CN112508197B - 人工智能设备的控制方法、控制装置和人工智能设备 - Google Patents

人工智能设备的控制方法、控制装置和人工智能设备 Download PDF

Info

Publication number
CN112508197B
CN112508197B CN202011358523.5A CN202011358523A CN112508197B CN 112508197 B CN112508197 B CN 112508197B CN 202011358523 A CN202011358523 A CN 202011358523A CN 112508197 B CN112508197 B CN 112508197B
Authority
CN
China
Prior art keywords
execution information
memory bank
term memory
execution
long
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011358523.5A
Other languages
English (en)
Other versions
CN112508197A (zh
Inventor
高明昕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202011358523.5A priority Critical patent/CN112508197B/zh
Publication of CN112508197A publication Critical patent/CN112508197A/zh
Application granted granted Critical
Publication of CN112508197B publication Critical patent/CN112508197B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Stored Programmes (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了人工智能设备的控制方法、控制装置和人工智能设备，该控制方法包括：获取目标交互数据；依次在依次在基因记忆库、思考型记忆库、长期记忆库和短期记忆库中针对交互的问题搜索对应的答案，并针对在不同记忆库中的答案进行相应的反馈。本发明的人工智能技术可以高度模拟人的思维方式，人工智能程度高。

Description

人工智能设备的控制方法、控制装置和人工智能设备
技术领域
本发明实施例涉及人工智能技术领域，具体涉及人工智能设备的控制方法、控制装置和人工智能设备。
背景技术
人工智能企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大。人工智能可以对人的意识、思维的信息过程的模拟。
现有的人工智能设备只能根据用户指令执行相应动作，当人工智能设备无法理解用户的指令时，则无法执行用户指令对应的动作，此外现有的人工智能设备在进行工作时接收到指令，会停止工作执行指令内容，导致工作中断，后续难以继续之前的工作。总之，现有的人工智能设备智能程度低。
发明内容
本发明实施例的目的在于提供人工智能设备的控制方法、控制装置和人工智能设备，用以解决现有人工智能设备智能程度低的问题。
为实现上述目的，本发明实施例主要提供如下技术方案：
第一方面，本发明实施例提供了一种人工智能设备的控制方法，包括：
获取目标交互数据；
检测在基因记忆库中是否存在对应所述目标交互数据的第一执行信息；
如果在所述基因记忆库中存在对应所述第一执行信息，则根据所述第一执行信息执行相应动作；如果在所述基因记忆库中不存在所述第一执行信息，则检测思考性记忆库中是否存在对应所述目标交互数据的第二执行信息；
如果所述思考性记忆库中存在所述第二执行信息，则根据所述第二执行信息执行相应动作；如果所述思考性记忆库中不存在所述第二执行信息，则检测长期记忆库中是否存在对应所述目标交互数据的第三执行信息；
如果所述长期记忆库中存在所述第三执行信息，且人工智能设备未进行预设工作，则根据所述第三执行信息执行相应动作；如果所述长期记忆库中存在所述第三执行信息，且所述人工智能设备正在执行所述预设工作，则提问是否完成所述预设工作后再根据所述第三执行信息执行相应动作；如果所述长期记忆库中不存在所述第三执行信息，则检测短期记忆库中是否存在对应所述目标交互数据的第四执行信息；
如果所述短期记忆库中存在所述第四执行信息，则提问是否按照所述第四执行信息执行相应动作。
