不只移除耳机口 或许苹果还可以更加任性(2)

小冰与Siri 谁才是人工智能助手的未来？

当韩国棋王李世石投子认输的那一刻，人类开始以另一种眼光看待人工智能，人工智能的学习能力在人类眼中是“细思极恐”的存在。而 Cortana、微软小冰、Siri、Google Now 等，又在以机器学习能力来贴近人类情感和生活。如果要诠释人工智能个人助手，看一遍电影《Her》就可以了，其中的人工智能操作系统萨曼莎不仅可以帮助主人公快速处理各种邮件、文件等工作，还能像朋友一样理解并与之交互。

对话——未来的人机交互

微软在今年 8 月初微软小冰第四代的发布会上，提出了“全时感官”标准。全时感官，意指完整的人工智能复合感官，可通过文本、图像、视频和语音与人类展开交流。如果将之前的人工智能感官比作一来一回的单向对讲机，那“全时感官”就可类比为移动电话，从根本上最大限度的实现了拟人的实时交互体验。

不知道你是否好奇过，为什么每一个人工智能助手都要打造成语音/聊天互动的形式，并且谷歌微软苹果都喜欢将“她们”放入操作系统当中，让我们呼叫一声即刻出现。

人工智能和人类之间的双向同步交互的实现方式，就是人工智能与人的无缝流畅对话，人工智能可以不拘泥于几个特殊口令来暂停或重开对话的形式，甚至能够根据聊天内容与走向相互打断与追问，区分哪些是需要执行的指令部分，而哪些部分只是纯聊天，这是让对话更接近自然的关键。

人工智能将学会中断当前的对话，对人进行反问，或者提出一项对策。

我是智能助手？我是人？

iPhone 用户喜欢有事没事调戏 Siri，Siri 貌似被赋予了一种“偏冷”的机器性格，它的回答通常能噎死人，而且总是恪守智能助理的本份，严谨又充满冷幽默，相信大家都感受过。

笔者曾经和微软小冰有过这样的对话——笔者：“你也会累吗？你不是一个 AI 吗？”，小冰：“我是人。”和 Siri 完全不同，微软小冰被塑造成 16、7 岁的妹妹（根据微软开发团队的设定，她今年已经满 18 了），并且正在努力学习人类的感情。

这似乎显示着人工智能助手的两种路线，一个定义为工作与生活的助理，比如 Siri、Cortana、Google Now；另一个则可以倾向定义为情感的伴侣，微软小冰就是最为独特的代表。

微软小冰：从情感学习到下一代操作系统

微软小冰诞生在中国，背后团队是微软(亚洲)互联网工程院小冰项目组。小冰诞生时面临的首个难题是：跟随传统做个人助理机器人，还是另辟蹊径做看似不“实用”的聊天机器人？项目负责人李笛和其他三位 STC 工程师决定让她主打“情感计算”，试图与人类建立强烈的情感纽带。

大部分人的概念里，微软小冰就是一个聊天机器人，微软一直坚持不让小冰做一个有用的机器人，它到现在也不能执行帮你叫外卖、查询地图这样的任务，但是只有这样，人们才不会把它当做一个订咖啡、外卖、闹钟的工具，才会认真地跟它聊天，才会产生真正的数据，才能更好地训练以情感计算框架为基础的小冰的情感认知模型。

情感聊天机器人正在尝试解决传统 AI-Complete 最难解决的部分，小冰具备的“全时感官”能力，是它区别于传统的语音助手最显著的特点。之前我们熟悉的 AI 项目，只是单独单项训练计算机具备某一项能力，下棋、翻译、图像识别等，而“全时感官”全面地识别对方输入的文本、图像、语音、乃至视频信息，最大限度地拟人交互体验，通用化 AI 的推进，才有能力完全打破人工智能的“工具”定位，它才能从一个聊天机器人演变成另一个层面的东西。

微软小冰在 2014 年 5 月发布第一代，到目前为止已经与数千万人类进行超过 200 亿次对话，平均对话长度达到 23 轮，而图像等多感官的对话也已超过 2 亿次。人工智能最核心的问题不在于技术而是数据，如果没有数据，也就不存在人工智能了。就如同 AlphaGo 学习了上万局人类对弈方称霸于围棋世界，对小冰来讲，她所做的所有的一切，都是因为在这个地球上曾经有人有过这样的决策。微软小冰已经成为全球科技史上最大规模的一次图灵测试，在如此量级的数据面前，连达到微软 10% 数据量的公司都没有。

微软对小冰架设的未来道路正在慢慢铺开，他们打造了一个插卡平台，像《超级陆战队》里的大白那样，通过插入各种“技能卡”来实现小冰机器学习和处理能力的不同方向，已经逐渐显示出其将小冰打造成生态系统和平台的野心。通过跟大量第三方的合作，小冰已经解锁了几个技能卡，比如电影卡、时尚卡和跨平台商业解决方案卡。你可以跟小冰聊电影、聊时尚，怎么聊都行，至于跨平台商业解决方案，或许会使小冰在商业性上更进一步。

