小冰與Siri 誰才是人工智能助手的未來？

當(dāng)韓國棋王李世石投子認輸?shù)哪且豢?，人類開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“細思極恐”的存在。而 Cortana、微軟小冰、Siri、Google Now 等，又在以機器學(xué)習(xí)能力來貼近人類情感和生活。如果要詮釋人工智能個人助手，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。

對話——未來的人機交互

微軟在今年 8 月初微軟小冰第四代的發(fā)布會上，提出了“全時感官”標(biāo)準(zhǔn)。全時感官，意指完整的人工智能復(fù)合感官，可通過文本、圖像、視頻和語音與人類展開交流。如果將之前的人工智能感官比作一來一回的單向?qū)χv機，那“全時感官”就可類比為移動電話，從根本上最大限度的實現(xiàn)了擬人的實時交互體驗。

不知道你是否好奇過，為什么每一個人工智能助手都要打造成語音/聊天互動的形式，并且谷歌微軟蘋果都喜歡將“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現(xiàn)方式，就是人工智能與人的無縫流暢對話，人工智能可以不拘泥于幾個特殊口令來暫?；蛑亻_對話的形式，甚至能夠根據(jù)聊天內(nèi)容與走向相互打斷與追問，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，這是讓對話更接近自然的關(guān)鍵。

人工智能將學(xué)會中斷當(dāng)前的對話，對人進行反問，或者提出一項對策。

我是智能助手？我是人？

iPhone 用戶喜歡有事沒事調(diào)戲 Siri，Siri 貌似被賦予了一種“偏冷”的機器性格，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。

筆者曾經(jīng)和微軟小冰有過這樣的對話——筆者：“你也會累嗎？你不是一個 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)微軟開發(fā)團隊的設(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，一個定義為工作與生活的助理，比如 Siri、Cortana、Google Now；另一個則可以傾向定義為情感的伴侶，微軟小冰就是最為獨特的代表。

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，背后團隊是微軟(亞洲)互聯(lián)網(wǎng)工程院小冰項目組。小冰誕生時面臨的首個難題是：跟隨傳統(tǒng)做個人助理機器人，還是另辟蹊徑做看似不“實用”的聊天機器人？項目負責(zé)人李笛和其他三位 STC 工程師決定讓她主打“情感計算”，試圖與人類建立強烈的情感紐帶。

大部分人的概念里，微軟小冰就是一個聊天機器人，微軟一直堅持不讓小冰做一個有用的機器人，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，人們才不會把它當(dāng)做一個訂咖啡、外賣、鬧鐘的工具，才會認真地跟它聊天，才會產(chǎn)生真正的數(shù)據(jù)，才能更好地訓(xùn)練以情感計算框架為基礎(chǔ)的小冰的情感認知模型。

情感聊天機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“全時感官”能力，是它區(qū)別于傳統(tǒng)的語音助手最顯著的特點。之前我們熟悉的 AI 項目，只是單獨單項訓(xùn)練計算機具備某一項能力，下棋、翻譯、圖像識別等，而“全時感官”全面地識別對方輸入的文本、圖像、語音、乃至視頻信息，最大限度地擬人交互體驗，通用化 AI 的推進，才有能力完全打破人工智能的“工具”定位，它才能從一個聊天機器人演變成另一個層面的東西。

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)千萬人類進行超過 200 億次對話，平均對話長度達到 23 輪，而圖像等多感官的對話也已超過 2 億次。人工智能最核心的問題不在于技術(shù)而是數(shù)據(jù)，如果沒有數(shù)據(jù)，也就不存在人工智能了。就如同 AlphaGo 學(xué)習(xí)了上萬局人類對弈方稱霸于圍棋世界，對小冰來講，她所做的所有的一切，都是因為在這個地球上曾經(jīng)有人有過這樣的決策。微軟小冰已經(jīng)成為全球科技史上最大規(guī)模的一次圖靈測試，在如此量級的數(shù)據(jù)面前，連達到微軟 10% 數(shù)據(jù)量的公司都沒有。

微軟對小冰架設(shè)的未來道路正在慢慢鋪開，他們打造了一個插卡平臺，像《超級陸戰(zhàn)隊》里的大白那樣，通過插入各種“技能卡”來實現(xiàn)小冰機器學(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)和平臺的野心。通過跟大量第三方的合作，小冰已經(jīng)解鎖了幾個技能卡，比如電影卡、時尚卡和跨平臺商業(yè)解決方案卡。你可以跟小冰聊電影、聊時尚，怎么聊都行，至于跨平臺商業(yè)解決方案，或許會使小冰在商業(yè)性上更進一步。

