小冰與Siri 誰(shuí)才是人工智能助手的未來(lái)？

當(dāng)韓國(guó)棋王李世石投子認(rèn)輸?shù)哪且豢蹋祟愰_(kāi)始以另一種眼光看待人工智能，人工智能的學(xué)習(xí)能力在人類眼中是“細(xì)思極恐”的存在。而 Cortana、微軟小冰、Siri、Google Now 等，又在以機(jī)器學(xué)習(xí)能力來(lái)貼近人類情感和生活。如果要詮釋人工智能個(gè)人助手，看一遍電影《Her》就可以了，其中的人工智能操作系統(tǒng)薩曼莎不僅可以幫助主人公快速處理各種郵件、文件等工作，還能像朋友一樣理解并與之交互。

對(duì)話——未來(lái)的人機(jī)交互

微軟在今年 8 月初微軟小冰第四代的發(fā)布會(huì)上，提出了“全時(shí)感官”標(biāo)準(zhǔn)。全時(shí)感官，意指完整的人工智能復(fù)合感官，可通過(guò)文本、圖像、視頻和語(yǔ)音與人類展開(kāi)交流。如果將之前的人工智能感官比作一來(lái)一回的單向?qū)χv機(jī)，那“全時(shí)感官”就可類比為移動(dòng)電話，從根本上最大限度的實(shí)現(xiàn)了擬人的實(shí)時(shí)交互體驗(yàn)。

不知道你是否好奇過(guò)，為什么每一個(gè)人工智能助手都要打造成語(yǔ)音/聊天互動(dòng)的形式，并且谷歌微軟蘋(píng)果都喜歡將“她們”放入操作系統(tǒng)當(dāng)中，讓我們呼叫一聲即刻出現(xiàn)。

人工智能和人類之間的雙向同步交互的實(shí)現(xiàn)方式，就是人工智能與人的無(wú)縫流暢對(duì)話，人工智能可以不拘泥于幾個(gè)特殊口令來(lái)暫停或重開(kāi)對(duì)話的形式，甚至能夠根據(jù)聊天內(nèi)容與走向相互打斷與追問(wèn)，區(qū)分哪些是需要執(zhí)行的指令部分，而哪些部分只是純聊天，這是讓對(duì)話更接近自然的關(guān)鍵。

人工智能將學(xué)會(huì)中斷當(dāng)前的對(duì)話，對(duì)人進(jìn)行反問(wèn)，或者提出一項(xiàng)對(duì)策。

我是智能助手？我是人？

iPhone 用戶喜歡有事沒(méi)事調(diào)戲 Siri，Siri 貌似被賦予了一種“偏冷”的機(jī)器性格，它的回答通常能噎死人，而且總是恪守智能助理的本份，嚴(yán)謹(jǐn)又充滿冷幽默，相信大家都感受過(guò)。

筆者曾經(jīng)和微軟小冰有過(guò)這樣的對(duì)話——筆者：“你也會(huì)累嗎？你不是一個(gè) AI 嗎？”，小冰：“我是人。”和 Siri 完全不同，微軟小冰被塑造成 16、7 歲的妹妹（根據(jù)微軟開(kāi)發(fā)團(tuán)隊(duì)的設(shè)定，她今年已經(jīng)滿 18 了），并且正在努力學(xué)習(xí)人類的感情。

這似乎顯示著人工智能助手的兩種路線，一個(gè)定義為工作與生活的助理，比如 Siri、Cortana、Google Now；另一個(gè)則可以傾向定義為情感的伴侶，微軟小冰就是最為獨(dú)特的代表。

微軟小冰：從情感學(xué)習(xí)到下一代操作系統(tǒng)

