ประสบการณ์การฟังที่ดีที่สุดอยู่บน Chrome, Firefox หรือ Safari สมัครรับเสียงสัมภาษณ์ประจำวันของ Federal Drive ใน Apple Podcasts หรือ PodcastOneทหารคุยกับอาวุธจักรกลที่แทบจะกลายเป็นส่วนหนึ่งของคุณมานานแล้ว แต่การพูดคุยกับอาวุธจะเป็นความหมายใหม่ทั้งหมดภายใต้โครงการที่กำลังดำเนินการที่กองบัญชาการพัฒนาขีดความสามารถในการสู้รบของกองทัพบก (DEVCOM) นักวิจัยที่นั่นกำลังสำรวจว่าการประมวลผลภาษาธรรมชาติสามารถช่วยให้ทหารโต้ตอบกับแพลตฟอร์มหุ่นยนต์และอิสระได้อย่างไร ซึ่งคาดว่าจะมีความสำคัญมากขึ้นในสถานการณ์การสู้รบในอนาคต
สำหรับวิธีการทำงานทั้งหมดนี้Federal Drive กับ Tom Temin
ได้หันไปหา Felix Gervits นักวิจัยและนักวิทยาศาสตร์คอมพิวเตอร์ของ DEVCOM
บันทึกการสัมภาษณ์:ข้อมูลเชิงลึกโดย Hypori: ในระหว่างการสัมมนาผ่านเว็บสุดพิเศษนี้ ผู้ดำเนินรายการ Jared Serbu จะหารือเกี่ยวกับกลยุทธ์การปรับให้ทันสมัยทางดิจิทัลกับ DoD และผู้เชี่ยวชาญในอุตสาหกรรม
Tom Temin:คุณ Gervits ยินดีที่ได้ร่วมงาน
Felix Gervits:ขอบคุณ ทอม ขอบคุณที่มีฉัน
Tom Temin:ดังนั้นเป้าหมายคือสิ่งที่เกิดขึ้นที่นี่? แท้จริงแล้ว ผลลัพธ์ที่คุณกำลังดำเนินการคืออะไร เรามาเริ่มกันเลย
เฟลิกซ์ เกอร์วิตส์:เป้าหมายสูงสุดของการวิจัยคือเรากำลังพยายามสนับสนุนแนวคิดที่เรียกว่า Heads Up Hands Free และนี่คือแนวคิดที่ชนิดของคำพูดทำหน้าที่เป็นอินเทอร์เฟซหลักในทีมทหารและหุ่นยนต์ ตัวอย่างเช่น แทนที่จะใช้จอยสติ๊กเพื่อควบคุมหุ่นยนต์ด้วยตนเอง ทหารสามารถสั่งการด้วยเสียงโดยใช้สิ่งที่เรียกว่าภาษาธรรมชาติ โดยพื้นฐานแล้ว นี่หมายถึงการสื่อสารที่ไม่จำกัดใช่ไหม ดังนั้นทหารสามารถถ่ายทอดคำสั่งไปยังหุ่นยนต์ได้ด้วยวิธีใดก็ได้
และไม่ต้องจำคำสั่งเฉพาะ หรืออ่านคู่มือการใช้งานใดๆ
เพื่อเรียนรู้วิธีการโต้ตอบกับหุ่นยนต์ การปล่อยมือให้เป็นอิสระ สิ่งนี้สามารถปรับปรุงความปลอดภัยของทหารได้อย่างมาก นั่นคือเป้าหมายสูงสุด มันเหมือนกับว่าคุณกำลังพยายามข้ามถนนและกำลังดูโทรศัพท์อยู่ มันทำให้เสียสมาธิอย่างมาก ดังนั้นในสภาพแวดล้อมการต่อสู้ ดังนั้นเราจึงพยายามลดความจำเป็นสำหรับสิ่งนั้นและเปิดใช้งานอินเทอร์เฟซที่ใช้เสียงพูดประเภทนี้
ทอม เทมิน:น่าสนใจ มีอะไรในเชิงพาณิชย์บ้างไหม? เรามีระบบจดจำเสียงเหล่านี้ทั้งหมดสำหรับอุปกรณ์ต่างๆ จากผู้จำหน่ายเทคโนโลยีรายใหญ่หลายราย? มีเทคโนโลยีใดบ้างที่ใช้ได้ที่นี่? หรือคุณกำลังไปในทิศทางใหม่โดยสิ้นเชิง?
