想搞一套AI问答游戏系统?简单,Google又开源了

简介:
本文来自AI新媒体量子位(QbitAI)

刚刚,Google开源了一套问答游戏App系统。

通过一套模板工具可以,你只要给出问题和答案,就能搞出一套功能齐备的AI问答游戏。这套问答系统基于Google Assistant虚拟助手,所以(理论上)适用于Google Home智能音箱、Android手机和iPhone手机等平台。

这次开源之后,可以进一步的看到这套系统的设计和逻辑。


资源包

这个开源的问答游戏系统,包括了开发者所需的全部功能,而且可以自定义相关特性:

  • API.AI,借助这个智能体(agent),开发者可以导入自己的账户,来处理游戏的自然语言理解
  • 完整的游戏过程实现逻辑

  • 三个游戏角色:老师、女王、机器人。Google的VUI团队设计了750种台词,以便让三个角色更有趣也更有个性。
  • 这些台词分为44个类别,包括欢迎、答对响应、帮助提示等。
  • 每个角色的音轨:开场音乐、回答正确或不正确的音效、计算音效、最终回合音效等。音效师总共设计了43种不同的音效,以OGG和WAV格式存储。

基本原理

问答游戏的实现逻辑,使用了Cloud Functions for Firebase(https://firebase.google.com/docs/functions/),这是部署游戏逻辑最简单的方法。(Google官方说法)

Cloud Functions for Firebase提供了免费套餐,开发者可以快速和简单的创建自己的问答游戏。

当用户开始使用问答系统时,Google Assistant会加载程序,然后使用API.AI来处理用户的intents,接着进一步激活部署在Cloud Functions for Firebase上的实现逻辑。

上面的“game.choice.answer”intent,用于处理相关的答案。intent使用一个“answer”实体来处理所有可能的答案。

游戏的问题和答案,存储在Firebase Realtime Database中。这个数据库可以简单的使用JSON数据,特别是实现逻辑在Node.js中实现, Actions on Google客户端库也支持Node.js。

实现逻辑为所有API.AI智能体定义的intents提供处理。

这个应用程序使用 Firebase Hosting托管音频资源。

创建个性化游戏

使用Node.js脚本可以把问题和答案加载到数据库中。只需要为你的游戏编辑questions.json文件,然后运行脚本把数据上传到Firebase数据库中。开发者也可以只是上传默认的问题,然后直接使用Firebase的网页GUI直接编辑数据库。

然后,选择一个角色。我们以女王为例吧。

在实现代码中配置选定的角色后,相应的角色台词也就确定下来。女王会说:“看啊!一位胜利者”或者“一次勇敢的尝试,但没有什么用”。

在Actions Console(https://console.actions.google.com/)中创建一个项目,然后将其与API.AI关联。现在可以导入TriviaGame.zip文件,这样就能获得游戏进程的所有intents。

开发者可以使用Firebase CLI工具部署实现逻辑,然后可以得到功能托管的URL地址。

把API.AI智能体实现URL指向Cloud Function for Firebase。使用API.AI中集成的Actions on Google在Web模拟器中进行测试。

当开发者觉得OK了之后,就能通过Actions Console提交审核。

开始游戏吧

总而言之,现在为Google Assistant创建一个问答游戏已经变得超级简单。官方还提供了一些已经发布的实例游戏,例如:《一个和美国总统对谈的测试》、《猜猜创始人》、《Chatting with Seven of Nine Trivia》等。

即便你不想开发一个问答游戏,也可以从这套开源系统中借鉴设计和资源。

相关地址

GitHub上的开源地址:

https://github.com/actions-on-google/apiai-trivia-game-nodejs

问答游戏模板在此:

