Hello,大家好我是梅森Mason,自從上次參觀了《2023 台灣機器人與智慧自動化展》,我從其中一個展出的服務型機械手臂機器人中獲得了靈感,進而創造出這款「ChatGPT 心情隨選飲料機」

創作動機

原本的服務型機械手臂使用AI影像辨識和機械手臂技術,配合ChatGPT來分析顧客的心情,進而挑選並準確抓取桌面上的零食。儘管這樣的機械手臂看起來非常酷炫,但它在實用性和商業應用方面存在一些限制。因此我們研發這一款飲料機,並從原型大幅改造,加入了ChatGPT的回饋、鼓勵的影片及更人性化的UI,希望藉此提升顧客的使用體驗及實用程度。

超越傳統的飲料機

這台「ChatGPT 心情隨選飲料機」與傳統飲料機最大的不同在於它的互動性和個性化。使用者只需對著飲料機描述自己的心情,AI系統便能分析並推薦最適合當下心情的飲料,加上GPT適切的回覆,希望能夠藉此鼓勵顧客,讓顧客在一杯飲料和親切的問候中感受到溫馨的關懷。這不僅僅是一次飲料選擇的體驗,更是一次與AI的心靈對話。

充滿人情味的ChatGPT應用

這台飲料機的核心技術是ChatGPT,透過程式運用API呼叫此LLM,使得它能夠根據使用者對話中的情感狀態來推薦飲料,並透過適切的回覆,讓原本冷冰冰的飲料機頓時充滿了人情味。這有別於一般教學書上的ChatGPT使用方法,顯示了ChatGPT在日常生活中更為獨特的應用。

飲料機UI介面

在使用者按下「開始錄音」之後,對麥克風描述現在的心情,接著按下「停止錄音」,系統會重覆播放一次錄音,接著機器就會自動提供飲料,此介面會回傳描述的心情、AI建議及描述挑選飲料種類的原因以及鼓勵的影片。

飲料機運作架構

這台飲料機的基本運行架構如上圖,本飲料機採用一套獨特的交互流程,如下所述。首先,使用者通過錄音來描述自己的心情。這段錄音隨後被發送到OpenAI的Whisper-1 API,該API專門用於語音轉文字。將錄音轉換為文字後,系統會結合一些預設文本,並按照特定格式組合成一個Prompt。接著,這個Prompt會被發送到ChatGPT的API,以分析顧客的心情。

ChatGPT API對顧客心情的分析結果會包括推薦的飲料代碼、相應的回饋內容、選擇該飲料的原因及分析顧客的心情是消極還是積極來決定播放哪種回饋影片。接下來,系統通過Flash、Java和HTML協同作業來控制網頁界面。最後,透過pyserial技術,飲料代碼被傳送到Arduino控制器,以此來操作飲料機。

主要程式

這台飲料機主要控制的部分使用Python編寫,UI使用HTML編寫,網頁互動則採用了Java,硬體部分使用C語言編寫,完整程式及檔案請見Github

結語

雖然「ChatGPT 心情隨選飲料機」在製作過程中面臨了諸多挑戰,如需整合硬體與軟體、處理前端與後端的資料傳輸問題,以及運用多種編程語言,包括Python、Java、C語言及HTML等。然而,依賴於過去在「AI摩艾飲料機」專案中累積的豐富經驗,特別是在電路設計和飲料機管路配置方面,我們得以克服這些技術障礙。

這台飲料機的核心不僅僅在於其技術創新,它更代表了人機交互的一次重大突破。通過結合ChatGPT的先進AI分析技術、OpenAI的Whisper-1語音識別技術,以及情感識別算法,我們創造出一種獨特的互動體驗。用戶通過語音描述心情,飲料機就能準確地分析情感狀態,推薦符合心情的飲料,並且通過溫馨的語言回饋給予情感上的慰藉和鼓勵。

感觸

這裡不得不提,在結語中說到的「AI摩艾飲料機」,是一款透過辨識飲料瓶身提供相對應的飲料的最初代飲料機,原本還打算拿這項產品去參加當年度的Maker Faire Tokyo 呢!XDDD

而在當時(2019年)的AI還停留在影像辨識,和現在還能提供充滿人情味回覆的飲料機對比簡直是小巫見大巫,ChatGPT也讓我們看見了AI在這幾年來神速的進步,以及它如何從一個專注於具體任務的工具,演變成了能提供豐富人性化互動的智能系統。當我回顧這幾年來AI的發展。從最初的「AI摩艾飲料機」,僅僅依靠基本的影像辨識技術,到現在的「ChatGPT 心情隨選飲料機」,它不僅能夠理解和分析使用者的情感,還能提供個性化的服務和回饋,這無疑顯示了人工智能領域的巨大進步。

未來期望

此外,這台飲料機的推出不僅提升了用戶體驗,也對商業模式產生了深遠影響。它展現了如何將先進技術應用於日常生活中,為傳統行業帶來創新。我們期待這種技術的進一步發展和應用,不僅限於飲料機,而是延伸至更廣泛的領域,讓AI成為提升人類生活品質的一個重要助力。這台「ChatGPT 心情隨選飲料機」的成功不僅體現了技術的創新,更是對未來智慧生活方式的一次美好展望。

希望這些文章能給各位讀者大大幫助,歡迎幫我按個拍手、順便按個follow,您就能收到新文章的通知、留個言給我鼓勵或把本文分享給您的親朋好友,讓更多人知道喔!

By 那個成天泡在電腦裡的梅森 on January 31, 2024.

Canonical link