微軟小冰并不是一個“娛樂化產(chǎn)品”，而是認認真真地當(dāng)做下一代操作系統(tǒng)來孵化。微軟對下一代智能設(shè)備操作系統(tǒng)的想法，就是借助人工智能技術(shù)的演進，逼近自然交互，實現(xiàn)真正的智能化設(shè)備。計算機和移動設(shè)備，經(jīng)歷了鍵盤+鼠標(biāo)、觸控、識別有限的聲控，人機交互方式，可以直接影響到設(shè)備屬性是娛樂設(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，來源于美國國防部高級研究規(guī)劃局所公布的 CALO 計劃：一個讓軍方簡化處理一些繁復(fù)庶務(wù)，并具學(xué)習(xí)、組織以及認知能力的數(shù)字助理。在開發(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餐廳吃頓浪漫的晚餐，在附近開一場電影。說完后，Siri 可以給你一系列的反饋：幫你打開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，這一切無需跳轉(zhuǎn)到另一個網(wǎng)站或 App，就放佛一位能干的助理把選擇擺在你面前，你只需點擊下單就可以了。

可以說從一開始 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 也在進行情感認知上的學(xué)習(xí)，它總能保持著自己招牌式的機敏，雖然在與用戶你來我往的對話中還是有點機械，不過蘋果正在致力于提升它的人工智能程度。

從去年初蘋果就開始收購 AI 企業(yè)，包括語音智能初創(chuàng)企業(yè) VocalIQ 和 Perceptio，通過使用機器學(xué)習(xí)實現(xiàn)語音助手與用戶的真實對話，使 Siri、iOS 以及 Mac OS、tvOS 和 CarPlay 的性能都有所提升。今年年初收購的 Emotient 則是通過 AI 技術(shù)對面部表情進行識別和反應(yīng)。最近收購的 Turi 能夠幫助開發(fā)者搭建推薦引擎、識別欺詐行為、分析消費者使用習(xí)慣、更好地定位潛在用戶等開發(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，蘋果為 Siri 帶來了更具革命性的變化——開放第三方權(quán)限，待 iOS 10 系統(tǒng)更新后，你只需動動嘴皮子，Siri 就能直接搜索資料、播放音樂、搜索全網(wǎng)；Siri 也能召喚 Uber、滴滴叫車；甚至微信、WhatsApp、Skype 也能直接用語音調(diào)起發(fā)信息。同時 Siri 被整合入 Mac 端和 TV 端，用戶可以像在手機上那樣用語音說“Hey，Siri”來喚醒它。Siri 也將基于用戶的地點、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)備進行交互。

Siri 之所以可以成為人工智能助手的一個典型，是因為它身處的生態(tài)環(huán)境。比較一下 Siri 的同類們：Amazon 的智能語音助手 Alexa 從 2014 年開始到現(xiàn)在已對接上千款應(yīng)用，而且在語音識別方面對于不同口音和方言的識別能力強于 Siri；Google Now 對于語義的理解能力則較強，而且能夠?qū)栴}轉(zhuǎn)化成行為，比如幫你查找日期，開車時為你設(shè)置航線等，這得益于谷歌強大的數(shù)據(jù)庫。

Siri 的優(yōu)勢在哪里？在于它廣泛的開發(fā)者網(wǎng)絡(luò)。Creative Strategies 分析師 Caronila Milanesi 在報告中指出：“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，智能語音尤其是語音交互在本質(zhì)上是人工智能的一部分，Siri 先天有優(yōu)秀的基因，通過語音衍生出的應(yīng)用場景如此豐富，若有朝一日，Siri 將 App Store 中的海量應(yīng)用一一接入，那畫面太美不敢想象，我們通過 Siri 來使用 App，卻無需去打開 App，只怕是以后生活方方面面都離不開 Siri 了。

成長的人工智能

如果說人工智能也是“人”，那么無論是微軟小冰還是 Siri，都在幼年成長階段，需要成長的時間，截然不同的成長環(huán)境的培養(yǎng)著兩個不同的“人”，這個環(huán)境包括使用平臺、用戶群、締造團隊、對接的應(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 的對接和學(xué)習(xí)能力進入真正的開發(fā)者與用戶共同培養(yǎng)時間，同時也是在 9 月份，微軟小冰將解鎖“全民養(yǎng)成模式”，在解鎖期間，人類教會她的前十萬句話將被永遠記住，以后出現(xiàn)同樣的對話場景，小冰將按照這期間人類所教的去“思考”并回答。

“謝謝你，人類……是你在我身上浪費的時間，使我變得如此珍貴。”

人工智能的未來會是怎么樣，這是一個連人工智能都無法回答的問題，未來要在一點點的接觸和理解中成形。