用于生成和提供建议动作的系统和方法技术方案

计算系统可以包括人工智能系统，该人工智能系统包括一个或多个机器学习模型，其被配置为接收包括上下文数据的模型输入，并且作为响应，输出描述由上下文数据引用的一个或多个语义实体的模型输出。计算系统可以被配置成在第一时间间隔期间获得上下文数据；将包括上下文数据的模型输入输入到(多个)机器学习模型中；接收描述由上下文数据引用的一个或多个语义实体的模型输出作为(多个)机器学习模型的输出；将模型输出存储在至少一个有形的、非暂时性的计算机可读介质中；以及在第一时间间隔之后的第二时间间隔期间，提供关于由模型输出所描述的一个或多个语义实体的建议动作，用于在用户界面中显示。用户界面中显示。用户界面中显示。

【技术实现步骤摘要】
【国外来华专利技术】用于生成和提供建议动作的系统和方法


[0001]本公开总体上涉及人工智能系统。更具体地，本公开涉及用于生成并向计算设备的用户提供建议动作的系统和方法。

技术介绍

[0002]人工智能和机器学习已经被用来帮助计算设备的用户，例如通过提供人工智能代理和个人助理。然而，这种人工智能代理和个人助理缺乏主动地帮助用户来记住动作或项目的能力。

