這個(gè)場(chǎng)景你一定不陌生：一群人盯著手機(jī)，仿佛要被那小小的玻璃屏吸進(jìn)去了。他們點(diǎn)啊，點(diǎn)啊，滑啊，等公交的時(shí)候是這樣，走路的時(shí)候是這樣，葛優(yōu)癱的時(shí)候是這樣，甚至是熱熱鬧鬧的派對(duì)，也因?yàn)檫@樣而了無(wú)生趣。自從10年前iPhone帶著觸摸屏問(wèn)世以來(lái)，人類(lèi)的整個(gè)世界，從抬頭便成了低頭。
今天，分析師預(yù)計(jì)，全世界安卓設(shè)備超過(guò)20億臺(tái)，蘋(píng)果設(shè)備也有7億臺(tái)。一整代人——尤其是印度和中國(guó)等市場(chǎng)——都通過(guò)手機(jī)上網(wǎng)，敲鍵盤(pán)摁鼠標(biāo)的時(shí)代呼嘯而過(guò)。從前我們敲、敲、摁，現(xiàn)在我們點(diǎn)、點(diǎn)、滑。
這種火箭般的發(fā)展速度讓設(shè)備制造商們不禁幻想，如果再出現(xiàn)什么爆款產(chǎn)品該多好啊。但眼下來(lái)看，似乎還沒(méi)有什么能取代觸摸屏手機(jī)。你看，谷歌眼鏡、Apple Watch、Oculus Rift，這些前前后后問(wèn)世的產(chǎn)品，有哪個(gè)能讓大家把頭抬起來(lái)？我們?nèi)匀皇牵狐c(diǎn)、點(diǎn)、滑。
然而，當(dāng)我們把注意力都放在手腕和面部產(chǎn)品時(shí)，另一重大科技轉(zhuǎn)變也在同時(shí)發(fā)生，并即將成為主流，這就是下一代計(jì)算界面——聲音。聲音也是世界上最古老的界面，我們通過(guò)它與他人交流，在文字和語(yǔ)言尚未誕生時(shí)，聲音卻早已存在。
起初，我們并不全然清楚手機(jī)能夠引起多大的風(fēng)潮，因?yàn)樗B鍵盤(pán)都沒(méi)有。而如今，它讓我們足不出戶(hù)，從一塊玻璃屏中審視著全世界的信息。這種手指控制的視覺(jué)系統(tǒng)，原來(lái)?yè)碛腥绱藦?qiáng)大的力量。
然而，聲音是自智能手機(jī)出現(xiàn)以來(lái)，人機(jī)交互歷史上最大的變革。當(dāng)語(yǔ)音設(shè)備出現(xiàn)，大家都開(kāi)始說(shuō)，好像缺了點(diǎn)什么：屏幕。尤其是對(duì)于我們大多數(shù)人來(lái)說(shuō)，第一次和語(yǔ)音界面互動(dòng)，就是通過(guò)觸摸屏手機(jī)—— Siri。
不過(guò)，當(dāng)鍵盤(pán)消失的時(shí)候，有趣的事情也就發(fā)生了：計(jì)算更加私人了。很快，我們下達(dá)的指令不會(huì)再有多復(fù)雜，可能只是一句話(huà)，可能是手指一點(diǎn)，或一個(gè)手勢(shì)，一個(gè)轉(zhuǎn)頭，甚至是臉上的表情。如果計(jì)算機(jī)能準(zhǔn)確解讀這些信號(hào)，那么它們不僅能理解我們的表面意思，還能最終深入我們的大腦讀取思想。
在不久的未來(lái)，語(yǔ)音計(jì)算將無(wú)處不在——汽車(chē)?yán)?，家具中，攪拌器，地鐵票柜臺(tái)等等，它們傾聽(tīng)我們的話(huà)語(yǔ)，解讀我們的要求。
先進(jìn)的超級(jí)計(jì)算機(jī)將藏于日常物品中，你會(huì)問(wèn)你的路由器：“哎WiFi，你出什么毛病了？”或者冰箱，“給我推薦一個(gè)菜譜，把冰箱里快壞的蔬菜都用上?！鄙踔聊氵€可以問(wèn)房間，“我要不要加件外套？”
