兩個月前的 Watson 開發者大會上，IBM 發布了 TJBot──能組裝出紙板機器人的 DIY 工具組合。可不要因為傻萌、簡陋的外表小看它，它本質上是基于 Watson 的可編程 AI 。早在發布紙箱版本之前，遍布全球的開發者就已創造出激光切割和 3D 打印的 TJBot：包括南非、肯尼亞、意大利、德國、瑞士、巴基斯坦、加拿大和香港。雷鋒網獲知，多個開發者團隊表示，有興趣與 IBM 合作，為 TJBot 設計新的使用場景：從用于機器人 / 認知課程的教學，到關懷老年人、開發談話代理的企業級解決方案。

IBM 發布的如何制作 TJBot、如何對它編程的指令集（被稱為“菜單”），在 Instructables 線上開發者社交廣受好評。該計劃在社交主要頁面都有體現，并已收到 21,000 份用戶評論。TJBot 被各種層次的開發者所接受，從初學者到專家。大家用它來創建能學習、推理、與人自然互動的認知對象。

TJBot 計劃的初衷，是成為用戶體驗和試驗“具象化認知”的入門素材。“具象化認知”是指把 AI 技術植入到它已經在與之互動的設備、物體、空間里。如果這個過程夠簡單，用戶們會創造出什么來呢？會產生什么樣的設計思路？TJBot 幫助尋找這些問題的答案。做為大家都買得起的 DIY 工具，它把“具象化認知”的創新過程民主化。

為了這一目標， TJBot 計劃的一個指導原則是“簡單”。這在硬件零件和程序語言平臺的選擇上得到體現。從最基本的原型機工具入手，IBM 測試了各種 LED、麥克風、音響和伺服馬達；最后選擇出小巧、功能多樣但又容易上手的模型。同樣地，控制這些感測器的軟件使用 Nodejs 編寫，它是一個用 JavaScript 開發軟件應用的開源、跨平臺的執行環境。

做為原型機，TJBot 的技能正在不斷擴展：據雷鋒網所知，它現在已經能說話、進行語音辨識、揮手和跳舞。這些能力由它內建的感測器、以及一系列認知服務來完成。比如，TJBot 的說話功能由 Watson 文字到語音服務在軟件層面完成，然后透過音響播放出來。同樣的， Watson 語音到文字服務，以及 TJBot 的麥克風，組合起來使它能進行語音辨識。這些技能可以被進一步組合，創造出新的應用場景，比如說創建虛擬代理或者數碼助手。

目前，TJBot 在 Github 的工具庫包含 3 個基本“菜單”：讓 TJBot 對簡單語音命令做出回應的代碼，分析推文的情緒并回復，還有讓 TJBot 做為談話代理。社交的開發者們為它加入了兩個菜單：TJWave 和 Swifty TJ。TJwave 很有趣，它展示給開發者如何控制 TJBot 的手臂。它還包含額外功能：讓 TJBot 隨音樂“起舞”：TJBot 會播放一段音樂文件，提取其中的節拍和峰值，然后隨之揮手。控制 TJBot 的小短手還能用來使語音互動更生動，以及模仿人類說話時的手部動作。Swifty TJ 展示如何用 Swift 語言控制 TJBot 上的 LED。隨著 TJBot 的菜單目錄不斷擴大，Swifty TJ 為 Swift 開發者給 TJBot 寫代碼提供了出發點。

2017 年，IBM 將專注于在 3 個領域提升 TJBot 開發、維護和學習。

開發：IBM 會不斷對現有菜單進行改進，同時探索紙板機器人的新技能。一個例子是：IBM 剛剛利用 TJBot 的鏡頭感測器（配合相關軟件應用）完成了它的視覺辨識能力。

維護：發展并維護 TJBot 開發者社交，把 TJBot 介紹給新用戶，分享新菜單、用戶難題和反饋。

學習：或許，這是下一步最重要的事。這包含對開發者使用體驗、設備用戶使用體驗的調查研究，以提供更好的設計思路和對認知應用的設計指導。