雷鋒網(wǎng)消息，2017年7月7日至9日，全球人工智能與機(jī)器人峰會CCF-GAIR大會在深圳大中華喜來登酒店舉行。本次由中國計算機(jī)學(xué)會（CCF）主辦、雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦的大會聚集了全球30多位頂級院士、近300家AI明星AI企業(yè) ，參會人數(shù)規(guī)模達(dá)3000余人。

8日下午的智能助手專場舉行了主題為“從聲學(xué)智能到智能助手”的圓桌對話。元趣CEO吳義堅、驀然認(rèn)知CEO戴帥湘、Sugr米唐科技CEO宋少鵬作為受邀嘉賓進(jìn)行分享，門羅機(jī)器人CEO楊興義主持對話。幾位嘉賓分別在會上就智能音箱、智能機(jī)器人等設(shè)備的發(fā)展現(xiàn)狀和前景發(fā)表了自己的看法，包括智能助手現(xiàn)有的局限性、需要克服的困難及中國未來智能設(shè)備的發(fā)展周期和前景等方面。

從左至右為門羅機(jī)器人CEO楊興義、sugr米唐科技CEO宋少鵬、驀然認(rèn)知CEO戴帥湘、元趣CEO吳義堅

楊興義：Alexa是目前智能音箱銷售量全球第一的平臺。我問第一個共性的問題，亞馬遜、蘋果、谷歌等國外幾大巨頭都做智能音箱、智能助手類似的東西，包括他們做生態(tài)。中國的巨頭也做類似的事情，我想請教第一個問題，你們認(rèn)為誰會成為中國的Alexa？ 

吳義堅：Alexa的成功不僅僅是技術(shù)上，更是產(chǎn)品上的成功，技術(shù)當(dāng)然是很重要的基礎(chǔ)，因為亞馬遜不僅有內(nèi)容的服務(wù)，還包括云端的其他支持，不是簡單的技術(shù)。我們做語音很多年，發(fā)現(xiàn)語音看起來入口很小，但是后面可以做很多事情。亞馬遜做這個事情的時候邁出的步子很小，雖然一開始不叫音箱，但是切入點很小，就是音箱，而且一開始是稍微智能、音質(zhì)很好、價格很低的音箱，這是它成功的的因素。國內(nèi)誰具備這樣的基礎(chǔ)？從我的感覺，阿里是有可能的。阿里的人工智能語音正在全球范圍內(nèi)吸收技術(shù)人才。因此它的技術(shù)應(yīng)該很強(qiáng)，而且具備商業(yè)化價值，同時也有音樂等方面的服務(wù)。我不是特別看好百度，只是從單品上而言，阿里可能更有機(jī)會一點。

戴帥湘：Alexa和Echo是不一樣的，Alexa是人和服務(wù)之間對接，通過聲音做媒介的生態(tài)系統(tǒng)，它的理想是很大的。我不覺得現(xiàn)在BAT和其他公司有可能做到這樣的地步，因為這種生態(tài)是翻天覆地變化的，我覺得需要從頭到后的醞釀過程，我堅信它會出現(xiàn)在我們中國新生代的創(chuàng)業(yè)公司中。你說Echo音響賣500萬還是300萬，這不好說，這里面有運營手段等一系列的因素。Alexa還在醞釀，你問我誰會成為中國市場上的Alexa，我覺得我們可能是。

宋少鵬：我覺得楊總的問題問得很好，我想反問一下，中國有沒有誕生Alexa的土壤？

楊興義：從我的理解來說，我覺得Alexa代表了亞馬遜在這塊生態(tài)領(lǐng)域努力的結(jié)果。亞馬遜為這個事情做了很多東西，包括軟件、硬件、開發(fā)者生態(tài)。我覺得中國目前有條件，有幾家公司都有可能性，但是誰做得好、誰最后的領(lǐng)先，我想聽你的觀點。

宋少鵬：我首先質(zhì)疑這個問題，誰會成為中國的Alexa？我們看一下歷史，這是面向未來的問題，我們倒回去看歷史，PC操作系統(tǒng)時代，中國曾經(jīng)很努力的去嘗試過，但是仍然被微軟Windows一統(tǒng)天下。移動操作系統(tǒng)時代，中國也很努力嘗試過，包括中國移動和其他一些公司，但仍然是谷歌Android的天下。人機(jī)對話的操作系統(tǒng)時代，中國的很多公司都在很努力的嘗試，我們看到中國的互聯(lián)網(wǎng)勢力在全球也處在了領(lǐng)先地位，衷心希望成長出Alexa，但是作為戴總最親密的朋友，我非常希望驀然認(rèn)知成為中國的Alexa。