最棒的是，大多數(shù)人都能承受得起這些設(shè)備，而不只是那些科技達(dá)人。語(yǔ)音設(shè)備和鍵盤(pán)、鼠標(biāo)不同，不需要任何訓(xùn)練和聯(lián)系。未來(lái)，你可以使用自然語(yǔ)言來(lái)操控語(yǔ)音設(shè)備，就好像跟你的孩子、同事對(duì)話(huà)一樣。
不過(guò)，不要以為觸摸屏就這樣消失了。我們將生活在一個(gè)遍布攝像頭、觸摸屏、麥克風(fēng)和揚(yáng)聲器的世界，一切都連接在云服務(wù)商，它們會(huì)伴隨我們?nèi)ネ魈?，解讀我們的意圖，可能通過(guò)語(yǔ)言，可能通過(guò)手勢(shì)，或者觸摸鍵盤(pán)。
歡迎來(lái)到“無(wú)所不計(jì)算”的時(shí)代。
亞馬遜 —— 崛起于“無(wú)屏”時(shí)代
Dotsy住在佛羅里達(dá)州棕櫚灘，她不肯告訴我她的年紀(jì)。“你可以谷歌??！”她大笑著說(shuō)道，“說(shuō)出這話(huà)其實(shí)讓我挺害怕的?！?
這位80幾歲的老人活得很酷，一個(gè)月前，她開(kāi)始學(xué)敲鼓，還跑到朋友家秀了一番。她總是把日程安排得很滿(mǎn)，學(xué)習(xí)新東西。但在看東西上，Dotsy需要一點(diǎn)幫助。
Dotsy買(mǎi)了兩款亞馬遜產(chǎn)品，房間里的Dot（當(dāng)作鬧鐘用），和門(mén)廊上搭載了Alexa語(yǔ)音助手的智能音箱Echo。Alexa在Dotsy的生活總起著非常重要的作用，可以在她看不清東西的時(shí)候幫她一把?！拔矣X(jué)得報(bào)時(shí)功能非常實(shí)用！我視力不太好，看時(shí)間對(duì)我來(lái)說(shuō)是件很討厭的事?！?
因?yàn)橐暳ο陆?，Dotsy沒(méi)法用電腦，更別提手機(jī)。但她很喜歡問(wèn)Alexa問(wèn)題，或者讓Alexa給她讀書(shū)。
簡(jiǎn)單來(lái)說(shuō)，Dotsy說(shuō)，“Alexa棒呆了！”有時(shí)候，當(dāng)Alexa給出她滿(mǎn)意的答案時(shí)，Dotsy會(huì)說(shuō)：“謝謝你?！盇lexa回答她說(shuō)，“很榮幸為您服務(wù)?！?
我們看到，對(duì)于那些沒(méi)有移動(dòng)設(shè)備或筆記本電腦的人來(lái)說(shuō)，以人工智能為基礎(chǔ)的Echo是上網(wǎng)的好工具，而且它很強(qiáng)大。
當(dāng)然，Alexa和Echo還有很大的提升空間。比方說(shuō)，Dotsy還沒(méi)法自己更改設(shè)置，因?yàn)樾枰贏lexa的應(yīng)用內(nèi)完成。盡管如此，亞馬遜還是通過(guò)Echo表達(dá)了其對(duì)語(yǔ)音計(jì)算的定位：用戶(hù)的私人空間。
在Alexa出現(xiàn)之前，谷歌和蘋(píng)果就已經(jīng)開(kāi)發(fā)了語(yǔ)音助手，但都和手機(jī)綁定在一起。這也就意味著，想要使用語(yǔ)音助手，你就得把它從口袋里掏出來(lái)，手機(jī)沒(méi)電它也就用不了，如果手機(jī)落在別的地方，那就更別提了。Echo則完全不同，它鑲嵌在墻壁上，永遠(yuǎn)處于使用狀態(tài)，永遠(yuǎn)在關(guān)注你，永遠(yuǎn)在傾聽(tīng)。而且，也不是你說(shuō)什么話(huà)它都會(huì)應(yīng)答的，只有在聽(tīng)到所謂“喚醒詞語(yǔ)”的時(shí)候——比方說(shuō)“Alexa”或“電腦”——它才會(huì)啟動(dòng)。當(dāng)你手頭上忙著自己的事情時(shí)，它也僅支持幾個(gè)基本功能，比方說(shuō)你切著蔬菜，疊衣服或早晨穿衣服的時(shí)候，Echo可以給你弄個(gè)播客聽(tīng)聽(tīng)，設(shè)置鬧鐘，開(kāi)開(kāi)燈或者預(yù)約出租車(chē)。
