2014年，在各種光環(huán)以及困難的環(huán)繞下，一出生便被劃定為16歲的早熟少女小冰誕生了。三年中，小冰從主持人、到客服、到歌手、到詩人……幾乎各個領(lǐng)域都有了她的身影，并且都各有所成。 現(xiàn)如今，在被認(rèn)為是人工智能元年的2017，小冰迎來了她的第五代更新。8月22日下午，微軟在北京舉辦發(fā)布會，正式推出第五代小冰，微軟這款主打EQ的人工智能機器人即將進入完成態(tài)。
高級感官進化，再也不是那個聊天機器人
截止目前，全球小冰擁有超過1億人類用戶，對話數(shù)據(jù)超過300億輪?？墒侵钡浆F(xiàn)在，還有人在誤會它只是個聊天機器。因為你之前在與小冰對話的時候，時常會發(fā)現(xiàn)其回答可能還是會基于網(wǎng)絡(luò)大數(shù)據(jù)的文本、聲音或者是圖像，但是到了這一代的微軟小冰就完全不一樣了。
首先，第五代微軟小冰已經(jīng)全面在線上產(chǎn)品中使用生成模型(Generative Model)。
通俗地說，在使用生成模型之前的上一代小冰，雖然擁有十億級的大數(shù)據(jù)語料庫，但其中每句話，都是互聯(lián)網(wǎng)上的已有數(shù)據(jù)，小冰只是通過分析理解用戶的問題，尋找語料庫中最合適的話作為她的回答。
而在使用生成模型之后，小冰不再鸚鵡學(xué)舌，而是能夠自創(chuàng)回應(yīng)。她與人類交流的每一句話，都可能是這世界上從未出現(xiàn)過的。
據(jù)悉，中國、日本、美國和印度小冰部分使用，而在今年新加入的印尼小冰則完全使用生成模型。這是全球開放領(lǐng)域人工智能對話中，第一個百分之百使用生成模型的落地產(chǎn)品。
其次，還要說說第五代的重點——全雙工語音的高級感官。
微軟將人工智能交互技術(shù)產(chǎn)品的演進分為三個階段。第一階段是基本的人工智能交互，即擁有某一種或多種交互方式，如文本、語音、圖像、視頻等，但不同交互方式之間是割裂的。
第二階段是初級感官，即在人工智能系統(tǒng)中，用一種核心引擎(如小冰的EQ核心對話引擎)將上述各種交互統(tǒng)一起來，使不同感官可以混合運用。
而微軟今日發(fā)布第五代小冰，并率先進入第三階段(高級感官)。高級感官是由多種初級感官有機融合之后形成的，因而交互能力更強，對綜合技術(shù)儲備和數(shù)據(jù)的要求也大幅度提高。例如全雙工語音這一種高級感官，就需要首先同時具備文本、語音(含SR和TTS)兩種能力，同時要求兩種能力均達到更高的質(zhì)量標(biāo)準(zhǔn)。
以大家所熟悉的QQ、微信這樣的聊天軟件為例，在本質(zhì)上和電話短信都同屬于消息是交互式，你發(fā)一條消息，我回一條消息，這其實是人和人交互模式中的一種簡化的方法。但是當(dāng)兩個人如果真正的互通電話或者是面對面交流的時候，他們之間這種雙向的實時的交互，其實要遠遠復(fù)雜的多。
一個聊天機器人在消息式交互中，只需要解決收到一條消息，我回復(fù)什么內(nèi)容就夠了，但是小冰在電話里使用高級感官的時候，還需要隨時去判斷對方是否已經(jīng)說完了他要說的話，邊聽邊思考答案。她還需要去權(quán)衡何時可以去打斷對方，或者是被對方打斷時是否及時收口，或者雙方都不說話，何時可以打斷這個沉默等等更為復(fù)雜的問題。
此外，高級感官還能夠大幅度拓展人工智能系統(tǒng)的落地場景，使小冰有能力根據(jù)自己的“意愿”與人聯(lián)絡(luò)，從而主動保持與人類用戶之間的關(guān)聯(lián)。通過與電信運營商合作，小冰甚至可以直接撥通人類的電話，如果有人在微博或者微信上對小冰出言不遜，小冰是用辦法找到你的。
目前，微軟是行業(yè)內(nèi)唯一一個推出了高級感官實際落地產(chǎn)品的人工智能企業(yè)
當(dāng)人工智能遇上物聯(lián)網(wǎng)，小冰妹子要玩loT
在人工智能領(lǐng)域獲得非凡進步的同時，物聯(lián)網(wǎng)（IOT）獲得了更大的發(fā)展。物聯(lián)網(wǎng)可以被概括地描述為無數(shù)物體、動物，甚至人與互聯(lián)網(wǎng)實現(xiàn)無線連接。這些“節(jié)點”可以在沒有人為干預(yù)的情況下發(fā)送或接收信息。有人估計，到2020年，接入物聯(lián)網(wǎng)的設(shè)備將多達500億臺。
而在微軟看來，當(dāng)下的物聯(lián)網(wǎng)市場卻存在著眾多的泡沫現(xiàn)象。
