两个月前的 Watson 开发者大会上，IBM 发表了 TJBot──能组装出纸板机器人的 DIY 工具组合。可不要因为傻萌、简陋的外表小看它，它本质上是基于 Watson 的可编程 AI 。早在发表纸箱版本之前，遍布全球的开发者就已创造出激光切割和 3D 打印的 TJBot：包括南非、肯亚、意大利、德国、瑞士、巴基斯坦、加拿大和香港。雷锋网获知，多个开发者团队表示，有兴趣与 IBM 合作，为 TJBot 设计新的使用场景：从用于机器人 / 认知课程的教学，到关怀老年人、开发谈话代理的企业级解决方案。
IBM 发表的如何制作 TJBot、如何对它编程的指令集（被称为“选单”），在 Instructables 线上开发者社群广受好评。该计划在社群主要页面都有体现，并已收到 21,000 份用户评论。TJBot 被各种层次的开发者所接受，从初学者到专家。大家用它来创建能学习、推理、与人自然互动的认知对象。
简化设计──为开发者而开发
TJBot 计划的初衷，是成为用户体验和试验“具象化认知”的入门素材。“具象化认知”是指把 AI 技术植入到它已经在与之互动的装置、物体、空间里。如果这个过程够简单，用户们会创造出什么来呢？会产生什么样的设计思路？TJBot 帮助寻找这些问题的答案。做为大家都买得起的 DIY 工具，它把“具象化认知”的创新过程民主化。
为了这一目标， TJBot 计划的一个指导原则是“简单”。这在硬件零件和程式语言平台的选择上得到体现。从最基本的原型机工具入手，IBM 测试了各种 LED、麦克风、扬声器和伺服马达；最后选择出小巧、功能多样但又容易上手的模型。同样地，控制这些感测器的软件使用 Nodejs 编写，它是一个用 JavaScript 开发软件应用的开源、跨平台的执行环境。
借助传感器和 Watson 达到多种功能：
做为原型机，TJBot 的技能正在不断扩展：据雷锋网所知，它现在已经能说话、进行语音辨识、挥手和跳舞。这些能力由它内建的感测器、以及一系列认知服务来完成。比如，TJBot 的说话功能由 Watson 文字到语音服务在软件层面完成，然后透过扬声器播放出来。同样的， Watson 语音到文字服务，以及 TJBot 的麦克风，组合起来使它能进行语音辨识。这些技能可以被进一步组合，创造出新的应用场景，比如说创建虚拟代理或者数位助手。
新增加选单
目前，TJBot 在 Github 的工具库包含 3 个基本“选单”：让 TJBot 对简单语音命令做出回应的代码，分析推文的情绪并回复，还有让 TJBot 做为谈话代理。社群的开发者们为它加入了两个选单：TJWave 和 Swifty TJ。TJwave 很有趣，它展示给开发者如何控制 TJBot 的手臂。它还包含额外功能：让 TJBot 随音乐“起舞”：TJBot 会播放一段音乐文件，提取其中的节拍和峰值，然后随之挥手。控制 TJBot 的小短手还能用来使语音互动更生动，以及模仿人类说话时的手部动作。Swifty TJ 展示如何用 Swift 语言控制 TJBot 上的 LED。随着 TJBot 的选单目录不断扩大，Swifty TJ 为 Swift 开发者给 TJBot 写代码提供了出发点。
下一步
2017 年，IBM 将专注于在 3 个领域提升 TJBot 开发、维护和学习。
- 开发：IBM 会不断对现有选单进行改进，同时探索纸板机器人的新技能。一个例子是：IBM 刚刚利用 TJBot 的镜头感测器（配合相关软件应用）完成了它的视觉辨识能力。
- 维护：发展并维护 TJBot 开发者社群，把 TJBot 介绍给新用户，分享新选单、用户难题和反馈。
- 学习：或许，这是下一步最重要的事。这包含对开发者使用体验、装置用户使用体验的调查研究，以提供更好的设计思路和对认知应用的设计指导。
- TJBot’s World Tour: Getting Built and Making Friends
（本文由 雷锋网 授权转载；首图来源：IBM）
