IBM 發(fā)布的如何制作 TJBot、如何對它編程的指令集（被稱為“菜單”），在Instructables 線上開發(fā)者社交廣受好評。該計劃在社交主要頁面都有體現(xiàn)，并已收到 21,000 份用戶評論。TJBot 被各種層次的開發(fā)者所接受，從初學(xué)者到專家。大家用它來創(chuàng)建能學(xué)習(xí)、推理、與人自然互動的認(rèn)知對象。

 

　　簡化設(shè)計──為開發(fā)者而開發(fā)

 

　　TJBot 計劃的初衷，是成為用戶體驗和試驗“具象化認(rèn)知”的入門素材。“具象化認(rèn)知”是指把 AI 技術(shù)植入到它已經(jīng)在與之互動的設(shè)備、物體、空間里。如果這個過程夠簡單，用戶們會創(chuàng)造出什么來呢？會產(chǎn)生什么樣的設(shè)計思路？TJBot 幫助尋找這些問題的答案。做為大家都買得起的 DIY 工具，它把“具象化認(rèn)知”的創(chuàng)新過程民主化。

 

　　為了這一目標(biāo)， TJBot 計劃的一個指導(dǎo)原則是“簡單”。這在硬件零件和程序語言平臺的選擇上得到體現(xiàn)。從最基本的原型機(jī)工具入手，IBM 測試了各種 LED、麥克風(fēng)、音響和伺服馬達(dá)；最后選擇出小巧、功能多樣但又容易上手的模型。同樣地，控制這些感測器的軟件使用 Nodejs 編寫，它是一個用 JavaScript 開發(fā)軟件應(yīng)用的開源、跨平臺的執(zhí)行環(huán)境。

 

　　借助傳感器和 Watson 達(dá)到多種功能：

 

 

　　做為原型機(jī)，TJBot 的技能正在不斷擴(kuò)展：據(jù)雷鋒網(wǎng)所知，它現(xiàn)在已經(jīng)能說話、進(jìn)行語音辨識、揮手和跳舞。這些能力由它內(nèi)建的感測器、以及一系列認(rèn)知服務(wù)來完成。比如，TJBot 的說話功能由 Watson 文字到語音服務(wù)在軟件層面完成，然后透過音響播放出來。同樣的， Watson 語音到文字服務(wù)，以及 TJBot 的麥克風(fēng)，組合起來使它能進(jìn)行語音辨識。這些技能可以被進(jìn)一步組合，創(chuàng)造出新的應(yīng)用場景，比如說創(chuàng)建虛擬代理或者數(shù)碼助手。

 

　　新增加菜單

 

　　目前，TJBot 在 Github 的工具庫包含 3 個基本“菜單”：讓 TJBot 對簡單語音命令做出回應(yīng)的代碼，分析推文的情緒并回復(fù)，還有讓 TJBot 做為談話代理。社交的開發(fā)者們?yōu)樗尤肓藘蓚€菜單：TJWave 和 Swifty TJ。TJwave 很有趣，它展示給開發(fā)者如何控制 TJBot 的手臂。它還包含額外功能：讓 TJBot 隨音樂“起舞”：TJBot 會播放一段音樂文件，提取其中的節(jié)拍和峰值，然后隨之揮手。控制 TJBot 的小短手還能用來使語音互動更生動，以及模仿人類說話時的手部動作。Swifty TJ 展示如何用 Swift 語言控制 TJBot 上的 LED。隨著 TJBot 的菜單目錄不斷擴(kuò)大，Swifty TJ 為 Swift 開發(fā)者給 TJBot 寫代碼提供了出發(fā)點(diǎn)。