微軟小冰高智商的背后

技術宅

最近微軟小冰與馬來西亞歌手朱主愛一起發布了合唱版《好想你》的單曲以及MV，據說這是歷史上第一支由人類歌手與人工智能合唱的歌曲（圖1）。當然小冰不僅會唱歌，而且之前還寫過很多讓人類詫異的詩詞絕句。那么小冰為什么如此聰明？就讓我們來揭密它的聰明勁來自哪。

小冰是誰 認識微軟人工智能機器人

看到小冰如此聰明，可能很多朋友還不知道“她”是誰。其實小冰是微軟（亞洲）互聯網工程院早在三年前就開發出來的一款智能機器人，也是微軟內部第一個人工智能機器人。因為是智能機器人，小冰可不是只會唱歌，它還會主持節目、撰寫詩歌、智能聊天等，人類大部分工作，小冰幾乎都會做，甚至在很多方面表現比普通人要好得多（圖2）。

為啥這么聰明 小冰高智商背后的功臣

如上所述，小冰現在就擁有很多技能。那么這些技能小冰是怎么獲取？我們以小冰唱歌技能為例，看看它是怎樣能聽會唱的。

歌手的聲音由基音及不同共鳴腔/體產生的泛音組成。在科技如此發達的今天，聲音的這些信息都可以數字化，因此歌手的聲音就可以很輕松地被電腦識別，通過電腦來唱人類的歌曲并不是一件難事。比如早在2007年，日本就推出了一個名為“初音未來”的電腦虛擬歌手，通過對歌手音源數據進行采樣并合成，“初音未來”可以唱出非常動聽的音樂（圖3）。

不過“初音未來”和小冰的唱歌水平卻不可同日而語，前者只是簡單的電腦合成，它無法完美展現人類歌手的一些自然特性，比如真人的那些“雜音”、“邊緣音”（比如卡痰、換氣等），因此歌唱的效果比較生硬。小冰的歌唱功能則和人類十分相像，不僅能夠完美演繹歌曲的各種感情，它甚至還有創作歌曲的能力，這些是“初音未來”無法具備的人工智能技巧。那么小冰這些技能是怎么獲取的呢？

人工智能的一大特色就是基于大量樣本的機器自主學習。為了能夠讓小冰有高招的唱歌技能，微軟先收集各種歌手的歌曲制作成龐大的數據庫，然后建立各種訓練模型。在實際訓練中，小冰使用的算法技術在某些程度上借鑒了我們對大腦的了解，使用時下流行的神經網絡技術。這樣經過大量樣本數據庫的訓練后小冰就可以熟悉流行的各種唱法，并且通過自主學習小冰在多曲風演唱和情感演繹兩方面有了很大的進步。

不過小冰畢竟還只是機器，它和正常歌手相比，對人類感情的學習和理解還是不夠，因此這次微軟聘請了朱主愛作為產品經理來對小冰進行調教。通過朱主愛在歌手方面的經驗，微軟技術人員結合原來的情感計算框架對小冰唱歌的模型進行了進一步的優化，借助人工智能強大的學習能力，在短短幾個月小冰的演唱水平就有了很大的提高。現在小冰的歌聲不僅與人聲非常接近，而且唱法也更加的擬人化，能在歌曲中加入不同的唱法，與人類歌手配合。比如《好想你》中間的“好想好想你”這一句，原唱是非常口語化的一種獨特唱法，原來僅憑機器自主發聲是很難做到，但是現在小冰卻可以進行完美演繹（圖4）。

作為人工智能的代表，小冰不僅僅是會唱。基于人工智能強大的自主學習能力，未來小冰還會創作歌曲，并且會根據實際歌詞加入各種感情化的演唱。在未來我們可能根本分辨不出來到底是機器在唱歌，還是人類在唱歌。至于小冰其他的作詩、預測、寫文章、智能聊天等技能，獲取的方法大同小異，主要都是通過大數據+深度學習+各種算法模型獲得的。

當然人工智能技術已經成為時下熱門，除了微軟以外各大IT巨頭也紛紛推出自己的產品，比如前段時間戰勝人類圍棋高手的那“只”阿爾法狗、亞馬遜物流倉庫里的機器人，其實這些都是和小冰類似的人工智能機器人（圖5）。

更多應用 人工智能不僅是唱歌和作詩

這次小冰和朱主愛完美演唱讓我們看到人工智能強大的自主學習和創造能力，當然人工智能并不是僅僅用來唱歌、作詩。現在人工智能已經應用在我們生活的方方面面，如日本版小冰在日本為境內第二大連鎖店LAWSON提供對話式人工智能托管。在中國，小冰還為廣大內容提供商提供微信、微博公眾號托管服務。使用微信的用戶只要搜索小冰微信公眾號，關注即可在手機上體驗小冰的魅力（圖6）。

當然作為普通人，我們在生活中也可以處處感受到人工智能服務，iPhone用戶可以利用Siri讀短信、介紹餐廳、詢問天氣、語音設置鬧鐘、實時翻譯等，平時大家出門使用的導航服務，導航軟件會為我們規劃最優的線路等，這些服務的背后其實都是人工智能的功勞。