。

以往，人们对机器人的功能操作应用，都是通过程序员开发程序来执行实现的，它开发周期长，功能有限，成为行业发展的重大障碍。于是，机器智能学习功能成为行业前进路上的重要难题，也是全球各大科研组织争相研究的重要课题。

当前，各研究机构中以大数据为主导的技术方向居多。但是，由于人们对智能机器人的应用具有较高的准确性与个性化需要，而大数据主导的人工智能技术产生出的结果相对比较模糊，难以满足这些需要，让用户难以接受。例如，同一款家庭服务机器人，张三希望回到家之后，对机器说“我饿了”，希望机器人回答他“好的先生，我马上给您做饭去”，而李四希望对机器说“我饿了”，却希望机器回答他“李四，饿了是吧，请等一下，我让你媳妇给你做饭去”。此类实际应用例子比比皆是，由于人的经历不同、地域文化不同、所处的环境不同，需求是千变万化的，而大数据得出的结果，可能是千篇一律的普遍性高的结果，这种结果是难以准确满足每个人个性化需要。

为此，本发明设计出一种创新的人工智能学习方法，只需要机器使用者进入学习模式与机器对话交流，就能把学习到的知识要点提取进入记忆库存储，以后，在每次使用的时候，机器就能按照学习的知识要点来执行任务了。

未来，这种技术推广普及后，将会成为行业发展的重要趋势！只有让机器具有学习功能，才能减轻程序员的负担，才能让机器存储的数据更加丰富，让数据更加精确并个性化，让各种功能得以完善，以适应多种行业具体需要。

发明内容

为了实现上述目的，本发明采用如下技术方案：

本发明提供一种机器自动学习实现方案。所述方案，包含机器学习输入部分、信息存储部分、执行结果反馈部分等三个部分。机器学习输入部分是人机对话交流的窗口，主要负责将人类语言通过语音识别转换为文本数据，以备存储到结果录入部分，其内部包含容错、纠错与修正等算法，以验证输入格式是否正确语义是否清晰。信息存储部分是机器人在学习过程中，应答使用者话语、接下来要做的表情，接下来要做的动作等信息的存储。执行结果反馈部分，是当使用者对机器说出某一话后，机器做出的应答、表情与动作的反馈，是对自动学习内容与结果的调用。

具体实施方式（实施例）

下面结合附图和实施例对本发明进行详细的描述：

本发明提供机器自动学习方案。所述方案，包含机器学习输入部分、信息存储部分、执行结果反馈部分。在Linux、Windows系统下均可编写应用程序，对接语音识别硬件或第三方提供的成熟的语音识别软件插件，完成智能机器人语音转文本输入，或直接通过打字输入，进一步对接本发明三个部分。其完成对接实现的一般方法为，首先设计出一个完整的数据结构(如图1所示)，包括用户呼叫话语、应答话语、响应表情、响应动作；接着，对呼叫话语做相应针对性设计，当遇到陌生的用户呼叫话语，则进入对话，询问是否学习，当用户确认需要学习后，机器进入学习模式，正式录入数据，并对数据的格式与语义进行纠正，完成正确的学习数据录入；进一步地，数据存储记忆库，可以使用数据库或加密XML等多种形式实现，完成学习记忆的全部过程；最后，等待用户再次呼叫相同或类似话语，在经过比对与容错后，调用相应已经学习的执行内容。

用户在操作机器完成相应任务时，其一般实现形式举例如下：

用户操作任务，分两种情况：一、不需要学习；二、需要学习。

一、不需要学习

当用户使用已经学习训练好的机器时，可以直接调用内部记忆的学习内容。比方说，我们已经让机器学习过了向前走的指令。我们只需要对着机器的输入端口说“向前走”、“向前”等话语，机器人就会回答“马上向前”，并迈出大腿向前走一步。再比方说，我们已经让机器人学习了复杂的指令，将几个简单动作连接到了一起，形成“转一个圈”的新指令。我们对机器输入端口说“转一个圈”、“转个圈”，那么机器就会执行先向前，再向左，再向前，再向左，再向前，再向左...最终转一圈，然后停止下来等待下一个指令。

二、需要学习

当机器刚被初始化或在执行过程中遇到陌生的输入语句时，由于机器不知道接下来用户需要执行具体什么样的指令，则需要进入学习模式(如图2所示)。

机器这时候会主动询问，是否要进入学习模式。如果用户选择否，则表示不学习，选择是则进入学习状态。进入学习状态后，机器需要验证使用者的身份，当确认具有学习训练机器的权限后，正式进入学习状态。机器接下来会主动询问，当您对我说这句话的时候，我该如何应答呢？用户根据需要，设置应答话语。完成应答话语设置后，机器接着对用户询问，我该响应什么样的表情呢？用户根据需要进行设置。再接着完成机器相应动作。这样一个学习过程就完成了，用户再次呼叫类似话语，则会进入不需要学习的情况

附图说明

图1：机器学习内部结构图

图2:机器学习一般流程图

以上所诉仅为本发明的实施例，并非因此限制本发明的专利范围。显然，本领域的技术人员可以对本发明进行各种改动和变形而不脱离本发明的精神和范围。这样，倘若对本发明的这些修改和变形属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变形。

Claims (4)

1.一种人工智能学习的实现，其特征在于：

所述人工智能学习的实现包含机器程序学习输入部分、信息存储部分、执行结果反馈部分。

2.如权利要求1所诉的机器程序学习输入部分，其特征在于：

人工智能学习输入部分主要负责将人类语言通过语音识别转换为文本数据，以备存储部分使用，其内部包含容错、纠错与修正等算法，以验证输入格式是否正确语义是否清晰。

3.如权利要求1所诉的信息存储部分，其特征在于：

信息存储部分是机器在学习过程中，对应答话语、接下来要做的表情，接下来要做的动作等信息的存储。

4.如权利要求1所诉的执行结果反馈部分，其特征在于：

执行结果反馈部分，是当使用者对机器说出某一话后，机器做出的应答、表情与动作的反馈，是对自动学习内容与结果的调用。