[发明专利]用于在人机接口的背景下向人工智能添加常识推理的方法和装置

说明书

公开了用于将常识添加到人机接口的方法、装置、系统和制品。所公开的示例包括人机接口系统，该系统具有致动器，用于使人工智能在虚拟执行环境中执行以生成对用户输入的虚拟响应。该系统还包括虚拟后果评估器，用于评估由虚拟响应产生的虚拟后果，该虚拟后果通过执行人类交互的模型而生成，以及输出设备控制器，用于在虚拟后果评估器将虚拟后果评估为积极的时，使输出设备执行对用户输入的非虚拟响应。

技术领域

本公开总体上涉及人机接口，并且更具体地涉及用于在人机接口的背景下向人工智能添加常识推理的方法和装置。

背景技术

近年来，随着Alexa、Siri、Home Hub、Cortana等产品的出现，人机接口变得越来越复杂。这种人机接口使用自然语言处理算法和姿势识别算法来标识由人发布的基于语音的命令和基于姿势的命令。人工智能随后确定对这种命令的适当响应。正在对这种系统的各个方面进行许多技术进步。例如，正在努力：1)提高训练人工智能的速度以识别和响应用户命令，2)适应支持人工智能系统所需的大数据集，3)提高人工智能系统的效率等。

附图说明

图1是根据本文所公开的教导的具有示例人机接口系统的计算机系统的框图。

图2是图1的人机接口系统的示例实现的框图。

图3是图1和图2的人机接口系统的示例人机接口(HMI)模型构建器的示例实现的框图。

图4是图1和图2的人机接口系统的示例自学习推理引擎的示例实现的框图。

图5是表示可以被执行以实现图2和图3的示例HMI模型构建器的示例机器可读指令的流程图。

图6A和图6B包括表示可以被执行以实现图1、图2、图3和图4的示例人机接口系统的示例机器可读指令的流程图。

图7是被构造用于执行图5、图6A和/或图6B的指令以实现图1、图2、图3和/或图4的示例人机接口系统的示例处理平台。

这些图并未按比例绘制。一般来说，在整个附图和所附书面描述中将使用相同的附图标记来指代相同或相似的组件。

具体实施方式

人机接口正在变得更加用户友好，并且因此使用户更容易访问技术。最近的进步包括使用麦克风来捕获由用户发出的语音命令以及使用相机来捕获由用户作出的移动/姿势。除了捕获语音命令和姿势之外，正在开发用于处理所捕获的语音和姿势信息以标识命令的改进算法。人工智能通常用于确定对经由语音或姿势发出的用户命令的适当响应。当前改进人工智能算法的努力集中在算法快速准确地标识姿势/语音命令的能力上。努力还致力于通过划分云与网络边缘设备之间的处理来改进(例如，优化)所捕获的命令信息的处理。

尽管对改进人机接口技术很重要，但这种努力未能认识到人机接口技术通常提供对用户命令的缺乏常识的响应。这种常识的缺乏导致与HMI技术的交互令人沮丧并且会阻止用户经由HMI技术进行进一步的交互。例如，人机接口技术有时尝试响应用户在开玩笑或讽刺时发出的命令，而实际上，用户并不期望并且不希望响应。类似地，当缺少上下文信息时，人机接口技术可以生成不适合给定用户的响应。示例包括与用户家庭的一位受尊敬的成员非正式地交谈、与年幼的孩子交谈就像与成年人交谈、向新朋友发送一条说“我爱你”的信息、通过导航到最近的桥梁响应用户语句“我想要跳下桥”、给孩子指示采取他们没有资格采取的行动(例如，开车、操作炉子等)等。此外，当前人工智能无法区分普通/适当的命令和在某些情况下可能是普通且适当的但不是在所有情况下都适当的命令。例如，在几乎所有情况下，要求设备关闭或打开灯都可能是合适的。然而，当孩子命令设备反复地打开和关闭同一灯时，相同的命令变得不合适，仅仅是因为它的新奇性。由此，需要将常识推理的元素注入人机接口技术以及具有人工智能的设备摄取人机接口命令并响应该命令的方式。