楊興義：第二個問題，接著Alexa往后說，很多公司都做了智能音箱，嘉賓列了很多。我相信除了巨頭在做智能音箱，還有很多深圳的公司在做，你們怎么看企業(yè)入局智能音箱這件事、結(jié)局怎么樣，會不會有些公司很凄慘？

宋少鵬：我們是在水生火熱的市場里泡著，所以和大家分享一下。我覺得這是一件好事，比如楊總講中國具不具備這樣的土壤，大家都認(rèn)為具備。具備這樣的土壤要撒很多種子，有土壤和種子才能長出小苗，小苗才有可能長成參天大樹。戴總講機(jī)會屬于創(chuàng)業(yè)公司，BAT等在做，硬件公司也做，深圳許多外貿(mào)公司也在做。我覺得這是一個大考試，這是自然的經(jīng)濟(jì)場，大家進(jìn)行最直接的競爭，最終競爭活下來的一定是最具優(yōu)勢的企業(yè)、最強(qiáng)壯的企業(yè)、最勇猛的企業(yè)，這樣的企業(yè)才能代表我們國家和產(chǎn)業(yè)的水平。所以我認(rèn)為這是一件大好事。自然的規(guī)律永遠(yuǎn)一樣，開始充分的競爭，物種的進(jìn)化，最適宜環(huán)境生態(tài)的才能存活、成長、壯大，所以最后肯定是匯聚，但是這個市場還在初期，還在進(jìn)行充分的從上到下、從大到小的競爭。

戴帥湘：我演講的時候提到，我本人是不看好音箱這個事情的，但是商業(yè)就是如此，一旦有些成功的案例在大洋彼岸開始發(fā)酵，我們就會開始進(jìn)行模仿，即使市場不是那么大。我覺得這是一個好事。大公司砸錢至少有一個好處就是可以教育民眾，這對交互產(chǎn)業(yè)鏈?zhǔn)潜容^好的事。但是音箱是不是好的載體，我們現(xiàn)在誰也不能說，誰也說不好，中美文化的差異還是很大。我堅定的不看好音箱。   

吳義堅：有一個觀點和前兩位差不多，不管未來怎么樣，到目前為止，Echo音箱是唯一一個以語音交互為核心，具有實用價值的產(chǎn)品。因為我做了十幾年的語音，從IBM90年代末到比爾·蓋茨下一代語音交互界面，做了這么多年才發(fā)現(xiàn)語音技術(shù)沒有什么用，觸摸交互改變了整個世界。早年講車載，車載不是新東西，車是你覺得離語音最近的時候，手和眼睛都被車控制，語音就是剛需中的剛需，但做了十幾年還沒有成功案例。我當(dāng)時做機(jī)器人也是出于這個?？吹紼cho這個產(chǎn)品，我覺得未來不是虛火，而是具有教育用戶、教育市場的意義，給行業(yè)樹立很好的標(biāo)桿。亞馬遜這家公司確實做得很出色，Siri大家都知道，但是沒有什么太多的實用性用。但是Echo不一樣，雖然最開始用處很小，但是證明了確實有用。國內(nèi)很好，有這么多廠商在做，你可以看到任何市場都是如此，一開始百花齊放，甚至魚龍混雜，但是經(jīng)過市場的的自然淘汰、進(jìn)化，最終出來的才是真正好的產(chǎn)品。

楊興義：其實我的判斷是這樣的，中國目前機(jī)器人的品類非常不成熟，目前標(biāo)準(zhǔn)化的產(chǎn)品，有兩個品類好一點，一個是無人機(jī)大疆，二是掃地機(jī)器人科沃斯。雙十一賣幾十億，下一個標(biāo)準(zhǔn)化的品類是智能音箱或者家里的場景。第三個問題，我想針對不同的嘉賓問個性化的問題。吳總，你做兒童機(jī)器人，你覺得兒童機(jī)器人是一個剛需嗎？人工智能發(fā)展像2歲的孩子，是孩子玩兒童機(jī)器人，還是兒童機(jī)器人玩孩子？