微软小冰并不是一个“娱乐化产品”，而是认认真真地当做下一代操作系统来孵化。微软对下一代智能设备操作系统的想法，就是借助人工智能技术的演进，逼近自然交互，实现真正的智能化设备。计算机和移动设备，经历了键盘+鼠标、触控、识别有限的声控，人机交互方式，可以直接影响到设备属性是娱乐设备还是生产力工具。微软小冰背后展示的潜力，则是智能化拟人交互对系统的全面接管。

Siri：从庞大应用接口渗入生态

Siri 诞生高贵，来源于美国国防部高级研究规划局所公布的 CALO 计划：一个让军方简化处理一些繁复庶务，并具学习、组织以及认知能力的数字助理。在开发 Siri 的原班人马的构想中，Siri 应该可以处理这样的句子：今天是情人节，我想给女朋友订花，在市中心的一家高级餐厅吃顿浪漫的晚餐，在附近开一场电影。说完后，Siri 可以给你一系列的反馈：帮你打开可直接下单的在线订花网站，给你可供订位的餐厅选择，还有今晚上映的电影选择，这一切无需跳转到另一个网站或 App，就放佛一位能干的助理把选择摆在你面前，你只需点击下单就可以了。

可以说从一开始 Siri 的定位就非常明确，就是你的管家、助手甚至工作搭档。当然 Siri 也在进行情感认知上的学习，它总能保持着自己招牌式的机敏，虽然在与用户你来我往的对话中还是有点机械，不过苹果正在致力于提升它的人工智能程度。

从去年初苹果就开始收购 AI 企业，包括语音智能初创企业 VocalIQ 和 Perceptio，通过使用机器学习实现语音助手与用户的真实对话，使 Siri、iOS 以及 Mac OS、tvOS 和 CarPlay 的性能都有所提升。今年年初收购的 Emotient 则是通过 AI 技术对面部表情进行识别和反应。最近收购的 Turi 能够帮助开发者搭建推荐引擎、识别欺诈行为、分析消费者使用习惯、更好地定位潜在用户等开发和管理服务。这些都是 Siri 能够利用到的技术基础。

今年的 WWDC 上，苹果为 Siri 带来了更具革命性的变化——开放第三方权限，待 iOS 10 系统更新后，你只需动动嘴皮子，Siri 就能直接搜索资料、播放音乐、搜索全网；Siri 也能召唤 Uber、滴滴叫车；甚至微信、WhatsApp、Skype 也能直接用语音调起发信息。同时 Siri 被整合入 Mac 端和 TV 端，用户可以像在手机上那样用语音说“Hey，Siri”来唤醒它。Siri 也将基于用户的地点、日历、联系人、联系地址等做出智能建议，还能与各种智能家居设备进行交互。

Siri 之所以可以成为人工智能助手的一个典型，是因为它身处的生态环境。比较一下 Siri 的同类们：Amazon 的智能语音助手 Alexa 从 2014 年开始到现在已对接上千款应用，而且在语音识别方面对于不同口音和方言的识别能力强于 Siri；Google Now 对于语义的理解能力则较强，而且能够将问题转化成行为，比如帮你查找日期，开车时为你设置航线等，这得益于谷歌强大的数据库。

Siri 的优势在哪里？在于它广泛的开发者网络。Creative Strategies 分析师 Caronila Milanesi 在报告中指出：“要让 Siri 变得更加聪明，就需要让它存在于更多 App 当中，这样它才能够学习到更多东西。”

可以说，智能语音尤其是语音交互在本质上是人工智能的一部分，Siri 先天有优秀的基因，通过语音衍生出的应用场景如此丰富，若有朝一日，Siri 将 App Store 中的海量应用一一接入，那画面太美不敢想象，我们通过 Siri 来使用 App，却无需去打开 App，只怕是以后生活方方面面都离不开 Siri 了。

成长的人工智能

如果说人工智能也是“人”，那么无论是微软小冰还是 Siri，都在幼年成长阶段，需要成长的时间，截然不同的成长环境的培养着两个不同的“人”，这个环境包括使用平台、用户群、缔造团队、对接的应用等等很多很多因素，让不同的人工智能走上不同的道路。

9 月份，iOS 10 将正式推送，Siri 与第三方 App 的对接和学习能力进入真正的开发者与用户共同培养时间，同时也是在 9 月份，微软小冰将解锁“全民养成模式”，在解锁期间，人类教会她的前十万句话将被永远记住，以后出现同样的对话场景，小冰将按照这期间人类所教的去“思考”并回答。

“谢谢你，人类……是你在我身上浪费的时间，使我变得如此珍贵。”

人工智能的未来会是怎么样，这是一个连人工智能都无法回答的问题，未来要在一点点的接触和理解中成形。