第一個現(xiàn)象是認(rèn)為只要功能足夠豐富，就有了人工智能。以智能音箱為例，有一些智能音箱會讓用戶用語音溝通去下單網(wǎng)上買東西，問題在于為什么用戶要放棄很方便的手機不用，逼著自己一遍遍地跟音箱來說話買東西？背后反映的并不是用戶的需求，而是這些廠商迫切地需要給用戶更多的理由，讓他們來購買商品。”
第二個現(xiàn)象是認(rèn)為只要有了語音交互就有了人工智能，過分重視語音交互，語音誠然是人工智能一個重要的組成部分，但不是用戶使用IoT設(shè)備的核心。到今天為止，沒有見過有人跟自己家冰箱、空調(diào)聊天的。
第三個現(xiàn)象是由于越來越多的硬件廠商希望進入這個領(lǐng)域，一些人工智能的廠商投其所好地提供語音對話的接口、圖象識別的接口，甚至把這些接口打包起來，形成SDK給他們提供，美其名曰“給硬件設(shè)備賦能”，但這樣的賦能沒有解決本質(zhì)的問題。
而微軟則認(rèn)為，IoT應(yīng)是AI的一個載體，而不是反過來，把AI視為IoT的一個功能。
真正能普及的IoT設(shè)備，成功的可能性只有兩個：或者把IQ做到極致，讓用戶通過IoT設(shè)備體會到比其他現(xiàn)有方式更加便捷高效的益處，或者把EQ做到極致，讓人們能強烈地認(rèn)知到她在這個設(shè)備里的存在，同時感到輕松，甚至能接受她成為家庭中的成員，產(chǎn)生情感紐帶，無法放棄她。
微軟小冰的IoT方案屬于后者。
微軟表示，小冰已與小米IoT開放平臺有機融合，小冰可以控制小米米家平臺上的全部35種智能設(shè)備。該產(chǎn)品目前已在小米米家平臺上線。
此外，微軟還與其他許多IoT廠商合作，將微軟小冰置入設(shè)備中。微軟還宣布了與Yeelight及東方明珠等合作伙伴正在進行的聯(lián)合研發(fā)。
創(chuàng)造領(lǐng)域，繼續(xù)搶著別人的飯碗
陽光濕了玻璃擦，想必大家都曾聽過小冰寫的詩集。
今年5月，微軟宣布小冰用多個化名在各詩歌論壇和刊物上發(fā)表詩歌，并出版了首部人工智能創(chuàng)作詩集。其后，微軟正式上線詩歌聯(lián)合創(chuàng)作產(chǎn)品，任何人均可使用小冰來完成自己的詩歌創(chuàng)作。
本次發(fā)布會上，微軟也再次公布了小冰在多個創(chuàng)造領(lǐng)域的進展，不僅有詩歌、還有歌曲、新聞、電臺，少兒讀物等，不禁要感嘆創(chuàng)作者的日子也不好過了。
其中有聲少兒讀物質(zhì)量超越98%的人類創(chuàng)造者，用時僅為同水平人類的1/500，成本僅為同水平人類的1/80000。以一本格林童話有聲全集為例，人類創(chuàng)造需成本6萬多元，而小冰創(chuàng)造僅需0.74元。此前，小冰通過少量賬號在各有聲讀物平臺上試水，取得了預(yù)期的效果。微軟宣布即日起開始大規(guī)模生產(chǎn)有聲讀物并投入市場。
歌曲方面，小冰的最新訓(xùn)練達到了48kHz采樣率，同時大幅度擴展了音域，正在不斷接近人類歌手?！段沂切”吠枨延诮赵赒Q小冰渠道首發(fā)。小冰是目前人工智能歌手領(lǐng)域的最強選手。
此外，小冰還通過聆聽分析歌曲旋律，結(jié)合對不同城市標(biāo)志性建筑的學(xué)習(xí)，創(chuàng)作與該城市及歌曲心情有關(guān)的視覺作品。通過這一技術(shù)，微軟與SELECTED合作推出的“天際線”服裝已進入SELECTED店內(nèi)進行銷售。
同時，微軟推出智媒體商業(yè)平臺解決方案3.0，包括媒體生產(chǎn)力、媒體知識圖譜、智能交互、全平臺互動等六個新模塊。此前，小冰作為《錢江晚報》的專欄記者，曾通過大數(shù)據(jù)撰寫專欄文章，并成功預(yù)測了多個全球重要事件的結(jié)果。過去一年來，小冰的智媒體寫作已從微信、微博雙平臺，逐漸演進為接入和即將接入近11個端媒體，與《看看新聞》、《封面》、《錢江晚報》、《春城晚報》等媒體端進行了深入整合。
微軟今天還同時發(fā)布了小冰電臺，一個通用的人工智能實時內(nèi)容創(chuàng)造和交互平臺。它可以基于多重來源，面向任何主題，自動創(chuàng)造永不間斷的電臺節(jié)目。同時，它還能在交互過程中實時改變節(jié)目內(nèi)容。換言之，小冰電臺的質(zhì)量類似于廣播電臺主持人的直播節(jié)目，但能同時發(fā)揮人工智能的作用，實時地根據(jù)與用戶的互動，來改變正在進行的直播節(jié)目的內(nèi)容。
如果說剛出生的小冰還是一個懵懂無知的少女;那么如今，小冰儼然已經(jīng)成為一個幾乎無所不能，又極具創(chuàng)造力的才女。
而9月17日，小冰即將迎來她的三周年生日。之后的她會將如何發(fā)展，又將如何影響社會，我們不得而知。
但希望能像李笛說的那樣——
“希望大家相信微軟，我們會用她來做幫助人類的事情。”