吳義堅：談掃地機(jī)器人或者智能音箱，說這個名詞的時候，你已經(jīng)知道主要是干什么。但是當(dāng)你說兒童機(jī)器人的時候，你不知道它要干嘛。所以這個行業(yè)要教育用戶的第一點是兒童機(jī)器人到底用來干什么。我們回答有沒有用之前先回答到底用來干什么。玩兩下的價值是玩具，但是機(jī)器人絕對不僅僅停留在這么一個階段。再深一點是娛樂，兒童產(chǎn)品和普通產(chǎn)品還不一樣，因為是家長買單、小孩子使用。這里面我們切中的點是娛樂和教育，娛樂是因為小孩子有更多的時間，教育是讓小孩子學(xué)習(xí)。這兩點做好了，不管叫兒童機(jī)器人還是其他名字都不重要。做技術(shù)的想炫技術(shù)，但是用戶買單的不是技術(shù)，是通過技術(shù)能提供什么有價值的內(nèi)容和服務(wù)。我們在這塊領(lǐng)域是一直貫徹這個。教育很重要，我們希望和語言相關(guān)，比如學(xué)英語、練口語，這點要做到最極致。像掃地機(jī)器人，不需要干什么，就是掃地，只要掃好就可以買單。兒童機(jī)器人也是如此，這其實是一個非常大的概念，這里面有編程類機(jī)器人、拼裝類機(jī)器人，還有玩具機(jī)器人，我們是偏教育，甚至主打英語這點。兒童機(jī)器人這個市場是否存在，還是在于你這個產(chǎn)品到底給用戶提供哪點價值，如果這個價值有人買單，即便不叫機(jī)器人，也存在這個市場。

楊興義：驀然做車載和家居兩個場景，我昨天上午體驗了場景的案例。在中國也有一些語音語義的技術(shù)公司，可能比你還早一點做這兩個場景，包括車載、家居和互聯(lián)網(wǎng)。驀然認(rèn)知作為新興創(chuàng)業(yè)公司，你的優(yōu)勢在哪里，怎么打敗競爭對手？

戴帥湘：2006年、2007年也有人做團(tuán)購、售后服務(wù)，但是你會發(fā)現(xiàn)后面很多年才爆發(fā)，反而是后面的公司真正成功了。AI可能會更不一樣，這是因為技術(shù)的積累需要一個過程，不是誰先就誰好。技術(shù)和產(chǎn)品還是有些差別，只有用戶認(rèn)知、工業(yè)積累、學(xué)術(shù)界研發(fā)達(dá)到一定的點才能得到合適的結(jié)果。我們以前的一些公司很少有工業(yè)和學(xué)術(shù)的積累，因為沒有需求，主要的積累是在搜索公司。以前有語音進(jìn)入汽車、電視機(jī)，但是單向指令和對話沒有觸碰到交互的本質(zhì)——對話。0和0.1沒有差別，當(dāng)?shù)?的時候才有用。我們真正了解了核心的部分，但是要和更多的廠家合作，語音識別純粹處理起來是緩慢的過程。我覺得這是需要澄清的事情。競爭對手確實會先有渠道的優(yōu)勢、商業(yè)的優(yōu)勢，我們也認(rèn)同，但是我覺得還是有機(jī)會的。 

楊興義：宋總，未來中國有很多人工智能的產(chǎn)品、智能助手的產(chǎn)品走向全世界，我們有可能用到中國的Alexa，但是目前還是以亞馬遜的Alexa為主，我們走向海外市場，你有什么建議？

宋少鵬：首先，產(chǎn)品體驗是最根本的，無論是在中國還是國際運營一款產(chǎn)品，最終勝出有幾個因素，用戶體驗我認(rèn)為是很核心的因素。二是整合性因素，產(chǎn)品的運營，產(chǎn)品的設(shè)計、設(shè)計語言、品牌、占據(jù)的用戶場景，基于用戶場景你提供的服務(wù)，在服務(wù)的需求下選擇的技術(shù)，你提供什么樣的成本（性價比），最終還有客服、售后服務(wù)等等，所有這些是一個完整的體系，像考GRE，里面有語法、單詞、寫作、聽力，這是一樣的，缺一不可。我們幫助很多團(tuán)隊做很多事情，我們在Alexa上面一個全站式團(tuán)隊，除了語音信號處理、喚醒詞、語義內(nèi)容的對接、流媒體對接、產(chǎn)品之外的商務(wù)對接、運營的對接，我們可以提供全套的服務(wù)、技術(shù)、咨詢。

出海的產(chǎn)品以用戶體驗為先、以系統(tǒng)能力做支撐，系統(tǒng)能夠包括品牌的定義、產(chǎn)品場景的選擇、場景所帶來服務(wù)的選擇、服務(wù)帶來的技術(shù)選擇，以及產(chǎn)品出去之后所有背后的支撐，包括物流、客服等一系列的能力。

