【CSDN 編者按】ChatGPT 的問世，帶來了前所未有的智慧應用新方式。如果“AI+AI”，會碰撞出什麼樣的火花？近日，國外一名 Web 高階工程師 Mate Marschalko 將 ChatGPT 和 Siri 人工智慧語言助手進行了結合，萬萬沒想到，一套更為完善的智慧家居系統由此誕生了。

原文連結：https：//matemarschalko。medium。com/chatgpt-in-an-ios-shortcut-worlds-smartest-homekit-voice-assistant-9a33b780007a

宣告：本文為 CSDN 翻譯，未經允許，禁止轉載。

作者 | Mate Marschalko譯者 | 彎月 責編 | 屠敏

出品 | CSDN（ID：CSDNnews）

自從我嘗試了 ChatGPT 和 GPT-3 以後，我覺得 Siri、Alexa、Google Home 等一切智慧助手都遠不夠智慧。

我有一個完整的 HomeKit 智慧家居系統，其中包含幾十盞燈、恆溫器、地暖、通風裝置、攝像頭等家電的控制。所以，我想利用 GPT-3 解析人類傳送的命令，然後由 Siri 代為執行，構建出這個世界上最偉大的智慧家居系統。

在具體討論細節之前，先來看看下面的演示。事先說明，智慧家居系統給出的響應是可以完全定製的，並不限於演示中的內容。你可以透過語音按照自己想要的方式提出任何請求！

智慧家居系統“程式設計”

GPT-3，尤其是 ChatGPT 之類的語言模型經過了對話訓練，因此它們非常擅長理解和響應人類的指令。

如果你曾嘗試過與這些機器人聊天，就知道如何輕鬆地提出問題，並獲得各種格式的回覆。難點在於，在控制智慧家居時，你需要交代清楚具體與哪個元件互動。怎麼解決這個問題？

你可以要求 GPT-3 解釋和分類你的請求，然後以結構化的資料格式響應請求。

下面是我給 ChatGPT 的提示，透過這些提示實現了成功交流。內容大致如下：

首先，傳送到智慧家居系統的請求，返回的 JSON 格式的響應可被應用程式程式碼解釋，並執行動作。這些請求應被分類為四大組：

-“查詢”：獲取元件的狀態（必須以 JSON 格式響應返回的屬性：動作、地點、目標、值、備註、計劃時間戳）。

“回答”：當請求不涉及智慧家居時，根據系統掌握的知識給出最佳答案。（必須以 JSON 格式響應返回的屬性：動作、回答）。

“澄清”。當動作不明確，需要使用者重新組織措辭時，要求使用者提出更具體的請求。這類請求會被劃分到“問題”動作。（必須以 JSON 格式響應返回的屬性：動作、問題）。

有關 JSON 響應的細節：

“動作”屬性應屬於如下請求類別之一：“命令”、“查詢”、“回答”、“澄清”。

“地點”屬性應包含房間名，且為小寫。

“目標”屬性應為“照明”、“恆溫器”、“毛巾架”或“地暖”，且為小寫。

對於查詢，“屬性”屬性應為“溫度”或“狀態”，且為小寫。

對於命令，“命令”屬性是附加備註，用於結束命令，讓使用者放心他們的命令已被處理。

對於命令，“計劃時間戳”屬性記錄的是未來的時間戳，當用戶希望稍後再發送命令時指定。

如果問題涉及個人，智慧家居系統必須發揮情感大腦的作用，成為一個更加聰明的AI，且永遠不會暴露個人身份。此外，智慧家居系統還應提供其他領域的幫助，比如看孩子、自由時間、心理健康等。該系統目前服務的房屋位於英國聖奧爾本斯。當前時間為：2023年1月16日 11：56：31 GMT+0000。

智慧家居系統的屬性：

擁有廚房、客廳、辦公室、浴室、臥室、閣樓、門廳、衛生間、花園、前院停車位。

能夠控制每個房間照明的開關以及光照級別，並查詢它們的狀態。

能夠控制每個房間的恆溫器，並查詢它們的狀態。

開啟浴室的毛巾架以及地熱的開關，並查詢它們的狀態。

開啟客廳的電視，調節音量。

閣樓的通風系統全天候工作，但加速開關可開啟或關閉。

前院停車位的照明開關。

花園的照明開關。

響應為 JSON，不包含任何文字。

英文文字描述如下圖所示：

圖：訓練智慧家居系統的技巧

如上所示，我用英語解釋了一切。我描述了請求的型別、響應的確切結構，並要求智慧家居系統充當情感 AI，即使是涉及個人的問題也能提供建議。我還提供了一些關於時間、地點以及房屋內的裝置和房間的詳細資訊。有了這些，我們就能收到結構完美的響應了。

以上就是“程式設計”的所有工作！

不同型別的請求

下面，我們透過影片中的幾個示例來看看四種類別的請求，以及我們如何處理它們。

命令動作

當 GPT-3 檢測到你希望控制某一部分智慧家居時，它就會響應一個“命令”型別的動作。

我們的請求是：

Just noticed that I’m recording this video in the dark in the office。

Can you do something about that？

剛發現我在昏暗的辦公室內錄製這段影片。你能幫幫忙嗎？

我們得到了如下響應：

{

“action”： “command”，

“location”： “office”，

“target”： “light”，

“value”： “on”，

“comment”： “Turning the light on for you。”，

“scheduleTimeStamp”： “”