Alexa體驗(yàn)與Echo設(shè)備副總裁Toni Reid Thomelin表示：“現(xiàn)在許多個(gè)人助手使用時(shí)都存在痛點(diǎn)。在我們?cè)O(shè)想的未來(lái)里，痛點(diǎn)是不存在的。只有在科技“隱身”之后，用戶(hù)才可以更多體會(huì)到生活的美好。”
Alexa的出現(xiàn)，給了沉睡中的科技公司一記當(dāng)頭棒喝。不過(guò)，亞馬遜從來(lái)不肯公開(kāi)Echo的銷(xiāo)售數(shù)據(jù)（只說(shuō)每天有百萬(wàn)用戶(hù)對(duì)Alexa提出數(shù)百萬(wàn)問(wèn)題）。最近的一份調(diào)查顯示，自這款產(chǎn)品2014年上市以來(lái)，其銷(xiāo)售量已經(jīng)增長(zhǎng)了一倍，預(yù)計(jì)用戶(hù)達(dá)到1070萬(wàn)，而這當(dāng)中有許多人還購(gòu)買(mǎi)了不止一個(gè)Echo。
雖然和Siri以及谷歌助手相比，Echo所能觸及的用戶(hù)范圍還比較小，但它正日益成為主流產(chǎn)品之一，并擁有一眾狂熱粉絲，這可是其他私人助手望塵莫及的。在亞馬遜上，Echo共獲得29000條評(píng)價(jià)，其中24000條對(duì)它予以肯定。
為了轉(zhuǎn)型成為電商巨頭，亞馬遜從最初的在線書(shū)店開(kāi)始，多年默默攻關(guān)語(yǔ)音AI技術(shù)。跟隨公司近20年的Thomelin表示：“很長(zhǎng)一段時(shí)間以?xún)?nèi)，我們會(huì)在亞馬遜內(nèi)部使用機(jī)器學(xué)習(xí)算法。最初的時(shí)候，我們用它來(lái)開(kāi)發(fā)推薦系統(tǒng)，后來(lái)推薦系統(tǒng)大獲成功之后，我們想，該怎樣將這項(xiàng)技術(shù)用在亞馬遜的其他方面呢？這時(shí)我們構(gòu)思出Echo的重要一步。”
云計(jì)算技術(shù)的突飛猛進(jìn)在Echo的開(kāi)發(fā)中也起了至關(guān)重要的作用。Thomelin說(shuō)：“大約5年前，我們內(nèi)部看到云計(jì)算技術(shù)伴隨AWS飛速發(fā)展，于是我們決定利用好它，并開(kāi)發(fā)Echo這樣的產(chǎn)品系列?！?
不過(guò)，Echo的魔力并不在于它有多聰明，而是它非常善于傾聽(tīng)。哪怕在房間對(duì)角，或者電視正在播著節(jié)目，它都能聽(tīng)到用戶(hù)的指示，其他只會(huì)說(shuō)“對(duì)不起，我沒(méi)聽(tīng)清”的語(yǔ)音助手則顯得遜色得多。
Alexa機(jī)器學(xué)習(xí)副總裁Rohit Prasad表示，剛開(kāi)始開(kāi)發(fā)語(yǔ)音用戶(hù)界面時(shí)，團(tuán)隊(duì)都認(rèn)為這是一個(gè)遙不可及的想法?！按蠖鄶?shù)人，包括科技行業(yè)專(zhuān)家，都對(duì)語(yǔ)音識(shí)別充滿(mǎn)懷疑，認(rèn)為它沒(méi)法獲得較高的準(zhǔn)確率?！?
