智能語音產業觀察：微軟小冰建半開放生態 AI創造與商業化已至？

有別于過去五次，7月26日舉辦的微軟小冰第六代發布會，首次走出了微軟亞太研究總部的一層報告廳，搬到了798區域大型會場。“發布會規模也從過去的幾十家媒體，擴張到數百家、覆蓋全國范圍的規模。”一位接近微軟方面的人士告訴21世紀經濟報道記者。

　　這是一種信號。在過去，微軟從未給過小冰任何商業方面的壓力，甚至直到近日接受包括21世紀經濟報道等媒體采訪時，微軟小冰負責人李笛依然強調，小冰并沒有盈利指標。

　　但就像發布會本身一樣，小冰也在不自覺地走出實驗室和研究機構，逐漸嘗試商業化。這是小冰發布會首次搬家的底氣所在。而經歷了過去五代，從小冰萌芽到成長，從擁有二維框架圖到二維圖像，再到如今三維立體全息影像的展現，小冰正在愈發接近一個人類。

　　其背后的技術在持續迭代，生態也開始成型。據微軟方面介紹，此次發布會是小冰情感技術框架所有部分的全面升級，從首次完成落地時的情商+智商設定，到對話式人工智能、生成模型、全雙工語音，如今的小冰開始邁入AI創造的階段。生態方面，微軟此次首次提出構建Dual AI半開放式生態系統，差異化融合合作伙伴優勢，打造小冰的專屬技能與能力。

　　“人工智能的最終目標是‘人機協同’，以數字智能幫助人類，但這個方向擁有不同的路線。”微軟全球執行副總裁、微軟人工智能及微軟研究事業部負責人沈向洋表示，“小冰團隊走出了不一樣的道路。”

　　AI創造

　　自去年開始，微軟小冰便在創作上擁有諸多嘗試，甚至出了一本自己的詩集。如今，小冰將要走得更遠。

　　在發布會現場，沈向洋宣布微軟思考了AI創造的三原則：其主體首先必須是兼具IQ與EQ的綜合體，而不僅僅是具有IQ；其次，人工智能創造的產物，須能成為具有獨立知識產權的作品；第三，人工智能創造的過程，須對應人類某種具有創造力的行為，而不是對人類勞動的簡單替代。

　　小冰的目標，就是成為一個高情商的機器人。“我們計劃將AI創造當成一個新興產業來操作。”在發布會現場，微軟人工智能創造事業部總經理徐元春表示，“如果將AI創造當做內容產業、而非簡單的文藝創作的話，僅有‘概念車’是不夠的，從去年開始我們并行了‘量產車’的工作。”

　　據介紹，在過去12個月內，小冰主持了21檔電視節目、28檔廣播節目，覆蓋中國包括9大衛視在內的41家電視臺和廣播電臺，如今，小冰每天主持的廣播節目已經達到25檔。在日本和中國，小冰累計生產了2878個小時的視聽內容。

　　同時，小冰的有聲讀物已經覆蓋中國超過90%的早教機器人和80%的線上播放平臺。此外，與網易新聞客戶端合作的讀新聞小冰，已于兩個月前突破1000萬次新聞閱讀評論。在金融等相關領域，小冰同樣在進行著持續的內容創造。

　　這背后的技術支撐，來自于小冰的情感技術框架，而第六代小冰的核心對話引擎與交互感官也得到了進一步升級。微軟在第六代小冰身上上線全新的共感模型，并公測一種融合了文本、全雙工語音與實時視覺的新感官。

　　其中，共感模型是一種基于生成模型的對話引擎。據介紹，去年小冰完成的生成模型能夠自創回應，而非在已有對話語料庫中檢索而得，如今的共感模型則進一步提升小冰對于對話內容、領域和節奏的控制力，即小冰可以自創回應來牽引對話的方向。

　　這一融合了共感模型的對話引擎、全雙工語音和實時視覺三個類別的全新感官在測試設備中的公測，令小冰能夠通過視覺、語音的實時連續交互，指揮用戶完成面容檢測，并在該過程中進行開放域對話。

　　此外，微軟還發布了第四版AI歌曲DNN模型。據小冰首席語音科學家欒劍介紹，該版本模型能夠快速合成與人類歌手質量相當的歌曲，還能夠使小冰自由吸收人類歌手演唱技巧和特質，在模仿之余甚至代替人類完成新作品創作。

　　不過，盡管微軟提出AI創造的原則并進行技術更新，但小冰的所為將只是真正AI創造的起步。“根據2017年Gartner技術成熟度曲線顯示，虛擬助手仍需5-10年才能成為主流。”在評論AI創造能力時，Gartner研究副總裁蔡惠芬向21世紀經濟報道記者表示，“該應用主要針對智能家居設備中的個人助理或語音控制等狹窄領域，但仍需要包括為不同領域構建知識圖譜、自然語言理解與生成等技術的提升。它依然是新興領域。”

　　Dual AI生態

　　除了技術能力升級之外，第六代小冰的最大特點，莫過于開始構建屬于自己的生態——Dual AI。

　　“在微軟之前，行業內已經出現多種不同的合作生態與模式，其中最重要的模式有兩類，一類是開放賦能模式，通過對外提供SDK/API的形式構建生態系統。”小冰產品負責人彭爽分析道，“另一類是專注于自有的、封閉的平臺，通過在平臺上開放AI的應用商店形式構建生態環境。”

　　Dual AI則有所不同，更類似于半開放式生態。“在這樣的生態環境上，一方面，微軟會直接負責產品體驗，把控最具體的、直接與用戶接觸的產品細節，另一方面，我們并不封閉在自有平臺上，而是對外接觸甚至直接融入到第三方平臺上。”彭爽表示。

　　之所以如此選擇，源于其他兩類生態存在各自的問題。其中，封閉模式極大限制了數據之間的自由流通，與AI本質相悖。由于無法獲得迭代所需的基礎數據量，便難以快速迭代和發揮升級優勢。

　　開放賦能模式中，無論賦能或被賦能一方，則均是相對松散的關系，“也就是說沒有人真正對最終的產品體驗負責”。例如當前大熱的智能音箱之所以實際體驗普遍低于預期，正是由于松散合作關系帶來的問題。

　　與此同時，由于開放賦能生態中的API/SKD強調通用性，也就在一定程度上限制了最新最優技術應用的及時性，通過這類接口或工具包獲取的數據也未必是最優質的。

　　具體而言，Dual AI戰略實施分為三個部分：首先，微軟提供小冰的整體框架能力，幫助合作伙伴平臺的自有AI。其次，微軟小冰作為該合作平臺的輔助AI，融入該平臺生態。第三，微軟通過技術、產品與運營，圍繞該平臺差異化特點，推出相關應用和產品。目前，小冰已經與小米、網易、萬得和華為等伙伴達成合作關系。

　　而在合作過程中，小冰也在探索屬于自己的盈利模式。目前，小冰已上線了包括金融、大眾文化、傳媒和出版四大商業化領域。“我們探討過各種各樣的AI盈利模式，最終發現為兩大類，一類是利用AI技術用更低成本去替代人類低并發、AI高并發的工作，如內容生產，”李笛告訴21世紀經濟報道記者，“其次便是AI與人類的協同，通過提升協同轉化率實現分成。”

《智能語音產業觀察：微軟小冰建半開放生態 AI創造與商業化已至？》閱讀地址：http://www.osxg.com.cn/2018/0803/129131.htm