}

老實說，第一次看到這個響應的時候，我簡直不敢相信自己的眼睛，系統的表現竟能如此出色！

這並不是一個直白的請求，比如“關掉辦公室的燈”，我們的措辭非常繞，而且很複雜。而它給出的回答完勝 Siri、Alexa 或 Google Home 等。

另外，請注意，智慧家居系統發回來的 comment （備註）總有些不同，而且可按照個人要求進行個性化設定。

有了這些資訊，我們就知道具體需要做什麼，而接下來我們需要透過 Siri 處理這個動作。

你可能還注意到，響應中包含一個空的 scheduleTimeStamp （計劃時間戳）。這意味著，該動作需要立即執行，如果是稍後再執行的命令，該欄位內就會預填充未來的日期和時間：

I sent my son to bed to read for another 20 minutes。 Can you switch of the lights in his room when it’s time to sleep？

我讓兒子上床再讀 20 分鐘的書。你能在他睡覺的時候關掉他房間裡的燈嗎？

在這種情況下，GPT-3 知道需要關閉臥室的燈，而且還添加了正確的時間戳，即接到我們的請求後 20 分鐘：

{

“action”： “command”，

“location”： “bedroom”，

“target”： “light”，

“value”： “off”，

“comment”： “Switching the lights off in your son‘s bedroom。”，

“scheduleTimeStamp”： “Mon Jan 16 2023 12：16：31 GMT+0000”

}

還有一個有趣的例子，智慧家居系統能夠代替我決定，應該將臥室的溫度設定到多少度：

I’m going to trust you with this one！ Set the bedroom to a temperature you think would help me sleep better。

我相信你能做好這個任務！將臥室的溫度設定為你認為可以幫助我更好地入眠的溫度。

而它根據自己的知識，將臥室溫度設定成了舒適的 19 度！

查詢操作

當 GPT-3 檢測到你希望讀取智慧家居的裝置狀態時，它就會按照“查詢”的動作類別返回響應。

請求例子：

I just finished cooking a nice big meal in the kitchen， can you check what’s the temperature there？

我剛剛在廚房裡做了一頓豐盛的大餐，你能看看現在那裡的溫度是多少嗎？

我們得到的響應是：

{

“action” ： “query”，

“location” ： “kitchen”，

“target” ： “thermostat”，

“property” ： “temperature”

}

完美！操作型別變成了查詢，因此我們可以獲取廚房恆溫器的溫度了。同樣，稍後我們將透過 Siri 執行此操作。

回答動作

當 GPT-3 檢測到你的請求與智慧家居無關，只是一個一般性的問題時，它會以“回答”的動作響應請求。

舉個例子：

We are going to head out for a short walk into the town center。

Can you recommend a few things to see？

我們打算去鎮中心散步。你能推薦一些值得一看的地方嗎？

因為我在請求中告訴 GPT-3 智慧家居系統的位置是英國聖奧爾本斯，因此它知道如何響應。

{

“action”： “answer”，

“answer”： “St Albans has a great selection of historical sites and attractions。 The St Albans Cathedral is an impressive sight with its Norman architecture。 The Verulamium Park is also a great place to visit with its Roman ruins and lovely gardens。 For a more modern experience， you can visit the Museum of St Albans or the Alban Arena for a show。”

}

簡潔漂亮！同樣，我們需要將這個響應傳送給 Siri 大聲讀出來。

澄清動作

最後，如果 GPT-3 無法檢測到上述動作中的任何一個，它就會要求你重複問題或重新組織語言。

透過 Siri 處理資料

在 iOS、macOS 或 iPadOS 上，開啟快捷方式應用程式，並新增請求的詳細資訊。

此處有一個技巧，必須執行快捷方式，只需對 Siri 說出快捷方式的名稱即可。所以，我們可以將其命名為“Okay Smart Home”。

接下來，透過“Ask for 。。。”操作，獲得使用者的響應。如果透過 Siri 啟動快捷方式，則需要大聲說出來；如果透過單擊快捷方式執行應用程式，則需鍵入輸入欄位。

下面，我們將請求傳送給 OpenAI。為此，你需要註冊一個賬號，並獲取 API 令牌。登入後，你可以透過選單“View API keys”檢視 API 令牌。

如果使用這個 API，每個請求需要支付的費用約為1。4美分，也就是說1美元可以執行 70 多個請求。請記住，這個價格並不便宜，因為我們的請求很長，如果是較短的請求，費用也會按比例減少。

準備好 API 令牌後，我們來填寫請求的詳細資訊：

model：text-davinci-003

prompt： Request： Response：

max_tokens： 1000

header部分需要新增以下選項：

Content-Type： application/json

Authorization： Bearer

從 API 獲得響應後，我們需要從 JSON 響應中提取資料。然後將資料分配給一個 JSON 變數，接著提取動作類別：

有了這些資訊，我們就可以透過一個 if 語句來檢查動作型別：

在得知動作型別為“命令”後，我們再新增一個 if 語句來檢查地點、目標以及值等欄位，並觸發動作，例如開啟辦公室的燈（Set Office Lights）：

在“End If”語句之後，我們還需要顯示 GPT-3 發過來的 comment（備註）：

“查詢”動作的處理也與之類似：

最後，“回答”和“澄清”型別的動作只顯示或宣讀結果，不做任何處理：

以上，透過一系列的 if else 語句，我們就完成了 Siri 的設定。

總結

感覺如何？只需簡單的英文說明，就可以建立自己的智慧小助手，是不是很有趣？

但這只是一個例子。想象一下，你可以向 GPT-3 傳送各種請求，然後透過 Siri 執行不同的操作，是不是覺得很科幻？

《2022-2023 中國開發者大調查》重磅啟動，歡迎掃描下方二維碼，參與問卷調研，更有 iPad 等精美大禮等你拿！