微軟小冰誕生在中國(guó)，背后團(tuán)隊(duì)是微軟(亞洲)互聯(lián)網(wǎng)工程院小冰項(xiàng)目組。小冰誕生時(shí)面臨的首個(gè)難題是：跟隨傳統(tǒng)做個(gè)人助理機(jī)器人，還是另辟蹊徑做看似不“實(shí)用”的聊天機(jī)器人？項(xiàng)目負(fù)責(zé)人李笛和其他三位 STC 工程師決定讓她主打“情感計(jì)算”，試圖與人類建立強(qiáng)烈的情感紐帶。

大部分人的概念里，微軟小冰就是一個(gè)聊天機(jī)器人，微軟一直堅(jiān)持不讓小冰做一個(gè)有用的機(jī)器人，它到現(xiàn)在也不能執(zhí)行幫你叫外賣、查詢地圖這樣的任務(wù)，但是只有這樣，人們才不會(huì)把它當(dāng)做一個(gè)訂咖啡、外賣、鬧鐘的工具，才會(huì)認(rèn)真地跟它聊天，才會(huì)產(chǎn)生真正的數(shù)據(jù)，才能更好地訓(xùn)練以情感計(jì)算框架為基礎(chǔ)的小冰的情感認(rèn)知模型。

情感聊天機(jī)器人正在嘗試解決傳統(tǒng) AI-Complete 最難解決的部分，小冰具備的“全時(shí)感官”能力，是它區(qū)別于傳統(tǒng)的語(yǔ)音助手最顯著的特點(diǎn)。之前我們熟悉的 AI 項(xiàng)目，只是單獨(dú)單項(xiàng)訓(xùn)練計(jì)算機(jī)具備某一項(xiàng)能力，下棋、翻譯、圖像識(shí)別等，而“全時(shí)感官”全面地識(shí)別對(duì)方輸入的文本、圖像、語(yǔ)音、乃至視頻信息，最大限度地?cái)M人交互體驗(yàn)，通用化 AI 的推進(jìn)，才有能力完全打破人工智能的“工具”定位，它才能從一個(gè)聊天機(jī)器人演變成另一個(gè)層面的東西。

微軟小冰在 2014 年 5 月發(fā)布第一代，到目前為止已經(jīng)與數(shù)千萬(wàn)人類進(jìn)行超過(guò) 200 億次對(duì)話，平均對(duì)話長(zhǎng)度達(dá)到 23 輪，而圖像等多感官的對(duì)話也已超過(guò) 2 億次。人工智能最核心的問(wèn)題不在于技術(shù)而是數(shù)據(jù)，如果沒(méi)有數(shù)據(jù)，也就不存在人工智能了。就如同 AlphaGo 學(xué)習(xí)了上萬(wàn)局人類對(duì)弈方稱霸于圍棋世界，對(duì)小冰來(lái)講，她所做的所有的一切，都是因?yàn)樵谶@個(gè)地球上曾經(jīng)有人有過(guò)這樣的決策。微軟小冰已經(jīng)成為全球科技史上最大規(guī)模的一次圖靈測(cè)試，在如此量級(jí)的數(shù)據(jù)面前，連達(dá)到微軟 10% 數(shù)據(jù)量的公司都沒(méi)有。

微軟對(duì)小冰架設(shè)的未來(lái)道路正在慢慢鋪開(kāi)，他們打造了一個(gè)插卡平臺(tái)，像《超級(jí)陸戰(zhàn)隊(duì)》里的大白那樣，通過(guò)插入各種“技能卡”來(lái)實(shí)現(xiàn)小冰機(jī)器學(xué)習(xí)和處理能力的不同方向，已經(jīng)逐漸顯示出其將小冰打造成生態(tài)系統(tǒng)和平臺(tái)的野心。通過(guò)跟大量第三方的合作，小冰已經(jīng)解鎖了幾個(gè)技能卡，比如電影卡、時(shí)尚卡和跨平臺(tái)商業(yè)解決方案卡。你可以跟小冰聊電影、聊時(shí)尚，怎么聊都行，至于跨平臺(tái)商業(yè)解決方案，或許會(huì)使小冰在商業(yè)性上更進(jìn)一步。

