0
| 本文作者： 張夢華 | 2017-06-09 07:56 |
雷鋒網(wǎng)按：6 月 8 日下午， Rokid 創(chuàng)始人兼 CEO Misa 與媒體分享了其對 AI 和智能音箱未來兩年發(fā)展趨勢的思考。以下是其演講和采訪實(shí)錄，雷鋒網(wǎng)做了不改變原意的刪減。
很多人問我，這么多公司在做智能音箱，你是怎么想的？對 Rokid 來說，我們做兩件事情，一個是 AI 大腦，一個是 AI 交互。
書和電影里，包括一些宣傳和半業(yè)內(nèi)人士，經(jīng)常跟大家講 AI，但其實(shí) AI 能做的事情沒那么多，它就是提升效率和體驗(yàn)，偏工具化，跟你用算盤沒什么不同，只不過效率更高、更智能一些。今天主要是跟大家分享一些我現(xiàn)在的想法，我把它叫做 AI 的全面升級。
所謂 AI 的全面升級，其中第一個趨勢就是 AI 開始從感知到認(rèn)知。
認(rèn)知是什么概念呢？它主要分三個方面。
首先是個體認(rèn)知，比如剛才高鵬（Rokid 北京 A-lab 負(fù)責(zé)人）講到的聲紋識別，就是當(dāng)家里不同的人跟若琪（Rokid 發(fā)布的新款智能機(jī)器人）講話的時候，它能識別出是誰。我相信語音技術(shù)中的個體認(rèn)知就像智能手機(jī)里的觸屏一樣，將會引發(fā)產(chǎn)業(yè)的大革命。
其次是環(huán)境的認(rèn)知，一個 AI 產(chǎn)品可以對自己所處的環(huán)境作出認(rèn)知，比如判斷現(xiàn)在是在客廳、廚房、車上、餐廳或者什么地方。
然后是對事務(wù)的認(rèn)知，也有人把它叫意圖認(rèn)知，就是當(dāng)你跟它溝通時候，機(jī)器大概能知道你要干什么。你可以給它一個具體的任務(wù)，比如“我要聽歌”，可能有時候任務(wù)沒那么細(xì)，像“我要從杭州去北京”，非常簡單的一句話，但是涵蓋了很多東西：可能我需要買機(jī)票，訂酒店，叫車，預(yù)定餐廳，還有可能會見朋友，這個叫事務(wù)的認(rèn)知，不久的未來也會發(fā)生。
個體認(rèn)知對未來到底有什么影響？它可以把很多功能執(zhí)行變得更簡單，使體驗(yàn)更流暢。比如用戶要給某人留言，原來的做法是：我是誰誰，幫我留言給誰誰。未來這個就會非常簡單，就像剛才視頻里一個媽媽問機(jī)器幾點(diǎn)，機(jī)器發(fā)現(xiàn)這個是媽媽的時候，會把爸爸給她的留言直接報出來。
第二個趨勢是未來 AI 會全面云端化。
AI 的全面云端化包括幾個方面：第一，所有共享的知識都在云端，音樂內(nèi)容、百科內(nèi)容、用戶要問的問題等；第二，個性化的知識也會存儲在云端；第三，任務(wù)的狀態(tài)會云端化。什么叫任務(wù)的狀態(tài)？一件事，我讓機(jī)器做了一半，它會在云端記住我做到哪了，下次啟動后要求它繼續(xù)做的時候，它可以繼續(xù)做。
第三個趨勢就是從單設(shè)備到多設(shè)備的互動。
未來用戶家里面肯定不會只有一個 AI 設(shè)備，因此就會面臨多機(jī)協(xié)作的問題——幾個機(jī)器協(xié)商誰最適合接這個任務(wù)。
還有一個趨勢是多維互動?，F(xiàn)在我們用語音跟這個產(chǎn)品互動，而未來，不僅僅是語音，攝像頭、手勢、甚至一些傳感器都可以進(jìn)行互動。
原來大家都是使用 AI 產(chǎn)品的某一種特定功能，而接下來它會進(jìn)入一個全新的階段。個性的覺醒，多維的互動，狀態(tài)的遷移......這些到最后又將引發(fā)場景的遷移，并行成無處不在的個性 AI。
我們可以想象，一個無處不在的 AI 將會跨設(shè)備，跨地域，并且不再拘泥于某一個具體形象。它可以是手機(jī)，可以是汽車，也可以是電視。這，才是未來。
記者：相比Google Home，Echo 和 Home Pod，Rokid 外星人的價格是他們的兩倍還多，考慮過市場的接受度嗎？
Misa：不能這樣比，應(yīng)該用月石跟他們比。這樣比就像用保時捷跟夏利比一樣，這是兩類完全不同的產(chǎn)品，外星人是帶完整顯示交互設(shè)計(jì)和燈光體驗(yàn)的產(chǎn)品，跟他們是兩個東西。