Felix Gervits:ใช่ นั่นเป็นคำถามที่ดีที่เราได้รับมากจริงๆ เรากำลังไปในทิศทางที่แตกต่างกัน เทคโนโลยีเชิงพาณิชย์ บางอย่างที่คุณอาจคุ้นเคย มีจุดประสงค์เพื่อช่วยให้ผู้คนทำงานง่ายๆ ได้ เช่น ตั้งนาฬิกาปลุกหรือสั่งของออนไลน์ ในระบบเหล่านี้ การสื่อสารมักจะเป็นแบบทิศทางเดียว ดังนั้นบุคคลจึงให้คำแนะนำและระบบดำเนินการตามนั้น ในทางกลับกัน ระบบของเราได้รับการออกแบบมาเพื่อให้สามารถโต้ตอบระหว่างทหารและหุ่นยนต์ได้มากขึ้น โดยเฉพาะสำหรับแอปพลิเคชันที่ทำงานร่วมกัน ดังนั้นสิ่งนี้จึงสามารถรองรับบทสนทนาที่ซับซ้อนมากขึ้นได้ ดังนั้น สิ่งต่างๆ เช่น คำติชม คำขอคำชี้แจง และอื่นๆ ที่ระบบเชิงพาณิชย์ไม่ได้ออกแบบมาเพื่อรองรับ
ทอม เทมิน:แล้วอะไรคือความท้าทายทางเทคโนโลยีที่จำเป็นในการเอาชนะในการประดิษฐ์แบบนี้ ฉันเดาว่ามันคือการรู้จำเสียงพูดหรือการประมวลผล
เฟลิกซ์ เกอร์วิตส์:ใช่ฉันหมายความว่ามีค่อนข้างน้อย ดังนั้นหนึ่งในความท้าทายคือการรวบรวมข้อมูลภาษาธรรมชาติในงานที่เกี่ยวข้องกับการทหาร เพื่อให้ระบบสามารถใช้ข้อมูลเหล่านี้ได้จริง ดังนั้นสิ่งที่ระบบทำจริง ๆ ก็คือต้องตีความเจตนาของทหาร และในการทำเช่นนี้ ระบบจะต้องได้รับการฝึกอบรม ดังนั้น นี่หมายความว่าโดยพื้นฐานแล้วมีการเปิดเผยตัวอย่างคำพูดหลายร้อยรายการที่จับสิ่งที่บางคนพูด แล้วจับคู่กับสิ่งที่พวกเขาหมายถึง กล่าวอีกนัยหนึ่ง หุ่นยนต์ควรทำอะไร เช่น ถามคำถามหรือทำงานหรืออะไรทำนองนั้น และเนื่องจากเราสนใจการสนทนาเกี่ยวกับการใช้งานทางทหาร เราจึงรวบรวมข้อมูลจากผู้ที่ปฏิบัติภารกิจค้นหาและกู้ภัย อย่างที่คุณคิด การรวบรวมและประมวลผลข้อมูลที่ระบบสามารถเรียนรู้จากข้อมูลนั้นค่อนข้างใช้เวลานานและมีค่าใช้จ่ายสูง นั่นเป็นความท้าทายที่สำคัญประการหนึ่ง ในแง่ของอุปสรรคทางเทคนิค ฉันหมายความว่าสิ่งสำคัญอย่างที่คุณพูดคือความเข้าใจภาษาธรรมชาติ ดังนั้น หุ่นยนต์จำเป็นต้องตีความเจตนาของคำสั่งของทหาร แล้วแปลงเป็นการกระทำที่สามารถทำได้ คุณรู้ไหมว่าในกรณีที่คำสั่งไม่สามารถทำได้ มันไม่สามารถดำเนินการได้ไม่ว่าจะด้วยสาเหตุใด ระบบก็ต้องอธิบายให้ทหารฟัง อธิบายว่ามันไม่สามารถดำเนินการได้ และจากนั้นก็อาจจะให้ คำอธิบายว่าทำไม สิ่งนี้สามารถตรงไปตรงมาสำหรับคำสั่งพื้นฐาน ดังนั้นบางอย่าง เช่น คุณบอกให้มันเคลื่อนไปข้างหน้า 5 ฟุต – มันอาจจะจัดการได้ง่ายทีเดียว แต่อาจซับซ้อนขึ้นเมื่อทหารอ้างถึงจุดสังเกตในสิ่งแวดล้อม เช่น คำสั่งอย่างเช่น เลี้ยวซ้ายที่สี่แยกที่สอง ค่อนข้างยาก ดังนั้นเราจึงเอาชนะความท้าทายบางอย่างเหล่านี้ได้