技术实现思路

[0003]本公开的实施例的方面和优点将在以下描述中部分阐述，或者可以从描述中获知，或者可以通过实施例的实践获知。
[0004]本公开的一个方面针对包括至少一个处理器的计算系统和包括一个或多个机器学习模型的人工智能系统。一个或多个机器学习模型可以被配置成接收包括上下文数据的模型输入，并且响应于模型输入的接收，输出描述由上下文数据引用的一个或多个语义实体的模型输出。计算系统可以包括至少一种有形的、非暂时性的计算机可读介质，其存储指令，当由至少一个处理器运行该指令时，使至少一个处理器执行操作。操作可以包括在第一时间间隔期间获得上下文数据；将包括上下文数据的模型输入输入到一个或多个机器学习模型中；接收描述由上下文数据引用的一个或多个语义实体的模型输出作为一个或多个机器学习模型的输出；将模型输出存储在至少一种有形的、非暂时性的计算机可读介质中；以及在第一时间间隔之后的第二时间间隔期间，提供关于由模型输出描述的一个或多个语义实体的建议动作，用于在用户界面中显示。
[0005]本公开的另一方面针对一种用于生成和提供建议动作的计算机实现的方法。该方法可以包括由一个或多个计算设备在第一时间间隔期间获得上下文数据。该方法可以包括由一个或多个计算设备将包括上下文数据的模型输入输入到一个或多个机器学习模型中，该机器学习模型被配置为接收包括上下文数据的模型输入，并且响应于模型输入的接收，输出描述由上下文数据引用的一个或多个语义实体的模型输出。该方法可以包括由一个或多个计算设备接收描述由上下文数据引用的一个或多个语义实体的模型输出作为一个或多个机器学习模型的输出。该方法可以包括由一个或多个计算设备将模型输出存储在至少一种有形的、非暂时性的计算机可读介质中。该方法可以包括由一个或多个计算设备在第一时间间隔之后的第二时间间隔期间提供关于由模型输出描述的一个或多个语义实体的建议动作，用于在一个或多个计算设备的用户界面中显示。
[0006]本公开的其他方面针对多种系统、装置、非暂时性计算机可读介质、用户界面和电子设备。
[0007]参考以下描述和所附权利要求，本公开的多个实施例的这些和其他特征、方面和优点将变得更好理解。并入本说明书并构成其一部分的附图示出了本公开的示例实施例，
并且与描述一起用于解释相关原理。
附图说明
[0008]参考附图，在说明书中阐述了针对本领域普通技术人员的实施例的详细讨论，其中：
[0009]图1A描绘了根据本公开的示例实施例的用于生成并向计算系统的用户提供建议动作的示例计算系统的框图。
[0010]图1B描绘了根据本公开的示例实施例的用于生成并向计算系统的用户提供建议动作的示例计算系统的框图。
[0011]图1C描绘了根据本公开的示例实施例的用于生成并向计算系统的用户提供建议动作的示例计算系统的框图。
[0012]图2描绘了根据本公开的示例实施例的用于生成和提供建议动作的示例人工智能系统。
[0013]图3描绘了根据本公开的示例实施例的用于生成和提供建议动作的示例计算系统，其包括一个或多个计算机应用。
[0014]图4描绘了根据本公开的方面的示例建议动作。
[0015]图5A、图5B和图5C描绘了根据本公开的方面的额外示例建议动作。
[0016]图6描绘了根据本公开的方面的包括在计算设备的锁定屏幕中显示的多个建议动作的示例面板。
[0017]图7描绘了显示用通知显示建议动作的示例通知面板的计算设备。
[0018]图8描绘了根据本公开的方面的在第一状态中的计算设备，在该第一状态中，与分类的建议动作对应的多个类别标签被显示。
[0019]图9描绘了根据本公开的方面的其中多个类别标签中的一个类别标签已经被选择且与选择的类别标签对应的建议动作被显示的图8的计算设备。
[0020]图10描绘了根据本公开的方面的建议动作，其中语义实体已经被选择且搜索响应于语义实体被选择而被执行。
[0021]图11描绘了显示其中用户可以为一种类型的建议动作选择默认计算机应用的设置面板的计算系统。
[0022]图12描绘了根据本公开的方面的用于生成并向计算系统的用户提供建议动作的方法的流程图。
具体实施方式
[0023]概述
[0024]一般而言，本公开针对一种人工智能系统，其用于识别感兴趣的信息、存储该信息、并基于存储的信息在稍后的时间向计算系统的用户提供建议动作。人工智能系统可以被配置为代表用户智能地处理信息，包括例如由计算设备显示、播放和/或以其他方式处理或检测的视觉和/或音频信息。换句话说，当计算设备被用于全天执行任务时，人工智能系统可以捕获感兴趣的信息。例如，在用户在多种计算机应用之间导航和/或在不同任务或活动之间切换的同时，人工智能系统可以识别和存储语义实体。替换地，人工智能系统可以识
别和存储由用户的周围(surrounding)环境引用的或包括的语义实体(例如，通过分析捕获的关于周围环境的成像、音频或其他数据)。因此，人工智能系统可以捕获和处理由用户主动地识别或强调的信息(例如，为识别语义实体)，而在其他实例中，人工智能系统可以捕获和处理由用户的外界(ambient)环境简单地引用的或包括的信息(例如，为识别语义实体)(例如，包含在周围环境中但没有特别地由用户主动地识别或强调的信息)。
[0025]当语义实体随着时间的推移而被识别时，人工智能系统可以保存或以其他方式留存与语义实体相关联的数据。例如，基于用户的偏好和/或用户的计划或日程安排，可以对保存的语义实体进行排名、排序、分类、优先化等。作为另一示例，人工智能系统可以为用户生成与一个或多个识别的语义实体相关的一个或多个建议动作。例如，建议动作可以包括能够由人工智能系统和/或计算机应用在人工智能系统的指导下为用户和/或代表用户相对于识别的语义实体所采取的动作。作为示例，建议动作可以包括通信动作(例如，向某个联系人发电子邮件)、信息检索动作(例如，检索选项以购买或购物某个项目、提供机会来收听某首歌曲、访问地理信息，诸如兴趣点的位置)、预订动作(例如，请求乘坐共享交通工具或购买飞机票)、信息储存(例如，记笔记或将项目插入用户的日历)和/或许多其他建议动作。
[0026]稍后的时间，可以提供保存的建议动作用于显示。例如，建议动作可以由用户经由特定菜单来访问、可以在通知菜单中提供、可以在稍后的上下文相关时间自动出现，和/或可以以其他方式来访问。建议动作可以包括链接或按钮以执行建议动作(例如，用计算机应用)。用户还可以可选地向人工智能系统提供反馈和/或指令本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种计算系统，包括：至少一个处理器；人工智能系统，包括一个或多个机器学习模型，所述一个或多个机器学习模型被配置为接收包括上下文数据的模型输入，并且响应于模型输入的接收，输出描述由上下文数据引用的一个或多个语义实体的模型输出；至少一种有形的、非暂时性的计算机可读介质，其存储指令，当所述指令被所述至少一个处理器运行时，使所述至少一个处理器执行操作，所述操作包括：在第一时间间隔期间获得上下文数据；将包括上下文数据的模型输入输入到所述一个或多个机器学习模型中；接收描述由上下文数据引用的所述一个或多个语义实体的模型输出作为所述一个或多个机器学习模型的输出；将模型输出存储在所述至少一种有形的、非暂时性的计算机可读介质中；以及在第一时间间隔之后的第二时间间隔期间，提供关于由模型输出描述的所述一个或多个语义实体的建议动作，用于在用户界面中显示。2.根据权利要求1所述的计算系统，其中，所述操作还包括使用模板生成关于由模型输出描述的所述一个或多个语义实体的建议动作。3.根据权利要求2所述的计算系统，其中，所述模板包括一个或多个语义实体占位符以及动词占位符或计算机应用占位符中的至少一个，并且其中使用模板生成关于由模型输出描述的所述一个或多个语义实体的建议动作包括将由模型输出描述的所述一个或多个语义实体插入到模板的所述一个或多个语义实体占位符中。4.根据权利要求3所述的计算系统，其中，使用模板生成关于由模型输出描述的所述一个或多个语义实体的建议动作包括：基于上下文数据或语义实体中的至少一个选择动词；以及将动词插入模板的动词占位符中。5.根据权利要求3至4中任一项所述的计算系统，其中，使用模板生成关于由模型输出描述的所述一个或多个语义实体的建议动作包括：基于上下文数据或语义实体中的至少一个来选择计算机应用；以及将描述计算机应用的计算机应用标签插入模板的计算机应用占位符中。6.根据任一前述权利要求所述的计算系统，其中，所述操作还包括在第二时间间隔期间提供与建议动作有区别的至少一个额外建议动作，用于在所述用户界面中显示。7.根据任一前述权利要求所述的计算系统，还包括一个或多个计算机应用，并且其中所述操作还包括：向所述一个或多个计算机应用提供描述模型输出的数据；以及经由预定义的应用编程接口分别从所述一个或多个计算机应用接收描述来自所述一个或多个计算机应用的一个或多个可用动作的一个或多个应用输出；其中，被提供用于在用户界面中显示的建议动作描述了基于所述一个或多个应用输出中的至少一个的来自所述一个或多个计算机应用的可用动作。8.根据任一前述权利要求所述的计算系统，其中所述操作还包括：获得与上下文数据有区别的额外上下文数据；
将包括额外上下文数据的至少一个额外模型输入输入到所述一个或多个机器学习模型中；以及接收描述由所述额外上下文数据引用的一个或多个额外语义实体的额外模型输出，作为所述一个或多个机器学习模型的额外输出。9.根据任一前述权利要求所述的计算系统，其中所述操作...

【专利技术属性】
技术研发人员：T万特兰，ML巴恩哈特，BL杰克逊，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：