記者：第一款產(chǎn)品是有顯示屏的，現(xiàn)在去掉了顯示屏，怎么完成這種轉(zhuǎn)變的？
Misa：之前我們確實(shí)覺得需要有顯示屏。我們認(rèn)為語音只是交互方式的一種，要看到東西，呈現(xiàn)更多的信息，才更方便交互。不過后來我們發(fā)現(xiàn)，用戶家里本來就已經(jīng)有多塊屏幕，不需要再多一塊屏。
記者：月石增加了聲紋識別的功能，這也是 Google Home 的一個亮點(diǎn)，但它的體驗(yàn)并不是太好，錯誤率很高，Rokid 在聲紋識別這方面能做到什么程度？
Misa：如果回顧歷史，可以看到，從來沒有一項(xiàng)技術(shù)是100%成功的，等到一個技術(shù)發(fā)展到100%的時候，早就被更廉價的80%的技術(shù)干掉了。很多產(chǎn)品都是邊發(fā)展邊改進(jìn)技術(shù)。聲紋技術(shù)也并沒有成熟到100%準(zhǔn)確，但是怎么樣用一個不是100%準(zhǔn)確的東西做出近乎100%準(zhǔn)確的體驗(yàn)，這方面有很多保密的東西，不能講太多。
記者：怎么看待同類產(chǎn)品間的競爭？
Misa：現(xiàn)在還集中在產(chǎn)品跟技術(shù)層面，未來會是多維度的。技術(shù)和用戶對產(chǎn)品的接觸達(dá)到一定程度，會有整個生態(tài)的多層面競爭，會比手機(jī)的競爭更復(fù)雜。
記者：Rokid 未來的對手應(yīng)該都不是小公司，甚至包括用戶規(guī)模以億計(jì)的公司，在用戶基數(shù)和數(shù)據(jù)積累方面應(yīng)該比你們有很大優(yōu)勢？
Misa：數(shù)據(jù)規(guī)模上，也對也不對。建立語音技術(shù)上的數(shù)據(jù)規(guī)模，需要做不斷的積累，比如方言，就得慢慢積累。AI 對數(shù)據(jù)的需求，沒有大家想的那么巨大。比如聽音樂，有多少種說法呢？我要聽什么，給我放什么，來一首什么......兩只手?jǐn)?shù)得過來。如果一個場景是受限場景，或者相對的封閉場景，數(shù)據(jù)規(guī)模沒有那么大，到一定程度就差不多。接下來增加一倍、十倍的量，提升的也很有限。
記者：Rokid 想做智能家居的控制中心，但很多智能家居廠商更傾向于建立自己的生態(tài)，不愿意對外開放，這個問題 Rokid 怎么解決？
Misa：我們相信兩個力量。第一相信市場的力量，只要最后的玩家不是一家，一定會趨向于協(xié)作。只有一種場景下是趨向于封閉的，就是一家獨(dú)大，沒有競爭者，這一家來定所有規(guī)則，這里還不包括有潛在競爭者。
比如我們跟米家在對接，對接得很好，即便我們知道小米會有類似的產(chǎn)品推出。你不開放，別人開放，你就有可能因此被打敗。成熟的市場總體來講都是開放的，只是有些東西會保守，比如數(shù)據(jù)不會開放。以美國為例，蘋果和谷歌有競爭，你有沒有發(fā)現(xiàn)互相封殺的情況？沒有，甚至Google Assistant 還有ios版本。最后大家協(xié)作是最好的方式。
記者：你覺得國內(nèi)智能音箱的爆發(fā)期大概將在什么時候出現(xiàn)？
Misa：兩年，兩年就可以爆發(fā)。2019年我相信會有質(zhì)的變化。AI 發(fā)展非?？?，誰也不敢想象兩年后會是什么樣子。
記者：對于智能音箱品牌來說，達(dá)到多少銷量可以順利完成商品化？
Misa：5萬臺是一個門檻。國內(nèi)的智能音箱市場也就幾百萬，5萬臺就證明幾個產(chǎn)品里面有一臺是你的了。
來自雷鋒網(wǎng)報道。
智能音箱系列報道：
《亞馬遜的秘密部隊(duì)和差點(diǎn)成笑話的Amazon Echo》
《DuerOS+小魚在家，陸奇說要做一件科技巨頭都沒干成的事》
《李志飛：想在中國復(fù)制 Echo 的成功，肯定都不靠譜》
《Echo發(fā)了快三年，為什么中國還是沒一款智能的音箱？》
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
