Zi 字媒體

你見過沒有出演過影片中任何一個鏡頭的影后嗎？宅男女神斯嘉麗·約翰遜做到了，在電影《Her》中，斯嘉麗用聲音出演了一個人工智慧系統，在跟情感失意的男主角交流過程中，讓一個大活人成功愛上了她這個沒有實體的人工智慧。她溫柔體貼、幽默風趣、善解人意，雙方很快從無所不談的人機友誼變成了親密無間的戀人關係，直到男主角發現她一共有8316位人類交互對象，並且與其中的641位發生了愛情……影片中的故事設定發生在2025年，然而就在當下，谷歌、亞馬遜、蘋果、阿里巴巴、京東爭相發布能聽懂人類語音指令的智能音箱，打開手機，就有個虛擬人格與你「尬聊」。▲蘋果HomePod因為外形被大眾吐槽▲Facebook宣布正在研發的智能音箱帶有顯示屏人們禁不住問，現實世界中擁有一個Her的時代離我們還有多遠？8月6日，出門問問創始人兼CEO李志飛出席極客公園 Rebuild 2017 大會，就此給出了他的答案。李志飛首先回顧了人工智慧發展歷程中的幾個具有重大意義的產品。2011年，蘋果發布手機助手Siri。在之前，從人工智慧誕生的1956年到2011年，人們更多關注的焦點在於演算法，怎樣把自然語言處理、計算機視覺、圖像識別，各種各樣演算法的框架搭起來。當時IBM、微軟、谷歌等公司都在語音交互技術上做了很多嘗試，包括產品方面，但從來沒有像蘋果一樣把Siri包裝成一個類似人的助理。Siri面世后引發了大量討論，掀起了虛擬個人助理的熱潮。隨後，谷歌、微軟、亞馬遜都發布了自己的虛擬助理或者語音助手產品。2014年，亞馬遜發布智能音箱Echo。早期虛擬個人助理都在手機上，但除了被用戶「調戲」以外實用程度有限，智能音箱發布以後，成為繼智能手機后唯一發售量超過一千萬量的較高頻人機交互產品。眼下，智能音箱熱潮席捲全球科技領域，而正在進入「百箱大戰」。出門問問也推出了智能音箱，此外還有智能車載系統、智能手錶等，用智能硬體搭載的虛擬個人助理軟體形成多場景聯動。李志飛表示，虛擬個人助理或者說語音交互的多場景聯動是出門問問探索已久后率先打出的概念。2012年，李志飛離開谷歌成立出門問問，因為之前的博士學習和在谷歌負責的翻譯產品核心技術是自然語言理解，他和團隊注意到移動互聯網時代將會產生新的交互方式，不同於以往的鍵盤和觸摸屏，未來可能會以語音交互或者全新交互為主流。所以他們把公司願景定位於在下一代移動計算設備普及到來時，定義下一代的人機交互。公司剛成立的一年半主要是做演算法，之後開始探索技術怎樣落地，在做了很多手機應用之後，他們發現用戶的主要興趣就是「調戲」產品證明智商，真實滲透率很低。之後，團隊想到未來的交互方式應該是軟硬結合，於是開拓新品類，他們最先做的設備是智能手錶。在實現軟硬體結合之後，出門問問提出了多場景聯動概念，。擬個人助理可以被理解為一個靈魂，但必須附在載體上，真正的虛擬個人助理應該是無所不在的，現實中單一的設備很難承載所有交互，比如手錶，當人躺在床上就用不著了，開車時用起來也不方便。於是從場景出發，出門問問研發了智能車載產品、智能音箱。多場景聯動以後，人們可以在家裡控制車內的設備，在車裡也可以打開家裡的空調。據出門問問的數據顯示，用戶使用語音交互的DAU在手機上小於1%，智能手錶上20%，這說明設備本身在語音交互場景里是最核心方式時才會被用戶頻繁使用。所以李志飛預測，智能車載是未來最先普及的語音交互產品，其次是無線耳塞或者是智能家居，最後才是手機。未來無論是交互方式還是設備都會多元化。交互方式不僅限於語音，而會綜合手勢、圖像、視覺、表情等。設備上，耳塞、車載設備、未來的AR、VR設備都可能會是虛擬個人助理的硬體載體。影片中的人工智慧能夠跟人用非常自然的方式交流，而且無所不在，無論是早晨起床、上下班路上，還是晚上睡覺，甚至產生了自己的思想，和交互對象人類有了愛恨情仇。那麼到2025年，人工智慧技術能發展到影片中的水平嗎？李志飛指出，目前語音交互最大的瓶頸是自然語言理解，就好比很多人調戲Siri的時候把句式換一換，機器就答非所問了。另一個關鍵問題是今天的計算機沒有對物理世界、常識有建模和理解。一個計算機可以打敗世界最一流的棋手，但是另外一方面，它甚至不能像一個5歲的小孩進行正常對話。電影《Her》背後體現的虛擬個人助理技術非常複雜，尤其是理解和意識部分，到現在還不知道怎麼建模，目前來說大家都只是從交互的層面在做。他也表示，出門問問的虛擬個人助理不會強調人格化部分，如果企業把虛擬個人助理塑造成像人一樣聰明，甚至具有人類感情，是把整個行業往一條不可能實現的路上帶，這是不現實的。而要在2025年，也就是未來七八年內實現像《Her》中的人工智慧程度是非常有難度的。