小冰CEO李笛談AI語音助手：發(fā)展十年仍處于早期階段

2021-08-10 16:27:40來源：搜狐科技

“今天，AI 產(chǎn)品或者是智能語音助手，都還處在特別早期的階段。”對于已經(jīng)發(fā)展了十年的智能語音助手，小冰公司 CEO 李笛依然認(rèn)為其遠(yuǎn)遠(yuǎn)還未成熟。

十年前，蘋果公司的 Siri 作為智能手機(jī)的語音助手正式面世，由此掀起一場風(fēng)潮，從智能手機(jī)、智能音箱，到智能手表、智能耳機(jī)，乃至于當(dāng)下的汽車智能化浪潮，語音助手都成為標(biāo)配，各家科技巨頭也在謀劃布局。

2013 年加入微軟亞洲研究院的李笛也在隨后推出了智能助理小冰，其也由此成為“小冰之父”。近日，在搜狐科技全新欄目《AI 十二談》首期的直播現(xiàn)場，作為嘉賓之一，李笛表示，自己經(jīng)常會用智能語音助手，而小冰就是想探索智能語音助手終極形態(tài)的產(chǎn)物。

但智能語音助手的終極形態(tài)會是什么樣?李笛表示，很難去下一個定義。“是完成任務(wù)的，還是無所不能、無所不知的才是最好的助理?很難說，每個用戶有不同的需求。”

這種定義上的不清晰在或許一定程度上也導(dǎo)致了智能語音助手的發(fā)展緩慢，“人工智障”的吐槽暴露出其發(fā)展中的問題。當(dāng)下，幾乎所有的智能語音助手都依賴于關(guān)鍵詞實現(xiàn)喚醒，但偶爾會出現(xiàn)失靈情況。

不過，李笛表示，智能語音助手最好的方式是不需要喚醒詞，應(yīng)該像人一樣，能夠判斷人是不是在跟它去交流，同時能夠和人之間不停地邊聽邊說邊想，這就是所謂的全雙工的方式。這在今天可以做到，只不過準(zhǔn)確性可能不能用戶所期望的那樣好。

李笛的感覺是，用戶對智能語音助手的期待其實比較高。他認(rèn)為，Siri 更大的價值是嘗試給智能語音助手一個相對比較擬人化的定位，這給用戶營造了一個非常科幻的很高的期望值。“我們一直都還在為這個期望值而奮斗，努力去達(dá)到，但這條路還很長，非常長。”

李笛還分析了智能語音助手答非所問的原因，主要有三方面因素。一是智能語音助手的交互場景缺乏彈性空間，自身很難判斷回答到底好不好，難以形成數(shù)據(jù)和訓(xùn)練上的交互回路。

其次，在跟智能語音助手交互的時候，獲得各種各樣的知識和事實的比例很小，更多時候是觀點(diǎn)，而觀點(diǎn)沒有正確與錯誤，且有很多不同分支，這樣給訓(xùn)練智能語音助手提出很多新的難題。此外，測試者的心態(tài)也挺重要，如果測試者不停問智能助手問題，那么語音助手通常表現(xiàn)也不會很好。

盡管智能語音助手還存在不少問題，但目前應(yīng)用已比較廣泛，未來可能會更加深入，語音交互也被視為新一代人機(jī)交互方式。這就伴隨著新的問題，該如何看待智能語音助手的定位?

“如果你把它定位成助理，容忍度不會特別高，但把它定位成朋友，容忍度就會高一些。”李笛說，當(dāng)我們認(rèn)為交互的是一個系統(tǒng)時，會把它物化，那么就不會去關(guān)注它的其它方面，容忍度也會相應(yīng)低很多，防備心也會高很多。當(dāng)把它視為有情生物的時候，它就可以成為對等的交互對象。

他認(rèn)為，對于智能語音助手來說，真正重要的是越長越好的交互，交互里面的 topic(主題)覆蓋越豐富越好，人的狀態(tài)越放松越好。“當(dāng)更多人在跟智能語音助手交互的時候，它的 topic 分布和其他人的交互 topic 分布越來越接近的時候，表明語音助手越來越被當(dāng)做一個人來看待。”

但不可否認(rèn)的是，智能語音助手在給我們帶來便捷的同時，也會存在倫理和隱私問題。李笛提到，全球范圍內(nèi)，AI 倫理還處于非常早期的階段，數(shù)據(jù)到底應(yīng)該怎么使用，應(yīng)該由企業(yè)自己去監(jiān)督還是怎么樣，數(shù)據(jù)是不是可以從 A 企業(yè)到 B 企業(yè)或 B 研究機(jī)構(gòu)，這些都還沒有明確。

“某種意義上，只能靠我們自律。”他說。

標(biāo)簽：小冰語音助手