根据本发明的一个实施例，还包括：
如果在第一预设时间内，收到N次相同的第一交互内容，且所述N次相同的第一交互内容的执行结果均相同，则将所述第一交互内容和所述第一交互内容的执行结果存储在所述长期记忆库中；
如果在第二预设时间内，所述M次相同的第二交互内容，且所述M次相同的第二交互内容的执行结果均相同，则将所述第二交互内容和所述第二交互内容的执行结果存储在所述思考性记忆库中；
其中，N和M均为大于零的整数，且N<M。
根据本发明的一个实施例，还包括：如果存储在所述长期记忆库中的第三交互内容和对应的执行信息，以存储时间点开始所述第二预设时间内未再次收到所述第三交互内容和对应的执行信息，则在所述长期记忆库中删除所述第三交互内容和对应的执行信息，且在所述短期记忆库中保存所述第三交互内容和对应的执行信息。
根据本发明的一个实施例，还包括：如果存储在所述短期记忆库中的第四交互内容和对应的执行信息，以存储时间点开始所述第一预设时间内未再次收到说话所述第四交互内容和对应的执行信息，则在所述短期记忆库中删除所述第四交互内容和对应的执行信息。
第二方面，本发明实施例还提供一种人工智能设备的控制装置，包括：
交互模块，用于获取目标交互数据；
执行模块；
存储模块，所述存储模块包括基因记忆库、思考性记忆库、长期记忆库和短期记忆库；
控制处理模块，用于检测在所述基因记忆库中是否存在对应所述目标交互数据的第一执行信息；如果在所述基因记忆库中存在对应所述第一执行信息，则控制所述执行模块根据所述第一执行信息执行相应动作；如果在所述基因记忆库中不存在所述第一执行信息，则检测所述思考性记忆库中是否存在对应所述目标交互数据的第二执行信息；
所述控制处理模块还用于如果所述思考性记忆库中存在所述第二执行信息，则控制所述执行模块根据所述第二执行信息执行相应动作；如果所述思考性记忆库中不存在所述第二执行信息，则检测所述长期记忆库中是否存在对应所述目标交互数据的第三执行信息；
所述控制处理模块还用于如果所述长期记忆库中存在所述第三执行信息，且人工智能设备未进行预设工作，则控制所述执行模块根据所述第三执行信息执行相应动作；如果所述长期记忆库中存在所述第三执行信息，且所述人工智能设备正在执行所述预设工作，则控制所述交互模块提问是否完成所述预设工作后再根据所述第三执行信息执行相应动作；如果所述长期记忆库中不存在所述第三执行信息，则检测所述短期记忆库中是否存在对应所述目标交互数据的第四执行信息；
所述控制处理模块还用于如果所述短期记忆库中存在所述第四执行信息，则控制所述交互模块提问是否按照所述第四执行信息执行相应动作。
根据本发明的一个实施例，所述控制处理模块还用于如果在第一预设时间内，收到N次相同的第一交互内容，且所述N次相同的第一交互内容的执行结果均相同，则将所述第一交互内容和所述第一交互内容的执行结果存储在所述长期记忆库中；
所述控制处理模块还用于如果在第二预设时间内，所述M次相同的第二交互内容，且所述M次相同的第二交互内容的执行结果均相同，则将所述第二交互内容和所述第二交互内容的执行结果存储在所述思考性记忆库中；
其中，N和M均为大于零的整数，且N<M。
根据本发明的一个实施例，所述控制处理模块还用于如果存储在长期记忆库中的第三交互内容和对应的执行信息，在存储时间点开始所述第二预设时间内未再次收到所述第三交互内容和对应的执行信息，则在所述长期记忆库中删除所述第三交互内容和对应的执行信息，且在所述短期记忆库中保存所述第三交互内容和对应的执行信息。
根据本发明的一个实施例，所述控制处理模块还用于如果存储在所述短期记忆库中的第四交互内容和对应的执行信息，以存储时间点开始所述第一预设时间内未再次收到说话所述第四交互内容和对应的执行信息，则在所述短期记忆库中删除所述第四交互内容和对应的执行信息。
第三方面，本发明实施例还提供一种人工智能设备，包括第二方面所述的人工智能设备的控制装置。
第四方面，本发明实施例还提供一种计算机可读存储介质，包含一个或多个程序指令，所述一个或多个程序指令用于被执行如第一方面所述的人工智能设备的控制方法。
本发明实施例提供的技术方案至少具有如下优点：
本发明实施例提供的人工智能设备的控制方法、控制装置和人工智能设备，基因记忆库中存储的数据为人工智能设备出厂时设定的基本数据，例如对人工智能设备设定的准则数据；思考性记忆库中存储的数据为人工智能设备在出厂后通过多次对同一问题和答案进行学习得到的数据，长期记忆库为在一段时间内至少两次学习到同一问题和对应答案时存储的数据，如果在一段时间内多次得到长期记忆库中存储问题和对应答案，则将该问题和答案存入思考型记忆库，如果在一段时间内未接收到长期记忆库中存储问题和对应答案，则将长期记忆库中的内容存入短期记忆库中，在短期记忆库中存储的内容如果在一段时间内为再次接收到同样的问题和答案，则删除该问题和答案。
