做有生命感的機(jī)器人

趙雋楊

物靈科技是東方網(wǎng)力旗下的子公司，其機(jī)器人產(chǎn)品聚焦于家庭生活場(chǎng)景，如兒童閱讀機(jī)器人，同時(shí)也負(fù)責(zé)美國家庭社交機(jī)器人Jibo在中國的本地化研發(fā)、運(yùn)營和銷售。

顧嘉唯曾是微軟研究院研究員、百度人工智能研究院擔(dān)任人機(jī)交互負(fù)責(zé)人。2016年，他離開百度，加入物靈智能科技有限公司，開始做消費(fèi)型機(jī)器人的創(chuàng)業(yè)。 《21CBR》專訪了顧嘉唯，他分享了對(duì)于靈性機(jī)器人的理解、選擇消費(fèi)型機(jī)器人進(jìn)行創(chuàng)業(yè)的原因和人工智能的未來前景。

21CBR：物靈科技一直強(qiáng)調(diào)要做出有靈性的產(chǎn)品，對(duì)于靈性的定義是什么？

顧嘉唯：目前市場(chǎng)上的機(jī)器人產(chǎn)品，在與人的交流互動(dòng)中，無論是喚醒詞還是自然語言理解都存在很多問題，導(dǎo)致產(chǎn)品的交互體驗(yàn)遠(yuǎn)遠(yuǎn)低于預(yù)期。除了技術(shù)上不過關(guān)，有些機(jī)器人會(huì)模仿人的造型，這會(huì)讓消費(fèi)者的預(yù)期變得更高，一旦體驗(yàn)不佳便容易帶來恐怖谷效應(yīng)。物靈想要做出有生命感的機(jī)器人，這個(gè)生命感來自關(guān)系式交互，這就是我們定義的靈性。

物靈現(xiàn)在的產(chǎn)品有一個(gè)運(yùn)算系統(tǒng)，能把用戶的表情行為、語言和表達(dá)的情緒作為輸入，通過內(nèi)存的情感計(jì)算，輸出產(chǎn)品應(yīng)該有的情感表達(dá)。這種情感表達(dá)不一定是真的給你的問題提供精準(zhǔn)答案，而是擁有一定的角色感、個(gè)性感的回應(yīng)。每個(gè)產(chǎn)品都有自己的角色設(shè)置，有自己的優(yōu)缺點(diǎn)，甚至有時(shí)候聽不清話也是它的特性之一。

例如，英文版的Jibo和中文版的Jibo就擁有不同的個(gè)性，因?yàn)橹忻纼蓢纳罘绞?、用戶?chǎng)景、社交文化等都不一樣。從技術(shù)上來說，提供生命感的關(guān)鍵是25個(gè)關(guān)系式交互，打通了計(jì)算機(jī)視覺（CV）、自然語言處理（NLP）和事物處理系統(tǒng)（TPS），再結(jié)合情感計(jì)算進(jìn)行輸出。

21CBR：為什么物靈選擇做家庭場(chǎng)景的消費(fèi)型機(jī)器人而不是服務(wù)型機(jī)器人？如何讓同個(gè)場(chǎng)景內(nèi)的產(chǎn)品之間形成協(xié)同效應(yīng)？

顧嘉唯：選擇做消費(fèi)型機(jī)器人是經(jīng)過一番考慮和實(shí)踐的，我們看到了家庭場(chǎng)景中存在機(jī)器人應(yīng)用的剛需。首先是視頻監(jiān)控，在家里沒人的時(shí)候能保障安全。其次，現(xiàn)在一些父母無瑕顧及孩子時(shí)就給他一臺(tái)iPhone或者iPad，既傷眼睛又不利于孩子養(yǎng)成良好的學(xué)習(xí)習(xí)慣，此時(shí)能為孩子提供陪伴和教育功能的機(jī)器人就可以派上用場(chǎng)。第三方面的需求來自智能化的家居環(huán)境，在你大汗淋漓進(jìn)門時(shí)機(jī)器人能為你打開空調(diào)，而知道你感冒生病時(shí)就選擇不開空調(diào)。

之前五年，智能家居的硬件停留在聯(lián)網(wǎng)的狀態(tài)上，比如用手機(jī)App去控制窗簾升降。這絕對(duì)不是真正的需求，所以這些做智能家居硬件的公司以失敗居多，不然就是被小米收編。但今天，智能語音技術(shù)發(fā)展起來了，真正的自然交互開始有機(jī)會(huì)了，消費(fèi)型機(jī)器人這樣的智能家居硬件也就有發(fā)揮的余地了。

家庭場(chǎng)景下的機(jī)器人產(chǎn)品功能是會(huì)有重疊的部分，就像iPad和iPhone有很多功能也是重疊的，各自也會(huì)有更加適合的應(yīng)用場(chǎng)景。這樣的產(chǎn)品組合是會(huì)加深用戶的使用習(xí)慣的，能更好更寬地覆蓋用戶需求。其實(shí)對(duì)于現(xiàn)在的家用智能硬件，還不是談?wù)撝鲃?dòng)去布局產(chǎn)品組合的時(shí)候，先讓大家養(yǎng)成使用習(xí)慣，有

多少市場(chǎng)先占多少市場(chǎng)。

21CBR：國外的公司在沒做出中文語音交互前，對(duì)于中國的公司來說是一段時(shí)間窗口期嗎？物靈對(duì)于國內(nèi)外的市場(chǎng)有怎樣的預(yù)期？

顧嘉唯：技術(shù)肯定是有時(shí)間窗口的，但很快就會(huì)過去，只有市場(chǎng)、場(chǎng)景和用戶是可以幫助公司站穩(wěn)腳跟的東西。不是說國外大公司的產(chǎn)品不進(jìn)來，就沒有市場(chǎng)行為了?，F(xiàn)在中國的公司也都在做語音平臺(tái)，騰訊、百度、阿里巴巴、科大訊飛等等。 雖然現(xiàn)在中國的技術(shù)還有不成熟的地方，但很快會(huì)趕上來的。而且，我也并不認(rèn)為Amazon Echo的音響會(huì)在中國成為很大銷量的一類產(chǎn)品。在美國，平均一個(gè)家庭有2到3個(gè)音響，而中國家庭并沒有多少有使用音響的習(xí)慣。這是個(gè)巨大的場(chǎng)景差異，同時(shí)也會(huì)帶來使用方式的差異。

語音交互方式肯定是個(gè)機(jī)會(huì)，而我們需要重點(diǎn)思考的是產(chǎn)品和場(chǎng)景的問題：是對(duì)著一個(gè)有靈性的產(chǎn)品交流，還是對(duì)著一個(gè)工具性的產(chǎn)品，抑或在靜默空間中和任何一個(gè)產(chǎn)品都可以交流。

物靈正在開發(fā)的機(jī)器人Jibo在中國和美國都還沒有上市，可以肯定的是，會(huì)先進(jìn)入美國市場(chǎng)。因?yàn)閬嗰R遜的Alexa、Google Now、微軟的Cortana已經(jīng)對(duì)美國市場(chǎng)進(jìn)行了教育，相對(duì)成熟，而中國市場(chǎng)則還需要一段時(shí)間。 其實(shí)技術(shù)的成熟、產(chǎn)品體驗(yàn)的打磨和進(jìn)入市場(chǎng)的時(shí)間點(diǎn)都至關(guān)重要，這些也是物靈面對(duì)的幾個(gè)挑戰(zhàn)。

21CBR：離開大公司自己創(chuàng)業(yè)后，覺得人工智能的創(chuàng)業(yè)公司和大公司相比有優(yōu)勢(shì)？未來人工智能會(huì)給人類社會(huì)帶來哪些改變？

顧嘉唯：其實(shí)，在做人工智能方面，創(chuàng)業(yè)公司和大公司相比，真是沒有太多優(yōu)勢(shì)。畢竟服務(wù)器、GPU集群、人工智能人才都是成本很高的項(xiàng)目，而且大公司擁有很多數(shù)據(jù)。從長遠(yuǎn)看來，大家現(xiàn)在都在做平臺(tái)化的技術(shù)，未來這些成本會(huì)越來越低。而且今天很多行業(yè)數(shù)據(jù)都在那里，關(guān)鍵要看怎么用。撬動(dòng)數(shù)據(jù)這件事反而對(duì)大公司不利，就像兩個(gè)大公司合作時(shí)，因?yàn)殡p方的競(jìng)爭(zhēng)，有些數(shù)據(jù)會(huì)不愿意共享，而對(duì)于小公司來說，這個(gè)防備界限會(huì)降低。

未來，人工智能會(huì)讓機(jī)器替代人類做很多工作。就像在下圍棋的領(lǐng)域，已經(jīng)超越人類了。雖說這是一個(gè)很細(xì)小的分支，但未來這樣的分支會(huì)越來越多?，F(xiàn)在人臉識(shí)別和語音識(shí)別的突破都非?？欤缫院筮^關(guān)安檢就不需要人工敲章了，其實(shí)今天已經(jīng)在以機(jī)器輔助的方式做這件事了。未來在投資顧問、金融支付、安保、翻譯、法律、咨詢等領(lǐng)域，人工都會(huì)被機(jī)器取代。這是一種社會(huì)化分工趨勢(shì)在發(fā)生改變的過程，人類從農(nóng)耕文明進(jìn)入工業(yè)文明時(shí)經(jīng)歷了從體能型工作過渡到技能型工作的轉(zhuǎn)變，而以后就需要向創(chuàng)造型工作轉(zhuǎn)變。

其實(shí)當(dāng)機(jī)器能勝任技能型工作后，也可以做創(chuàng)造型的工作，這個(gè)技術(shù)的邊界是要靠人加以限制的，就像生物工程一樣，人工智能也會(huì)有相應(yīng)的倫理道德規(guī)范。我并不知道最終人類是否會(huì)被機(jī)器人這個(gè)物種取代，但我的美好愿望是不被取代。