亞馬遜正在迅速推進(jìn)語(yǔ)音助手技術(shù)的研發(fā)，僅Alexa一個(gè)部門(mén)就有數(shù)千人。與此同時(shí)，該公司還大筆投資那些有意將Alexa整合進(jìn)其產(chǎn)品的公司，比方說(shuō)智能恒溫器制造商Ecobee，此前亞馬遜領(lǐng)投了該公司的一輪3500萬(wàn)美元融資。今年4月，Alexa語(yǔ)音服務(wù)副總裁Steve Rabuchin表示，團(tuán)隊(duì)現(xiàn)在的工作重點(diǎn)是將Alexa與其他產(chǎn)品進(jìn)行整合，包括可穿戴設(shè)備、汽車(chē)、家用電器，以及智能家居產(chǎn)品。
大規(guī)模推進(jìn)語(yǔ)音助手的開(kāi)發(fā)并不讓人驚訝。亞馬遜確實(shí)擁有了一款為人稱(chēng)道的AI助手，但和谷歌、蘋(píng)果甚至微軟相比，亞馬遜的動(dòng)作已經(jīng)晚了。而且，Alexa還面對(duì)著一個(gè)強(qiáng)有力的競(jìng)爭(zhēng)者，也就是我們無(wú)時(shí)無(wú)刻不帶在身邊的——手機(jī)。
蘋(píng)果 —— 優(yōu)勢(shì)明顯
2016年末，蘋(píng)果打敗三星成為世界第一智能手機(jī)制造商，僅第四季度就賣(mài)出7830萬(wàn)臺(tái)iPhone，同期三星產(chǎn)品銷(xiāo)售量為7750萬(wàn)臺(tái)。對(duì)此感到心慌的不光是三星，還有其他所有巨頭。畢竟，每一臺(tái)iPhone上都搭載了Siri。
2010年，蘋(píng)果收購(gòu)語(yǔ)音指令應(yīng)用開(kāi)發(fā)公司Siri，并在2011年的4S中得到整合。Siri首登市場(chǎng)，就成了使用人數(shù)最多的語(yǔ)音助手。
唯一的問(wèn)題？Siri弱爆了。
雖然在這幾年里，它的識(shí)別能力已經(jīng)得到大幅提升，但是因?yàn)榉稿e(cuò)率高，Siri從上線的第一天就被無(wú)情吐槽。
去年10月，Siri迎來(lái)5周年生日，該應(yīng)用開(kāi)發(fā)人Julian Lepinski指出，用戶(hù)之所以無(wú)法和Siri建立“深厚的友誼”，是因?yàn)樗麄儽旧砭筒恍湃嗡?。“蘋(píng)果沒(méi)有考慮到錯(cuò)誤問(wèn)答帶來(lái)的嚴(yán)重性，用戶(hù)對(duì)Siri的信心從這里就開(kāi)始支離破碎了。”
目前，Siri是使用最為廣泛的語(yǔ)音助手，支持34個(gè)國(guó)家的用戶(hù)使用，有21種語(yǔ)言可選。谷歌助手支持7種語(yǔ)言，Alexa僅支持2種。但是，Siri卻沒(méi)有達(dá)到自己的目標(biāo)。蘋(píng)果透露，每周Siri會(huì)收到20億次提問(wèn)，而全球iPhone活躍用戶(hù)達(dá)7億，也就是說(shuō)，用戶(hù)每周只會(huì)問(wèn)Siri兩次問(wèn)題。
不僅如此，Siri還面臨著四面八方的競(jìng)爭(zhēng)?，F(xiàn)在，iPhone用戶(hù)可以選擇多款語(yǔ)音助手，各個(gè)紅著眼想成為用戶(hù)最心儀的對(duì)象。今年，亞馬遜在其iPhone應(yīng)用中整合了Alexa，谷歌也發(fā)布了iOS版本的谷歌助手。當(dāng)然，兩家公司的深入程度都還不及Siri。
與此同時(shí)，蘋(píng)果也在極力扭轉(zhuǎn)Siri的形象。在2016年8月的一次采訪中，CEO蒂姆·庫(kù)克被問(wèn)到蘋(píng)果在人工智能上能否追趕Facebook、谷歌和亞馬遜，庫(kù)克回答說(shuō)：“我不贊同你的問(wèn)題，你似乎暗示我們?cè)谶@方面落后于其他公司?！?