本发明在用户与人工智能设备进行交互时，依次在基因记忆库、思考型记忆库、长期记忆库和短期记忆库中针对交互的问题搜索对应的答案，并针对在不同记忆库中的答案进行相应的反馈，可以高度模拟人的思维方式，人工智能程度高。
附图说明
图1为本发明实施例的人工智能设备的控制方法的主体流程图。
图2为本发明实施例的人工智能设备的控制方法的具体流程图。
图3为本发明实施例的人工智能设备的控制装置的结构框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
在本发明的描述中，需要理解的是，此外，术语“第一”、“第二”、“第三”和“第四”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术“相连”和“连接”应做广义理解，例如可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
图1为本发明实施例的人工智能设备的控制方法的主体流程图，图2为本发明实施例的人工智能设备的控制方法的具体流程图。如图1和图2所示，本发明实施例的人工智能设备的控制方法，包括：
S1：获取目标交互数据。
具体地，人工智能设备获取用户输入的目标交互数据。其中，目标交互数据可以是文本数据、音频数据或其他可以识别的数据。当目标数据为音频数据时，需要对音频数据通过音频转文字技术进行处理，得到对应的文本数据。当目标数据为带有文字的图片格式数据时，可以利用例如OCR技术识别图片中的文字内容，得到对应的文本数据。
S2：检测在基因记忆库中是否存在对应目标交互数据的第一执行信息。其中，基因记忆库中存储的数据为人工智能设备出厂时设定的基本数据，例如对人工智能设备设定的准则数据，例如机器人三大定律，任何人工智能设备后期学习的数据不能与准则数据冲突，如果冲突则删除该数据。
S3：如果在基因记忆库中存在对应目标交互数据的第一执行信息，则根据第一执行信息执行相应动作，例如用户输入的是“机器人可以伤害人类吗”，基因记忆库中存储了“机器人不可以伤害人类”，则人工智能设备向用户反馈“机器人不可以伤害人类”。
如果在基因记忆库中不存在第一执行信息，则检测思考性记忆库中是否存在对应目标交互数据的第二执行信息。其中，思考性记忆库中存储的数据为人工智能设备在出厂后通过M次对同一问题和答案进行学习得到的数据，其中M为大于0的整数，例如M为4，在一个月内4次收到“一加一等于几，一加一等于二”，则将“一加一等于二”存入思考型数据库中。
S4：如果思考性记忆库中存在第二执行信息，则根据第二执行信息执行相应动作。
如果思考性记忆库中不存在第二执行信息，则检测长期记忆库中是否存在对应目标交互数据的第三执行信息。其中，长期记忆库中存储的数据为在一段时间内N次学习到同一问题和对应答案时存储的数据，其中，N为大于0的整数，例如N为2。
S5：如果长期记忆库中存在第三执行信息，且人工智能设备未进行预设工作，则根据第三执行信息执行相应动作。其中，预设工作为预先设定的人工智能设备可以进行的工作，例如对工业机器人预先设定的工作。
如果长期记忆库中存在第三执行信息，且人工智能设备正在执行预设工作，则提问是否完成预设工作后再根据第三执行信息执行相应动作。当用户反馈先完成工作，再根据第三执行信息执行相应动作时，人工智能设备会先完成当前工作再执行用户的交互信息对应的执行内容；当用户反馈停止当前工作，根据第三执行信息执行相应动作时，人工智能设备会停止当前工作，直接执行用户的交互信息对应的执行内容。
如果长期记忆库中不存在第三执行信息，则检测短期记忆库中是否存在对应目标交互数据的第四执行信息。其中，短期记忆库中存储的内容为用户在第一预设时间内接收到，且之前未收到过相同的问题和答案。
S6：如果短期记忆库中存在第四执行信息，则提问是否按照第四执行信息执行相应动作。例如短期记忆库中存储了一次“用户A喜欢听音乐”，当人工智能设备收到“用户A喜欢什么”时，人工智能设备会向反馈“用户A喜欢听音乐吗”，当人工智能设备收到“对/用户A喜欢听音乐”或者其他表示确认的信息时，人工智能设备向用户反馈“用户A喜欢听音乐”，并将“用户A喜欢听音乐”由短期记忆变为长期记忆存在长期记忆库中。
在本发明的一个实施例中，人工智能设备的控制方法还包括：如果存储在长期记忆库中的第三交互内容和对应的执行信息，以存储时间点开始第二预设时间内未再次收到第三交互内容和对应的执行信息，则在长期记忆库中删除第三交互内容和对应的执行信息，且在短期记忆库中保存第三交互内容和对应的执行信息。例如长期记忆库中存储了“用户A喜欢听音乐”，在存储“用户A喜欢听音乐”之后一个月内，如果人工智能设备未收到“用户A喜欢什么”，或者“用户A喜欢听音乐”，则将长期记忆库中存储的“用户A喜欢听音乐”删除，由短期记忆库中存储“用户A喜欢听音乐”。
