“准备开派对吧”：借助大语言模型探索更智能的智能空间

对于说“准备开派对吧”的人，恰当的回应深受语义与语境影响。对于智能家居助手（如 Google Home），理想的回应可能是探查家中可用设备并改变其状态以营造节日氛围。当前实用系统无法处理此类请求，因为它们需要具备以下能力：(1) 推断抽象表述背后的含义；(2) 将该推断映射到适合语境的具体行动方案（例如更改特定设备的设置）。在本文中，我们利用以下观察：近期任务无关的大语言模型（LLMs，如 GPT-3）蕴含了现有基于规则的家庭助手系统所缺乏的大量跨领域、有时不可预测的语境知识，这可使它们成为在智能家居交互中推断用户意图并生成适当语境相关响应的强大工具。我们首先探索了一种将 LLM 置于指令推断与动作规划核心的系统之可行性，表明 LLM 能够推断诸如“准备开派对吧”这类模糊、依赖语境的指令背后的意图，并给出具体的、机器可解析的指令以用于控制智能设备。此外，我们展示了一个概念验证实现，将 LLM 置于真实设备的控制端，展示其在无需微调或任务特定训练的情况下推断意图并恰当改变设备状态的能力。我们的工作暗示了 LLM 驱动系统在智能环境情境感知方面的前景，并为该领域的未来研究提供动机。