就在蘋果秋季發(fā)布會的前一天，近20家中國科技企業(yè)在北京召開發(fā)布會，其中最受關(guān)注的是一年一度的“百度世界”。百度世界大會對標(biāo)蘋果的WWDC或Google I/O，向開發(fā)者、合作伙伴和用戶傳遞百度在技術(shù)等方面的研究成果，因此每一年都會展出一些黑科技，2014年令外界印象最深刻的是“筷搜”，由百度CEO李彥宏親自發(fā)布。今年李彥宏推出了名為“度秘”的秘書式機(jī)器人，并演示了一個驚艷的DEMO（DEMO看看就好，最新版手機(jī)百度已上線該功能）。這個度秘跟筷搜一樣具有科技含量，不過相對于處于概念性階段的筷搜而言，更具實(shí)用價(jià)值。

語音助手大都只是玩具

2011年蘋果隨著iPhone 4S一起推出Siri，將語音助手帶入大眾視野。隨后Google Now、微軟Cortana以及中國的百度語音助手、搜狗語音助手、智能360、蟲洞、訊飛靈犀語音助手陸續(xù)面世。由于智能手機(jī)天然具備“聽”和“說”的硬件基礎(chǔ)，再加上移動互聯(lián)網(wǎng)帶來的語音場景，人們都認(rèn)為語音助手是時候迎來爆發(fā)了。

這些年語音技術(shù)不斷提升。語音識別、語義理解、語音合成和聲紋識別幾個領(lǐng)域的進(jìn)展可謂突飛猛進(jìn)。不過，中國語音巨頭科大訊飛更多將技術(shù)應(yīng)用到教育等行業(yè)應(yīng)用中。而想要復(fù)制Siri的中國玩家們都沒能成為殺手級產(chǎn)品——實(shí)際上，Siri、Google Now以及微軟Cortana幾個老牌玩家也表現(xiàn)平平。

為什么會這樣？如你所見，智能手機(jī)的語音助手在過去很大程度只是“玩具”。人們許多時候都在調(diào)戲Siri，它的笨拙甚至?xí)づ脩魫赫Z相向——不信去百度檢索下東北司機(jī)怒罵車載語音助手的視頻。識別率不夠高、對噪音環(huán)境支持很弱、識別速度不夠快、能回答的問題太少、很多任務(wù)無法完成……這是語音助手過去被詬病的地方。語音助手是剛需，只不過大家都沒有完善的解決方案，正是因?yàn)榇?，語音助手市場機(jī)會重重，這是一塊并未真正被開拓的處女地。

度秘要做秘書式機(jī)器人

很多人都幻想過擁有一位漂亮、貼心的秘書，對你言聽計(jì)從、完成各種任務(wù)，不過聘請一個專職秘書可不是每個人都能負(fù)擔(dān)得起。但如果機(jī)器能夠做到這一點(diǎn)，相信沒人會拒絕。遺憾的是，這類場景只存在于科幻片之中，機(jī)器想要跟人類一樣聰明還需要很漫長的時間。不過，這并未打消探索者的勇氣，百度世界大會推出的“度秘”則是采取秘書式機(jī)器人的思路——就像它的名字一樣。

相對于各類語音助手而言，度秘有兩個新的嘗試。

1、與用戶多輪對話，就像人與人之間的交流一樣，基于上下文理解用戶的意圖。要做到這一點(diǎn)主要是技術(shù)挑戰(zhàn)大——機(jī)器識別單句自然語言的語義都不容易?；谏舷挛牡扔谝粩嘤涗浗换ミ^程，不只是理解單句話，要知道人類有時候都“跟不上”別人說話。百度基于深度學(xué)習(xí)的Deep Speech技術(shù)部分實(shí)現(xiàn)了多輪交互，這是更加簡單、自然和便捷的方式。除了百度，微軟此前曾推出過小冰對話機(jī)器人，有小道消息稱微信或?qū)⑼瞥鲱愃频闹С侄噍唽υ挼臋C(jī)器人——它們都是文本形式。