在本发明的一个实施例中，人工智能设备的控制方法还包括：如果存储在短期记忆库中的第四交互内容和对应的执行信息，以存储时间点开始第一预设时间内未再次收到说话第四交互内容和对应的执行信息，则在短期记忆库中删除第四交互内容和对应的执行信息。例如短期记忆库中存储了“用户A喜欢听音乐”，在存储“用户A喜欢听音乐”之后一周内，如果人工智能设备未收到“用户A喜欢什么”，或者“用户A喜欢听音乐”，则将短期记忆库中存储的“用户A喜欢听音乐”删除。
本发明实施例的人工智能设备的控制方法，在用户与人工智能设备进行交互时，依次在基因记忆库、思考型记忆库、长期记忆库和短期记忆库中针对交互的问题搜索对应的答案，并针对在不同记忆库中的答案进行相应的反馈，可以高度模拟人的思维方式，人工智能程度高。
图3为本发明实施例的人工智能设备的控制装置的结构框图。如图3所示，本发明实施例的人工智能设备的控制装置，包括：交互模块100、执行模块200、存储模块300和控制处理模块400。
其中，交互模块100用于获取目标交互数据。
存储模块300包括基因记忆库、思考性记忆库、长期记忆库和短期记忆库。
控制处理模块400用于检测在基因记忆库中是否存在对应目标交互数据的第一执行信息；如果在基因记忆库中存在对应第一执行信息，则控制执行模块200根据第一执行信息执行相应动作；如果在基因记忆库中不存在第一执行信息，则检测思考性记忆库中是否存在对应目标交互数据的第二执行信息。
控制处理模块400还用于如果思考性记忆库中存在第二执行信息，则控制执行模块200根据第二执行信息执行相应动作；如果思考性记忆库中不存在第二执行信息，则检测长期记忆库中是否存在对应目标交互数据的第三执行信息。
控制处理模块400还用于如果长期记忆库中存在第三执行信息，且人工智能设备未进行预设工作，则控制执行模块200根据第三执行信息执行相应动作；如果长期记忆库中存在第三执行信息，且人工智能设备正在执行预设工作，则控制交互模块100提问是否完成预设工作后再根据第三执行信息执行相应动作；如果长期记忆库中不存在第三执行信息，则检测短期记忆库中是否存在对应目标交互数据的第四执行信息。
控制处理模块400还用于如果短期记忆库中存在第四执行信息，则控制交互模块100提问是否按照第四执行信息执行相应动作。
在本发明的一个实施例中，控制处理模块400还用于如果在第一预设时间内，收到N次相同的第一交互内容，且N次相同的第一交互内容的执行结果均相同，则将第一交互内容和第一交互内容的执行结果存储在长期记忆库中。
控制处理模块400还用于如果在第二预设时间内，M次相同的第二交互内容，且M次相同的第二交互内容的执行结果均相同，则将第二交互内容和第二交互内容的执行结果存储在思考性记忆库中。
其中，N和M均为大于零的整数，且N<M。
在本发明的一个实施例中，控制处理模块400还用于如果存储在长期记忆库中的第三交互内容和对应的执行信息，在存储时间点开始第二预设时间内未再次收到第三交互内容和对应的执行信息，则在长期记忆库中删除第三交互内容和对应的执行信息，且在短期记忆库中保存第三交互内容和对应的执行信息。
在本发明的一个实施例中，控制处理模块400还用于如果存储在短期记忆库中的第四交互内容和对应的执行信息，以存储时间点开始第一预设时间内未再次收到说话第四交互内容和对应的执行信息，则在短期记忆库中删除第四交互内容和对应的执行信息。
需要说明的是，本发明实施例的人工智能设备的控制装置的具体实施方式与本发明实施例的人工智能设备的控制方法的具体实施方式类似，具体参见人工智能设备的控制方法部分的描述，为了减少冗余，不做赘述。
本发明实施例还提供一种人工智能设备，包括上述的人工智能设备的控制装置。
需要说明的是，本发明实施例的人工智能设备的其它构成以及作用对于本领域的技术人员而言都是已知的，为了减少冗余，不做赘述。
本发明所公开的实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序指令，当所述计算机程序指令在计算机上运行时，使得计算机执行上述的人工智能设备的控制方法。
在本发明实施例中，存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synch Link DRAM，简称SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (4)