https://triviatemplate.com/

【完】

本文作者:若朴 
原文发布时间:2017-07-15
相关文章
|
3天前
|
人工智能 前端开发 小程序
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
2024年12月30日蜻蜓蜻蜓AI工具系统v1.0.0发布-优雅草科技本产品前端源代码已对外开源可免费商用-优雅草老八
|
7天前
|
人工智能 自然语言处理 并行计算
ASAL:Sakana AI 联合 OpenAI 推出自动探索人工生命的系统,通过计算机模拟生命进化的过程
ASAL 是由 Sakana AI 联合 OpenAI 等机构推出的自动化搜索人工生命系统,基于基础模型实现多种搜索机制,扩展了人工生命研究的边界。
58 1
ASAL:Sakana AI 联合 OpenAI 推出自动探索人工生命的系统,通过计算机模拟生命进化的过程
|
17天前
|
人工智能 安全 算法
CAMEL AI 上海黑客松重磅来袭!快来尝试搭建你的第一个多智能体系统吧!
掌握多智能体系统,🐫 CAMEL-AI Workshop & 黑客马拉松即将启航!
CAMEL AI 上海黑客松重磅来袭!快来尝试搭建你的第一个多智能体系统吧!
|
11天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在电子商务中的个性化推荐系统:驱动用户体验升级
AI在电子商务中的个性化推荐系统:驱动用户体验升级
72 17
|
10天前
|
人工智能 安全 机器人
OpenAI重拾规则系统,用AI版机器人定律守护大模型安全
在人工智能领域,大语言模型(LLM)展现出强大的语言理解和生成能力,但也带来了安全性和可靠性挑战。OpenAI研究人员提出“规则基于奖励(RBR)”方法,通过明确规则引导LLM行为,确保其符合人类价值观和道德准则。实验显示,RBR方法在安全性与有用性之间取得了良好平衡,F1分数达97.1。然而,规则制定和维护复杂,且难以完全捕捉语言的多样性。论文:https://arxiv.org/pdf/2411.01111。
53 13
|
14天前
|
机器学习/深度学习 传感器 人工智能
AI视频监控系统在养老院中的技术实现
AI视频监控系统在养老院的应用,结合了计算机视觉、深度学习和传感器融合技术,实现了对老人体征、摔倒和异常行为的实时监控与分析。系统通过高清摄像头和算法模型,能够准确识别老人的动作和健康状况,并及时向护理人员发出警报,提高护理质量和安全性。
82 14
|
6天前
|
机器学习/深度学习 传感器 人工智能
开源AI视频监控系统在监狱安全中的应用——实时情绪与行为分析、暴力预警技术详解
针对监狱环境中囚犯情绪波动和复杂人际互动带来的监控挑战,传统CCTV系统难以有效预警暴力事件。AI视频监控系统基于深度学习与计算机视觉技术,实现对行为、情绪的实时分析,尤其在低光环境下表现优异。该系统通过多设备协同、数据同步及自适应训练,确保高精度识别(95%以上)、快速响应(<5秒),并具备24小时不间断运行能力,极大提升了监狱安全管理的效率与准确性。
|
10天前
|
机器学习/深度学习 存储 人工智能
基于AI的实时监控系统:技术架构与挑战分析
AI视频监控系统利用计算机视觉和深度学习技术,实现实时分析与智能识别,显著提升高风险场所如监狱的安全性。系统架构包括数据采集、预处理、行为分析、实时决策及数据存储层,涵盖高分辨率视频传输、图像增强、目标检测、异常行为识别等关键技术。面对算法优化、实时性和系统集成等挑战,通过数据增强、边缘计算和模块化设计等方法解决。未来,AI技术的进步将进一步提高监控系统的智能化水平和应对复杂安全挑战的能力。
|
14天前
|
机器学习/深度学习 人工智能 算法
【AI系统】AI 框架之争
本文介绍了AI框架在数学上对自动微分的表达和处理,以及其在多线程算子加速、GPU/NPU支持、代码编译优化等方面的技术挑战。文章详细梳理了AI框架的发展历程,从萌芽阶段到深化阶段,探讨了不同阶段的关键技术和代表性框架。同时,文章展望了AI框架的未来趋势,包括全场景支持、易用性提升、大规模分布式支持和科学计算融合。
39 0
|
14天前
|
缓存 人工智能 负载均衡
AI革新迭代:如何利用代理IP提升智能系统性能
在人工智能快速发展的背景下,智能系统的性能优化至关重要。本文详细介绍了如何利用代理IP提升智能系统性能,涵盖数据加速与缓存、负载均衡、突破地域限制、数据传输优化和网络安全防护等方面。结合具体案例和代码,展示了代理IP在实际应用中的价值和优势。
32 0

热门文章

最新文章