2、可以完成更多任務(wù)，主要是指獲取生活服務(wù)。李彥宏演示了通過度秘訂咖啡、訂餐廳、預(yù)訂寵物醫(yī)院、購買電影票等操作，整個過程是“連貫”進(jìn)行的。這走在了前面：Siri最多被使用的設(shè)置鬧鐘、問天氣、調(diào)用通信錄打電話這類功能，是在操作手機(jī)本身，互聯(lián)網(wǎng)內(nèi)容和生活服務(wù)獲取不是它的強(qiáng)項(xiàng)（最近Siri與百度百科達(dá)成合作來解決這些問題）。Google Now主要做信息推送，微軟Cortana解決個性化資訊獲取和設(shè)備數(shù)據(jù)處理，F(xiàn)acebook M正在小范圍測試預(yù)訂餐廳等服務(wù)，Magic以及國內(nèi)的“神豬”通過人工處理用戶的語音指令——跟12580等電話呼叫中心本質(zhì)一樣。只有度秘是自動化地獲取多樣化的生活服務(wù)。

幾大語音助理對比

度秘之所以能夠同時實(shí)現(xiàn)多輪交互和服務(wù)獲取，我認(rèn)為原因在這里：

1、深度學(xué)習(xí)為核心的人工智能技術(shù)被應(yīng)用到語音，這是多輪交互的基礎(chǔ)。除了百度，微軟在人工智能上布局較早，所以可以做小冰，Cortana未來也可以支持多輪。

2、百度連接人與服務(wù)大戰(zhàn)略下本身就在將越來越多的生活服務(wù)“搬到互聯(lián)網(wǎng)”上，結(jié)構(gòu)化、標(biāo)簽化、交易化，通過糯米、外賣、票務(wù)等子業(yè)務(wù)可以實(shí)現(xiàn)預(yù)訂。就是說，百度有服務(wù)內(nèi)容，同時具有服務(wù)內(nèi)容和智能技術(shù)的玩家并不多。

3、識別率以及抗噪能力這兩個基礎(chǔ)技術(shù)足夠用。今年早些時候百度曾宣布基于深度學(xué)習(xí)的語音識別技術(shù)超過了微軟和Google，能夠識別準(zhǔn)確“聽清”，是“聽懂”的前提條件。

Siri正在被重新定義

巧合的是，據(jù)外媒報(bào)道9月9日蘋果所發(fā)布的iPhone6S重頭戲?qū)⑹荢iri。上個與Siri與百度達(dá)成合作引入百度百科內(nèi)容，很大程度彌補(bǔ)了Siri內(nèi)容不足的問題。Siri已經(jīng)意識到現(xiàn)存問題，不甘只做被用戶“調(diào)戲”的玩具。它想要重新定義自己，不再只做“語音助理”，不想將市場讓給另辟蹊徑的百度們。

通過語音識別來替換拼音的輸入法，通過語音來設(shè)置手機(jī)鬧鐘，通過語音去關(guān)閉客廳的電燈，通過語音去點(diǎn)一首歌曲……都只是部分應(yīng)用場景，主要在解決“交互問題”，即輸入和輸出，這顯得有些大材小用了。在可見的未來語音助理都會向著秘書機(jī)器人方向發(fā)展，它可以幫助你安排生活、幫助你設(shè)置設(shè)備、按照你的指令設(shè)置環(huán)境、陪你聊天……就像秘書一樣——當(dāng)然，不能像實(shí)體機(jī)器人那樣給你擁抱，幫你做飯，陪你睡覺，但是機(jī)器人都需要智能的語音能力。

百度首席科學(xué)家吳恩達(dá)在百度世界分享了一個很有意思的觀點(diǎn)：很多人沒有意識到95%的準(zhǔn)確度到99%的準(zhǔn)確度帶來的是質(zhì)變，99% is a game changer，99%準(zhǔn)確度將徹底改變?nèi)伺c設(shè)備應(yīng)用交互。他認(rèn)為人工智能已經(jīng)走向智能伴侶時代。度秘基于相對成熟的語音和AI技術(shù)，做到99%的程度是現(xiàn)實(shí)的目標(biāo)，有望成為game changer。這樣看來在人工智能上百度的對手已經(jīng)不是阿里或者騰訊了，而是海外科技巨頭，Cortana、Google Now、Siri們很快都會支持類似的“秘書式機(jī)器人”功能，新一輪廝殺已經(jīng)開始。

微博@互聯(lián)網(wǎng)阿超 微信 羅超（luochaotmt）

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。