1.一种人工智能设备的控制方法，其特征在于，包括：
获取目标交互数据；
检测在基因记忆库中是否存在对应所述目标交互数据的第一执行信息；
如果在所述基因记忆库中存在对应所述第一执行信息，则根据所述第一执行信息执行相应动作；如果在所述基因记忆库中不存在所述第一执行信息，则检测思考性记忆库中是否存在对应所述目标交互数据的第二执行信息；
如果所述思考性记忆库中存在所述第二执行信息，则根据所述第二执行信息执行相应动作；如果所述思考性记忆库中不存在所述第二执行信息，则检测长期记忆库中是否存在对应所述目标交互数据的第三执行信息；
如果所述长期记忆库中存在所述第三执行信息，且人工智能设备未进行预设工作，则根据所述第三执行信息执行相应动作；如果所述长期记忆库中存在所述第三执行信息，且所述人工智能设备正在执行所述预设工作，则提问是否完成所述预设工作后再根据所述第三执行信息执行相应动作；如果所述长期记忆库中不存在所述第三执行信息，则检测短期记忆库中是否存在对应所述目标交互数据的第四执行信息；
如果在第一预设时间内，收到N次相同的第一交互内容，且所述N次相同的第一交互内容的执行结果均相同，则将所述第一交互内容和所述第一交互内容的执行结果存储在所述长期记忆库中；
如果在第二预设时间内，收到M次相同的第二交互内容，且所述M次相同的第二交互内容的执行结果均相同，则将所述第二交互内容和所述第二交互内容的执行结果存储在所述思考性记忆库中；
其中，N和M均为大于零的整数，且N<M；
人工智能设备出厂时设定的基本数据存储在基因记忆库中；
用户在第一预设时间内接收到，且之前并未收到相同的答问和问题和答案的交互内容对应的第四执行动作存储在短期记忆库中；
如果所述短期记忆库中存在所述第四执行信息，则提问是否按照所述第四执行信息执行相应动作；
如果存储在所述长期记忆库中的第三交互内容和对应的执行信息，以存储时间点开始所述第二预设时间内未再次收到所述第三交互内容和对应的执行信息，则在所述长期记忆库中删除所述第三交互内容和对应的执行信息，且在所述短期记忆库中保存所述第三交互内容和对应的执行信息；
如果存储在所述短期记忆库中的第四交互内容和对应的执行信息，以存储时间点开始所述第一预设时间内未再次收到所述第四交互内容和对应的执行信息，则在所述短期记忆库中删除所述第四交互内容和对应的执行信息。
2.一种人工智能设备的控制装置，其特征在于，包括：
交互模块，用于获取目标交互数据；
执行模块；
存储模块，所述存储模块包括基因记忆库、思考性记忆库、长期记忆库和短期记忆库；
控制处理模块，用于检测在所述基因记忆库中是否存在对应所述目标交互数据的第一执行信息；如果在所述基因记忆库中存在对应所述第一执行信息，则控制所述执行模块根据所述第一执行信息执行相应动作；如果在所述基因记忆库中不存在所述第一执行信息，则检测所述思考性记忆库中是否存在对应所述目标交互数据的第二执行信息；
所述控制处理模块还用于如果所述思考性记忆库中存在所述第二执行信息，则控制所述执行模块根据所述第二执行信息执行相应动作；如果所述思考性记忆库中不存在所述第二执行信息，则检测所述长期记忆库中是否存在对应所述目标交互数据的第三执行信息；