庫(kù)克宣傳說(shuō)，Siri永遠(yuǎn)都陪著你，而且能夠保護(hù)隱私。
在今年1月的一次電話(huà)采訪中，庫(kù)克強(qiáng)調(diào)，在推出HomeKit平臺(tái)之后，Siri已經(jīng)成為Echo想要成為的智能家居中心。他每天早上會(huì)對(duì)Siri說(shuō)早安，讓Siri打開(kāi)燈，然后開(kāi)始煮咖啡。
但在某些方面，Siri與Alexa還有些距離，尤其是第三方整合。2015年，亞馬遜開(kāi)始支持開(kāi)發(fā)者定制Alexa語(yǔ)音功能，如今已經(jīng)有超過(guò)12000項(xiàng)功能。蘋(píng)果也在謹(jǐn)慎、緩慢地向開(kāi)發(fā)者開(kāi)放資源，希望改變Siri在人們心中的形象。
谷歌 —— 學(xué)術(shù)“領(lǐng)袖”
在谷歌位于加州山景城的總部辦公室里，私人助手產(chǎn)品主管兼前Siri產(chǎn)品副總裁Gummi Hafsteinsson正揮舞著雙手，想要表達(dá)自己的觀點(diǎn)。
“交流不只是語(yǔ)音。如果我想交流，那用手就可以?！彼f(shuō)這，把手在空中揮了揮，“或者指著什么東西。語(yǔ)音是一種你來(lái)我往的信息交換，也是我們正在嘗試打造的東西。”
不久之前，在一年一度的I/O開(kāi)發(fā)者大會(huì)上，谷歌宣布對(duì)其助手進(jìn)行兩項(xiàng)更新，一是當(dāng)你無(wú)法大聲說(shuō)出某項(xiàng)請(qǐng)求時(shí)，可以打字實(shí)現(xiàn)；二是通過(guò)Google Lens讓谷歌助手“看到”這個(gè)世界。
谷歌采取的戰(zhàn)略和蘋(píng)果及亞馬遜完全不同，他們希望能維持對(duì)話(huà)的持續(xù)性，也就是讓用戶(hù)不斷和各類(lèi)設(shè)備進(jìn)行溝通。谷歌想做的不只是一款助手，雖然谷歌助手已經(jīng)登陸1億多臺(tái)設(shè)備，但他們更想做的，是讓人工智能適應(yīng)你所處的所有環(huán)境。
“關(guān)鍵問(wèn)題在于，即便在家里和車(chē)?yán)锸褂闷饋?lái)很便利，它還是要適應(yīng)其他場(chǎng)合的。一旦離開(kāi)汽車(chē)，谷歌助手的能力立馬下降，如果能全天候不分場(chǎng)合保證服務(wù)質(zhì)量，那將是非常厲害的一件事?！?