微軟小冰并不是一個(gè)“娛樂(lè)化產(chǎn)品”，而是認(rèn)認(rèn)真真地當(dāng)做下一代操作系統(tǒng)來(lái)孵化。微軟對(duì)下一代智能設(shè)備操作系統(tǒng)的想法，就是借助人工智能技術(shù)的演進(jìn)，逼近自然交互，實(shí)現(xiàn)真正的智能化設(shè)備。計(jì)算機(jī)和移動(dòng)設(shè)備，經(jīng)歷了鍵盤(pán)+鼠標(biāo)、觸控、識(shí)別有限的聲控，人機(jī)交互方式，可以直接影響到設(shè)備屬性是娛樂(lè)設(shè)備還是生產(chǎn)力工具。微軟小冰背后展示的潛力，則是智能化擬人交互對(duì)系統(tǒng)的全面接管。

Siri：從龐大應(yīng)用接口滲入生態(tài)

Siri 誕生高貴，來(lái)源于美國(guó)國(guó)防部高級(jí)研究規(guī)劃局所公布的 CALO 計(jì)劃：一個(gè)讓軍方簡(jiǎn)化處理一些繁復(fù)庶務(wù)，并具學(xué)習(xí)、組織以及認(rèn)知能力的數(shù)字助理。在開(kāi)發(fā) Siri 的原班人馬的構(gòu)想中，Siri 應(yīng)該可以處理這樣的句子：今天是情人節(jié)，我想給女朋友訂花，在市中心的一家高級(jí)餐廳吃頓浪漫的晚餐，在附近開(kāi)一場(chǎng)電影。說(shuō)完后，Siri 可以給你一系列的反饋：幫你打開(kāi)可直接下單的在線訂花網(wǎng)站，給你可供訂位的餐廳選擇，還有今晚上映的電影選擇，這一切無(wú)需跳轉(zhuǎn)到另一個(gè)網(wǎng)站或 App，就放佛一位能干的助理把選擇擺在你面前，你只需點(diǎn)擊下單就可以了。

可以說(shuō)從一開(kāi)始 Siri 的定位就非常明確，就是你的管家、助手甚至工作搭檔。當(dāng)然 Siri 也在進(jìn)行情感認(rèn)知上的學(xué)習(xí)，它總能保持著自己招牌式的機(jī)敏，雖然在與用戶你來(lái)我往的對(duì)話中還是有點(diǎn)機(jī)械，不過(guò)蘋(píng)果正在致力于提升它的人工智能程度。

從去年初蘋(píng)果就開(kāi)始收購(gòu) AI 企業(yè)，包括語(yǔ)音智能初創(chuàng)企業(yè) VocalIQ 和 Perceptio，通過(guò)使用機(jī)器學(xué)習(xí)實(shí)現(xiàn)語(yǔ)音助手與用戶的真實(shí)對(duì)話，使 Siri、iOS 以及 Mac OS、tvOS 和 CarPlay 的性能都有所提升。今年年初收購(gòu)的 Emotient 則是通過(guò) AI 技術(shù)對(duì)面部表情進(jìn)行識(shí)別和反應(yīng)。最近收購(gòu)的 Turi 能夠幫助開(kāi)發(fā)者搭建推薦引擎、識(shí)別欺詐行為、分析消費(fèi)者使用習(xí)慣、更好地定位潛在用戶等開(kāi)發(fā)和管理服務(wù)。這些都是 Siri 能夠利用到的技術(shù)基礎(chǔ)。