所述控制处理模块还用于如果所述长期记忆库中存在所述第三执行信息，且人工智能设备未进行预设工作，则控制所述执行模块根据所述第三执行信息执行相应动作；如果所述长期记忆库中存在所述第三执行信息，且所述人工智能设备正在执行所述预设工作，则控制所述交互模块提问是否完成所述预设工作后再根据所述第三执行信息执行相应动作；如果所述长期记忆库中不存在所述第三执行信息，则检测所述短期记忆库中是否存在对应所述目标交互数据的第四执行信息；
所述控制处理模块还用于如果所述短期记忆库中存在所述第四执行信息，则控制所述交互模块提问是否按照所述第四执行信息执行相应动作；
所述控制处理模块还用于如果在第一预设时间内，收到N次相同的第一交互内容，且所述N次相同的第一交互内容的执行结果均相同，则将所述第一交互内容和所述第一交互内容的执行结果存储在所述长期记忆库中；
所述控制处理模块还用于如果在第二预设时间内，收到M次相同的第二交互内容，且所述M次相同的第二交互内容的执行结果均相同，则将所述第二交互内容和所述第二交互内容的执行结果存储在所述思考性记忆库中；
其中，N和M均为大于零的整数，且N<M；
所述控制处理模块还用于将人工智能设备出厂时设定的基本数据存储在基因记忆库中；
所述控制处理模块还用于将用户在第一预设时间内接收到，且之前并未收到相同的答问和问题和答案的交互内容对应的第四执行动作存储在短期记忆库中；
所述控制处理模块还用于如果存储在长期记忆库中的第三交互内容和对应的执行信息，在存储时间点开始所述第二预设时间内未再次收到所述第三交互内容和对应的执行信息，则在所述长期记忆库中删除所述第三交互内容和对应的执行信息，且在所述短期记忆库中保存所述第三交互内容和对应的执行信息；
所述控制处理模块还用于如果存储在所述短期记忆库中的第四交互内容和对应的执行信息，以存储时间点开始所述第一预设时间内未再次收到所述第四交互内容和对应的执行信息，则在所述短期记忆库中删除所述第四交互内容和对应的执行信息。
3.一种人工智能设备，其特征在于，包括权利要求2任一项所述的人工智能设备的控制装置。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1任一项所述的人工智能设备的控制方法。
CN202011358523.5A 2020-11-27 2020-11-27 人工智能设备的控制方法、控制装置和人工智能设备 Active CN112508197B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011358523.5A CN112508197B (zh) 2020-11-27 2020-11-27 人工智能设备的控制方法、控制装置和人工智能设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011358523.5A CN112508197B (zh) 2020-11-27 2020-11-27 人工智能设备的控制方法、控制装置和人工智能设备