谷歌從2012年起開(kāi)始開(kāi)發(fā)個(gè)人智能助手（當(dāng)時(shí)叫做GoogleNow）和語(yǔ)音搜索系統(tǒng)，其中后者是Hafsteinsson于2008年推出的。去年秋天，谷歌推出智能音箱Google Home，功能類(lèi)似Echo，通過(guò)“OK，谷歌”或“嗨，谷歌”這樣的話(huà)觸發(fā)系統(tǒng)。
看起來(lái)，亞馬遜和谷歌好像在玩一場(chǎng)貓捉老鼠的游戲，爭(zhēng)奪用戶(hù)起居室的控制權(quán)。今年2月，《時(shí)代》周刊報(bào)道稱(chēng)，亞馬遜正在開(kāi)發(fā)叫做“Voice ID”的語(yǔ)音識(shí)別功能，讓Alexa能夠識(shí)別不同的聲音。兩個(gè)月后，谷歌宣布Home將支持語(yǔ)音識(shí)別。本月早些時(shí)候，亞馬遜推出Alexa語(yǔ)音和視頻電話(huà)功能；一周后，谷歌緊接著也宣布Home將支持語(yǔ)音電話(huà)。
那么，Home和Echo之間最大的區(qū)別是什么呢？那就是，谷歌Home更智能。谷歌所掌握的海量數(shù)據(jù)和先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)，讓Home成了目前市面上最強(qiáng)大的人工智能設(shè)備，準(zhǔn)確率達(dá)到95%。機(jī)器人能夠表現(xiàn)自然，有人的特性，根本原因就在于人工智能技術(shù)，自2001年起，谷歌已經(jīng)在這方面的研究成果已經(jīng)有750篇論文。
Hafsteinsson表示：“谷歌在自然語(yǔ)言理解、深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)和用戶(hù)背景理解融合方面擁有豐富的經(jīng)驗(yàn)，因此我們認(rèn)為自己能領(lǐng)先其他公司一大步。我們可以理解話(huà)語(yǔ)背后的意圖，從而更好地解決后續(xù)問(wèn)題，完成復(fù)雜的多步驟任務(wù)?！?
和其他私人助手不同的是，谷歌助手能夠準(zhǔn)確地理解上下文的關(guān)系。比方說(shuō)如果你問(wèn)，“印度總統(tǒng)是誰(shuí)？”，然后你接著問(wèn)“他的生日是哪一天？”。谷歌助手可以準(zhǔn)確知道你說(shuō)的“他”是誰(shuí)，但Alexa還不知道。
還不止如此，在機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)的支撐下，谷歌助手可以教你如何用越南語(yǔ)說(shuō)“謝謝”，如何用意大利語(yǔ)說(shuō)“火車(chē)站在哪兒？”；在有了Lens之后，你還可以?huà)呙枞瘴幕驖h字翻譯出來(lái)。這些功能Alexa和Siri都做不到。
當(dāng)我們談?wù)搧嗰R遜Echo，谷歌Home，蘋(píng)果AirPods，或來(lái)自三星、微軟、IBM、百度的機(jī)器人時(shí)，話(huà)鋒常常會(huì)轉(zhuǎn)移到機(jī)器人背后的人工智能技術(shù)、麥克風(fēng)陣列和云服務(wù)。這是必然的，因?yàn)檎沁@些技術(shù)讓語(yǔ)音計(jì)算成為現(xiàn)實(shí)。但從另一個(gè)角度來(lái)說(shuō)，它們也只是速度和信息流的另一種形式。這些技術(shù)之所以能夠成為主流，在于它們相互結(jié)合的力量；而它們的進(jìn)一步發(fā)展，也讓消費(fèi)者能夠在自己家里享受到《星際迷航》中的無(wú)敵計(jì)算機(jī)。
未來(lái)，這些助手的功能會(huì)更多，會(huì)更智能，更易理解我們的需求。它們會(huì)越來(lái)越像人，這不僅意味著它們將學(xué)會(huì)我們的語(yǔ)言，更意味著最終會(huì)學(xué)習(xí)到如何取代我們。今天，語(yǔ)音助手能控制家里的電燈，預(yù)定洗發(fā)水，非常強(qiáng)大，實(shí)用！但在以后，它們還會(huì)更加智能，比方說(shuō)學(xué)會(huì)調(diào)制咖啡，做賬、報(bào)道新聞，甚至推銷(xiāo)保險(xiǎn)。
去年，在Code Conference上，亞馬遜CEO杰夫·貝佐斯是這樣評(píng)價(jià)語(yǔ)音人工智能技術(shù)的，“這項(xiàng)技術(shù)在未來(lái)20年內(nèi)給社會(huì)帶來(lái)的影響，怎么形容都不為過(guò)?！?
人機(jī)互動(dòng)的下一次風(fēng)云轉(zhuǎn)變已經(jīng)來(lái)臨，你或許看不到它，卻親耳聽(tīng)到了它的影響。語(yǔ)音還只是第一步，更先進(jìn)的技術(shù)正逐漸走來(lái)。