楊興義：我們覺得現(xiàn)在的技術(shù)、產(chǎn)品，真正到能夠擁有很好的用戶體驗，其實可能還有一些距離，包括我們的識別準(zhǔn)確率、成功喚醒率，還有噪音環(huán)境下的處理，知識圖譜相關(guān)的內(nèi)容，用戶和功能進(jìn)行交互的過程，商業(yè)的閉環(huán)還沒有那么成熟。我覺得智能語音助手的路很長，并不像現(xiàn)在市場這么火熱?，F(xiàn)在我問最后一個問題，你們認(rèn)為未來真正特別棒的語音助手應(yīng)該是什么樣的形態(tài)或者什么樣的功能，或者怎么定義未來真正好的產(chǎn)品？

吳義堅：你說未來是多少年？

楊興義：5-10年。

吳義堅：50年以后我想反而好說。5-10年這個階段可能還不會出現(xiàn)純通用型的產(chǎn)品。如果一個機(jī)器人什么都可以干，50年左右應(yīng)該還可以，5-10年是各個領(lǐng)域在深耕，但是各個領(lǐng)域之間會打通，剛才說到車、手機(jī)、平板，里面一定存在能處理多場景的助手類服務(wù)。我認(rèn)為語音是AI助手，可能是它和你進(jìn)行比較自然的交互，但是一定是多模態(tài)，要有視覺，甚至要有觸摸、攝像頭、體感，助手會把這些信息融合得更好，而不是像現(xiàn)在這樣，現(xiàn)在的助手是孤立的，人臉識別就是人臉識別，和語音沒有關(guān)系，那時候感知信息在智能化方面會做更好的融合。助手可能通過你走路的姿態(tài)、人臉、聲音，很多方面融合在一起，為你后續(xù)服務(wù)做了很好的準(zhǔn)備。我覺得這是5-10年內(nèi)可以做到的。

至于說具體的形態(tài)，我看不清，因為我剛才說的這些東西可以存在于各種形態(tài)里面，智能手機(jī)絕對是一個中心，它是單中心、多個副中心還是多中心，這個地方我還真的沒有特別好的答案，因為這里面有太多的可能性。50年反倒簡單，50年之后一定是機(jī)器人，這個設(shè)備不一定叫手機(jī)，反正就是一個設(shè)備。消費品怎么進(jìn)化到哪一步很難說。

戴帥湘：我是技術(shù)出生，所以我是堅定的樂觀主義者，10年內(nèi)一定會出現(xiàn)大的交互層面的變化，一定會產(chǎn)生以語音為主，以其他方式為輔的交互形態(tài)，這僅僅只是交互的形態(tài)。對于產(chǎn)品來說，我還是用之前說的一句話描述：應(yīng)用你感覺不到它的存在，但是它的確無處不在。所有的設(shè)備并不是要新品類，對現(xiàn)有設(shè)備的交互的革新，打造新交互的打造，我覺得幫助傳統(tǒng)產(chǎn)業(yè)、傳統(tǒng)設(shè)備做到這樣一個變化，足以形成非常巨大的生態(tài)。我覺得這是融合在所有設(shè)備里，可能一個設(shè)備就足夠，當(dāng)然可能出現(xiàn)新的設(shè)備，但是它的交互方式就是全部核心。我覺得10年內(nèi)可以做到這點。

宋少鵬：我的兩位同學(xué)一位在微軟做研究，一位在百度做研究，講得很深奧。我之前是做產(chǎn)品的，如果有幸和團(tuán)隊把Sugr打造成穩(wěn)定、盈利的公司，我對智能助手會有一個具像的需求。我對產(chǎn)品的定義是：“召之即來、揮之即去，所見所得，如影隨形”。我給大家舉一個例子，打個響指飛過來，有點像蜻蜓。我說我要參加雷鋒網(wǎng)的大會，他帶著我走。到了，他就躲起來。如果我想訂機(jī)票、訂餐，需要他的時候就會飛過來，如果需要地圖，它全息投一個屏幕給我看。所以我相信這在有限的時間內(nèi)，所有在座的人一定可以感受到這樣的場景，我們將來會往這個方向努力。技術(shù)永遠(yuǎn)是在你身邊，在最合適的時候，用最合適的方式給你最合適的信息，這是我們對長遠(yuǎn)助手的展望。

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。