Publications (2)

Publication Number Publication Date
CN112508197A CN112508197A (zh) 2021-03-16
CN112508197B true CN112508197B (zh) 2024-02-20

Family

ID=74966879

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011358523.5A Active CN112508197B (zh) 2020-11-27 2020-11-27 人工智能设备的控制方法、控制装置和人工智能设备

Country Status (1)

Country Link
CN (1) CN112508197B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000007121A1 (en) * 1998-07-30 2000-02-10 Prc Inc. Interrogating tags on multiple frequencies and synchronizing databases using transferable agents
CN102369567A (zh) * 2009-03-30 2012-03-07 微软公司 用于统计语言模型的自适应
KR20130062414A (ko) * 2011-11-11 2013-06-13 와이즈멘토 유한회사 학습 패턴 평가 시스템
CN105471712A (zh) * 2015-11-25 2016-04-06 深圳狗尾草智能科技有限公司 一种机器人答复系统及其答复方法
CN105912128A (zh) * 2016-04-29 2016-08-31 北京光年无限科技有限公司 面向智能机器人的多模态交互数据处理方法及装置
CN107977072A (zh) * 2017-07-28 2018-05-01 北京物灵智能科技有限公司 一种机器人使用的养成方法、养成专家系统及电子设备
CN108650539A (zh) * 2018-04-11 2018-10-12 海信电子科技（深圳）有限公司 一种用于终端的人机交互异步控制方法及装置
CN110162603A (zh) * 2018-11-30 2019-08-23 腾讯科技（深圳）有限公司 一种智能对话方法、动态存储方法和装置
CN111916084A (zh) * 2020-09-09 2020-11-10 深圳创维－Rgb电子有限公司 智能家居语音控制方法及装置、设备、存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107357849B (zh) * 2017-06-27 2020-11-03 北京百度网讯科技有限公司 基于测试类应用的交互方法和装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000007121A1 (en) * 1998-07-30 2000-02-10 Prc Inc. Interrogating tags on multiple frequencies and synchronizing databases using transferable agents
CN102369567A (zh) * 2009-03-30 2012-03-07 微软公司 用于统计语言模型的自适应
KR20130062414A (ko) * 2011-11-11 2013-06-13 와이즈멘토 유한회사 학습 패턴 평가 시스템
CN105471712A (zh) * 2015-11-25 2016-04-06 深圳狗尾草智能科技有限公司 一种机器人答复系统及其答复方法
CN105912128A (zh) * 2016-04-29 2016-08-31 北京光年无限科技有限公司 面向智能机器人的多模态交互数据处理方法及装置
CN107977072A (zh) * 2017-07-28 2018-05-01 北京物灵智能科技有限公司 一种机器人使用的养成方法、养成专家系统及电子设备
CN108650539A (zh) * 2018-04-11 2018-10-12 海信电子科技（深圳）有限公司 一种用于终端的人机交互异步控制方法及装置
CN110162603A (zh) * 2018-11-30 2019-08-23 腾讯科技（深圳）有限公司 一种智能对话方法、动态存储方法和装置
CN111916084A (zh) * 2020-09-09 2020-11-10 深圳创维－Rgb电子有限公司 智能家居语音控制方法及装置、设备、存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐耀鸿 ; .人工智能翻译记忆库与术语库建设与应用研究.信息通信.2020,(08),全文. *

Also Published As

Publication number Publication date
CN112508197A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
EP3617896A1 (en) Method and apparatus for intelligent response
AU2014285033B2 (en) Systems and methods for creating and implementing an artificially intelligent agent or system
CN110096576B (zh) 自动分割文本的方法、系统和存储介质
CN112036161A (zh) 需求文档处理方法、装置、设备及存储介质
CN110609618B (zh) 一种人机对话方法、装置、计算机设备及存储介质
CN112508197B (zh) 人工智能设备的控制方法、控制装置和人工智能设备
CN111402864A (zh) 语音处理方法及电子设备
CA3026936A1 (en) Systems and methods for performing automated interactive conversation with a user
CN112667791A (zh) 潜在事件预测方法、装置、设备及存储介质
CN110110050B (zh) 一种新闻事件生成式问答数据集的生成方法
WO2023093074A1 (zh) 语音数据处理方法、装置及电子设备、存储介质
CN115114404A (zh) 智能客服的问答方法、装置、电子设备及计算机存储介质
CN111783473B (zh) 医疗问答中最佳答案的识别方法、装置和计算机设备
CN115809663A (zh) 习题分析方法、装置、设备及存储介质
CN112965593A (zh) 基于ai算法实现多模态控制数字人交互方法及装置
US20200402414A1 (en) Automated decision making for selecting scaffolds after a partially correct answer in conversational intelligent tutor systems (its)
CN112818084A (zh) 信息交互方法、相关装置、设备及计算机可读介质
CN117610667B (zh) 基于开源大模型的故障处置专家系统、方法和计算机设备
KR102442338B1 (ko) 사용자 행위 기반의 가치 변동률 제공 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
CN116860952B (zh) 基于人工智能的rpa智能应答处理方法及系统
US20230237826A1 (en) Performance of a neural network using automatically uncovered failure cases
CN113127635B (zh) 数据处理方法、装置及系统，存储介质和电子设备
CN115357713A (zh) 一种主题识别模型训练方法、会话主题识别方法及装置
WO2022157367A1 (en) Automated systems and methods for identifying, validating, and communicating job matches
CN117908889A (zh) 系统界面的生成方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant