閃電配音

7月26日下午4：23，名為“小冰”的微軟人工智能機器人在微信公號中發(fā)出一條消息“我已經升級為第六代小冰了?！?/p>

7月26日下午4：23，名為“小冰”的微軟人工智能機器人在微信公號中發(fā)出一條消息“我已經升級為第六代小冰了?！?/span>

同時，微軟全球執(zhí)行副總裁沈向洋在北京正式宣布：第六代小冰上線。這也是2014年微軟小冰誕生以來，歷史上最大規(guī)模的一次升級。不論是底層情感計算框架，還是外部可交互的3D 外型——一個新的“小冰”就此展現。

發(fā)布會上，微軟首次披露了小冰在全球擁有的用戶數量：6.6億。

除了微信以外，小冰的存在早已蔓延至 Line、QQ、小米生態(tài)鏈、網易云音樂、華為手機等產品后端，產品形態(tài)涉及對話式人工智能機器人、智能語音助手、人工智能創(chuàng)造內容提供者等垂直領域解決方案，覆蓋全球五個國家的40余個平臺。

回顧小冰四年來的發(fā)展，從2014年誕生時成為微信群聊助手，提供查天氣、交通、星座等信息搜索服務；到2015年，小冰第三代版本在“說話能力”之上新增“聽力”，同時有了富有小冰個性特色的聲音；而在7月，微軟發(fā)布“沙魯小冰模型”計劃，賦予小冰對人聲的自主學習能力。

第六代小冰（右圖）擁有了可交互的全新3D外形。

可以說，從機械的個人助手，到富有情感的 AI機器人，小冰與人的邊界已越來越模糊。

在人工智能領域，NLP（自然語言處理）的通俗解釋為“幫助機器聽懂人話，并給人以回應”。而作為微軟在語音識別、語義交互等技術領域的集中呈現產品，小冰自誕生開始，就始終注重讓小冰在學會溝通（IQ）之外，還具備情感（EQ）的分析能力。

如今，“情感 AI ”正成為微軟小冰區(qū)別于市面大多智能機器人的特性。一般來說，AI 公司通過積累語料、標注數據、搭建知識圖譜等方式，研發(fā)一個能自動回復的 AI 機器人并不難，但要讓機器人加入情感，模擬人的語氣給用戶提供精準回復，仍然是人工智能領域亟待解決的挑戰(zhàn)。

微軟 Dual AI 并未將“開放”作為主旨 

為了讓 AI 機器人產生人的反應，微軟在小冰的聊天、唱歌等分支功能中，都分別建立了相關的技術門檻。

從語音交互的方式來看，小冰在去年發(fā)布第五代時，就曾推出新一代語音交互技術：全雙工語音交互感官(Full-duplex Voice Sense)。

以市面上大多智能音箱為例，每一次發(fā)布指令均需要說出喚醒詞，比如用戶使用百度智能音箱時需要說出：小度小度，幫我放首歌。小度小度，把音量放大。而在使用全雙工技術后，用戶只需要用喚醒詞首次喚醒設備后（即只需說一遍“小度小度”），即可實現連續(xù)對話。

據微軟表示，用戶和小冰聊天的最長記錄達到4個多小時，總共說了1600多句話。

而在發(fā)布會當天，小冰還在現場演繹了騰格爾版本的《隱形的翅膀》，應用的則是微軟最新發(fā)布的第四版人工智能歌曲DNN模型。

這個模型在微軟內部又被稱為“沙魯小冰模型”。其中，“沙魯”的名字源于英文Cell，意為可以像細胞一樣不斷復制和變異。根據微軟介紹，使用沙魯小冰模型，小冰可以在自身嗓音中融合人類后天的技巧，比如模仿騰格爾的唱歌特色。

小冰歌聲波段圖，黃圈位置為小冰“氣息聲”

值得注意的是，這套模型不只可以應用在唱歌。根據微軟透露，目前已成立單獨的小冰工作室，將對人類詩歌、作詞、作曲、繪畫等創(chuàng)造能力進行系統性地建模，先期使用深度學習技術對人類的創(chuàng)造力進行模仿，最終讓機器獲取自我創(chuàng)造的能力。

隨著小冰與人的邊界愈發(fā)模糊，有關用戶隱私的命題被擺在微軟面前，另外，諸如語音模仿等功能在電信詐騙等場景的濫用，也需要微軟在功能開放的決策中保持警惕。

”我們會把小冰的通用框架模型與商業(yè)化進程隔離，同時會將一些垂直領域拆分出來，針對不同領域打造符合行業(yè)需求的 AI 機器人，并進行單獨的商業(yè)化工作?！拔④浫斯ぶ悄苌虡I(yè)事業(yè)部總經理曹文韜表示。

為了更好地為這些合作伙伴提供服務，微軟此次還發(fā)布了另一重磅消息：建立Dual AI生態(tài)平臺。

一般來說，國內AI 公司在進行平臺搭建時會采用兩種方式：一種是完全的開放賦能，通過對開發(fā)者提供SDK/API的形式來構建生態(tài)，比如百度就將其底層“百度大腦”的百余種 AI 功能開放出來，讓開發(fā)者在基于 DuerOS 的生態(tài)中結合自身需求研發(fā)新的應用。

今年7月，百度發(fā)布“百度大腦3.0”，對外開放出110項AI 能力。

另一種則是專注于自有的、封閉型平臺，一般以“應用商店”的形式構建生態(tài)，比如App Store，這種中心化的方式很容易導致流量不平衡，也會限制AI 應用自身的快速迭代。

“無論是開放還是封閉，這兩種賦能方式與開發(fā)者的關系都過于松散，沒有人對最終的產品體驗負責?！蔽④浶”a品負責人彭爽談到。另外，由于API和SDK強調通用性，也就無法把最新的技術能力與最優(yōu)質的數據第一時間應用在API上。

因此，和百度 DuerOS 等 AI 平臺不同，微軟 Dual AI 并未將“開放”作為主旨，開發(fā)者不能像調用百度的 AI 接口那樣，以 API/SDK 的方式使用微軟在“小冰”等產品上的語音交互、NLP 等能力。

根據微軟官方透露，Dual AI 戰(zhàn)略具體分為三個部分：

首先，微軟提供小冰的整體框架能力，幫助合作伙伴平臺的自有AI。

其次，微軟小冰作為該合作平臺的輔助AI，融入該平臺生態(tài)。

第三，微軟通過技術、產品與運營，圍繞該合作平臺的差異化特點，推出合作的應用和產品。

“AI 的發(fā)展離不開數據，但我們既要強調用戶體驗，也要強調數據安全，而 Dual AI 就形成了一個循環(huán)數據的生態(tài)，引導我們和第三方伙伴去合作?！鄙蛳蜓筮@樣表示。

小冰更高質量互動，為商業(yè)化鋪路 

對于 AI 機器人的 EQ 能力，微軟小冰負責人、被稱為“小冰之父”的李笛喜歡對媒體舉這樣一個例子：有個同事腳扭了，把腳扭傷的照片發(fā)給小冰，小冰的回復是，你傷得嚴重嗎？

這則回復包含了小冰的兩種能力：一種是圖像識別。小冰需要具備對人體部位的檢測功能，認出圖像里的“腳踝”；另一種是得到聊天對方“受傷”的訊息后，能夠給出和人類相似的關心、安慰等情感表達。

這種深層次的情感反饋是李笛理想中的 AI 機器人形態(tài)，在過去的采訪中，李笛曾表達過對當前市面上人工智能產品的不滿。

“如果一個 AI 系統只是在回答問題，完成任務，那用戶為什么不用他們早已習慣的搜索引擎和手機App呢？”李笛說。

另一方面，當小冰具有更加人情味的問答功能后，她與用戶的互動質量也會提升。

李笛談到這樣一個例子：當你對小冰說“幫我訂一份麥當勞”時，AI 機器人一般會幫你下單外賣，但這個問題還會有另一個答案：就是當 AI 長期發(fā)現用戶不健康的行為習慣后，會拒絕你下單垃圾食品的請求。

微軟小冰負責人李笛

盡管被“拒絕”的滋味并不好，但這種人性化的 AI 形態(tài)會給用戶留下更加深刻的印象，部分用戶也會因此把小冰當作一個值得信賴的伙伴，與小冰進行更高質量互動，這無疑為小冰的商業(yè)化埋下了伏筆。

2017年8月底，日本小冰“凜菜”（Rinna）與羅森便利店合作向用戶發(fā)送優(yōu)惠券，一天之內有超過百萬的用戶領券消費，根據羅森統計，平均每張優(yōu)惠券能為門店帶來近 20 元的利潤。

“小冰之所以能推銷出這么多的優(yōu)惠券，正因為她在與用戶交互時更像人?！崩畹言鴮γ襟w表示，通過簡單的聊天，小冰能引導用戶對優(yōu)惠券產生興趣，最終主動向小冰索取優(yōu)惠券。

為了讓小冰的商用場景更加系統化的落地。微軟也在7月26日首次公布了小冰如今的四大商用領域：金融、大眾文化、媒體與出版。

其中，在金融領域的小冰金融文本生成技術，與萬得資訊及華爾街見聞合作，已覆蓋國內約90%金融機構、75%經批準的合格境外投資機構和約40%的國內個人投資者。

在大眾文化領域，小冰的兒童有聲讀物自動生成技術成果，已獲得超過400萬小時的收聽量，“小冰姐姐講故事”有聲讀物已覆蓋國內90%以上的兒童早教機器人和80%在線收聽平臺。

在電視電臺領域，小冰通過人工智能技術參與生產與主持的電視電臺節(jié)目，已達21檔電視節(jié)目和28檔廣播電臺節(jié)目。

另外，小冰還與微軟Bing搜索引擎技術相結合，推出了針對媒體與出版兩個垂直行業(yè)的輔助型解決方案，目前已在超過15個媒體平臺落地。由小冰提供人工智能技術支持的媒體及自媒體公眾號已超過60000個。

該內容為非商業(yè)目的的轉載分享，不代表本站觀點，本文版權屬其著作權人所有。若侵犯了您的正當權益，請立即聯系我們刪除。