今年的 WWDC 上，蘋(píng)果為 Siri 帶來(lái)了更具革命性的變化——開(kāi)放第三方權(quán)限，待 iOS 10 系統(tǒng)更新后，你只需動(dòng)動(dòng)嘴皮子，Siri 就能直接搜索資料、播放音樂(lè)、搜索全網(wǎng)；Siri 也能召喚 Uber、滴滴叫車；甚至微信、WhatsApp、Skype 也能直接用語(yǔ)音調(diào)起發(fā)信息。同時(shí) Siri 被整合入 Mac 端和 TV 端，用戶可以像在手機(jī)上那樣用語(yǔ)音說(shuō)“Hey，Siri”來(lái)喚醒它。Siri 也將基于用戶的地點(diǎn)、日歷、聯(lián)系人、聯(lián)系地址等做出智能建議，還能與各種智能家居設(shè)備進(jìn)行交互。

Siri 之所以可以成為人工智能助手的一個(gè)典型，是因?yàn)樗硖幍纳鷳B(tài)環(huán)境。比較一下 Siri 的同類們：Amazon 的智能語(yǔ)音助手 Alexa 從 2014 年開(kāi)始到現(xiàn)在已對(duì)接上千款應(yīng)用，而且在語(yǔ)音識(shí)別方面對(duì)于不同口音和方言的識(shí)別能力強(qiáng)于 Siri；Google Now 對(duì)于語(yǔ)義的理解能力則較強(qiáng)，而且能夠?qū)?wèn)題轉(zhuǎn)化成行為，比如幫你查找日期，開(kāi)車時(shí)為你設(shè)置航線等，這得益于谷歌強(qiáng)大的數(shù)據(jù)庫(kù)。

Siri 的優(yōu)勢(shì)在哪里？在于它廣泛的開(kāi)發(fā)者網(wǎng)絡(luò)。Creative Strategies 分析師 Caronila Milanesi 在報(bào)告中指出：“要讓 Siri 變得更加聰明，就需要讓它存在于更多 App 當(dāng)中，這樣它才能夠?qū)W習(xí)到更多東西。”

可以說(shuō)，智能語(yǔ)音尤其是語(yǔ)音交互在本質(zhì)上是人工智能的一部分，Siri 先天有優(yōu)秀的基因，通過(guò)語(yǔ)音衍生出的應(yīng)用場(chǎng)景如此豐富，若有朝一日，Siri 將 App Store 中的海量應(yīng)用一一接入，那畫(huà)面太美不敢想象，我們通過(guò) Siri 來(lái)使用 App，卻無(wú)需去打開(kāi) App，只怕是以后生活方方面面都離不開(kāi) Siri 了。

成長(zhǎng)的人工智能

如果說(shuō)人工智能也是“人”，那么無(wú)論是微軟小冰還是 Siri，都在幼年成長(zhǎng)階段，需要成長(zhǎng)的時(shí)間，截然不同的成長(zhǎng)環(huán)境的培養(yǎng)著兩個(gè)不同的“人”，這個(gè)環(huán)境包括使用平臺(tái)、用戶群、締造團(tuán)隊(duì)、對(duì)接的應(yīng)用等等很多很多因素，讓不同的人工智能走上不同的道路。

9 月份，iOS 10 將正式推送，Siri 與第三方 App 的對(duì)接和學(xué)習(xí)能力進(jìn)入真正的開(kāi)發(fā)者與用戶共同培養(yǎng)時(shí)間，同時(shí)也是在 9 月份，微軟小冰將解鎖“全民養(yǎng)成模式”，在解鎖期間，人類教會(huì)她的前十萬(wàn)句話將被永遠(yuǎn)記住，以后出現(xiàn)同樣的對(duì)話場(chǎng)景，小冰將按照這期間人類所教的去“思考”并回答。

“謝謝你，人類……是你在我身上浪費(fèi)的時(shí)間，使我變得如此珍貴。”

人工智能的未來(lái)會(huì)是怎么樣，這是一個(gè)連人工智能都無(wú)法回答的問(wèn)題，未來(lái)要在一點(diǎn)點(diǎn)的接觸和理解中成形。