智能語(yǔ)音助手：嘰嘰喳喳的生活幫手

彼得·諾阿++常成

在科技高速發(fā)展的時(shí)代，像“亞馬遜echo”和“谷歌助手”這樣的人工智能語(yǔ)音識(shí)別設(shè)備正在悄然改變著我們的生活方式。

所以，究竟什么是人工智能語(yǔ)音識(shí)別設(shè)備？是簡(jiǎn)單的你問(wèn)我答嗎？直到前幾天我在開(kāi)車(chē)時(shí)才有了親身感受。為了方便大家理解，以下是我和它的對(duì)話(huà)：

我問(wèn)它：“誰(shuí)發(fā)明了比薩？”

智能手機(jī)回答我：“據(jù)說(shuō)，1889年意大利國(guó)王翁貝托一世和女王瑪格麗塔訪(fǎng)問(wèn)那不勒斯時(shí)，酒館老板拉費(fèi)勒·埃斯波西托為招待他們制作發(fā)明了比薩。”

“好吧，那是誰(shuí)發(fā)明了夏威夷比薩？”

“夏威夷的比薩并不來(lái)自夏威夷，而是來(lái)自于查塔姆。現(xiàn)已退休的廚師山姆·潘諾普洛斯說(shuō)，1962年，他在自己工作的‘衛(wèi)星餐廳發(fā)明了這道菜。”

“可是為什么人們不喜歡它？”

“比薩是意大利的傳統(tǒng)，而菠蘿是夏威夷風(fēng)味。大部分人覺(jué)得這兩種東西不應(yīng)該結(jié)合在一起，他們覺(jué)得甜酸口兒的菠蘿不是比薩餅應(yīng)該有的味道。”

簡(jiǎn)單的對(duì)話(huà)激起了我對(duì)于比薩起源的好奇心，我想到附近剛開(kāi)了一家意大利餐館，于是打算去嘗嘗。我點(diǎn)開(kāi)我的谷歌助手，說(shuō)了句：“你好，谷歌。”

很快，一個(gè)友好、磁性的女性聲音就立即和我打招呼并且迅速而準(zhǔn)確地回答了我的問(wèn)題——因?yàn)閯偛诺膶?duì)話(huà)讓我很餓，所以我就問(wèn)那家口碑很棒的比薩餅店在哪里。根據(jù)我的位置，谷歌語(yǔ)音助手就立馬幫我規(guī)劃好了道路甚至找到了附近的停車(chē)場(chǎng)。

幾分鐘后，我飽餐了一頓，一瞬間，自己的饑餓感和對(duì)高科技的求知欲同時(shí)被滿(mǎn)足了。

拋開(kāi)比薩餅是否可口不談，谷歌助手以及與之類(lèi)似的語(yǔ)音助手正迅速成為技術(shù)領(lǐng)域的重大變革，這并非空穴來(lái)風(fēng)。這些人工智能語(yǔ)音助手——包括亞馬遜的Alexa、微軟的Cortana和蘋(píng)果的Siri——都在給我們提供各種各樣的即時(shí)訊息，同時(shí)他們可以在必要的時(shí)候真正幫助我們。

最近，全世界的智能手機(jī)正在被一條廣告瘋狂刷屏，好萊塢明星“巨石強(qiáng)森”親身示范Siri的正確打開(kāi)方式，令“蘋(píng)果”的狂熱粉絲們?yōu)樗膹?qiáng)大功能而傾倒。語(yǔ)音助手能夠管理我們的日程安排、訂餐，了解我們的生活習(xí)慣，并預(yù)測(cè)我們可能想要的東西：比如，當(dāng)我們準(zhǔn)備出門(mén)工作，駕駛汽車(chē)時(shí)，它就會(huì)自動(dòng)播放我們最喜歡的歌曲。

當(dāng)然，這樣的智能語(yǔ)音助手不止應(yīng)用于智能手機(jī)，它呈發(fā)散之勢(shì)，從烤面包機(jī)到咖啡機(jī)、從衣服到汽車(chē)，只有你不敢想的，沒(méi)有它做不到的。

在今年的拉斯維加斯消費(fèi)電子展上，亞馬遜語(yǔ)音智能語(yǔ)音識(shí)別系統(tǒng)Alexa大放異彩。Alexa和亞馬遜的echo工作原理一樣，它們?cè)跓艟摺P(yáng)聲器、吸塵器、汽車(chē)甚至冰箱中都有應(yīng)用。

但是，智能語(yǔ)音助手給我們的生活帶來(lái)的改變，遠(yuǎn)遠(yuǎn)不止于把這些冷冰冰、無(wú)生命的物體帶到生活中來(lái)；它們要做的，將是改變我們使用技術(shù)的方式和方法，更重要的是使用它的人。“仍然有很多人不知道如何與科技互動(dòng)，”滑鐵盧大學(xué)視覺(jué)與圖像處理研究小組的主任亞歷山大·王說(shuō)道，“當(dāng)你把技術(shù)應(yīng)用到可以用語(yǔ)言進(jìn)行交流的時(shí)候，幾乎任何人都可以在任何時(shí)候使用它。”

雖然語(yǔ)音助手的基礎(chǔ)技術(shù)已經(jīng)發(fā)展了幾十年，但是，直到2011年，它第一次在蘋(píng)果的iPhone 4S上應(yīng)用后才引起了世界的轟動(dòng)。Siri不僅“聽(tīng)力”超凡，還用幽默感征服了她的用戶(hù)。事實(shí)證明，Siri的編程中用到了很多幽默的詞匯。

不過(guò)，當(dāng)最初的新鮮感逐漸消退，Siri卻因?yàn)榻?jīng)常出錯(cuò)而變得更加出名，比如她難以分辨“再見(jiàn)”和“迪拜”等發(fā)音相近的詞。然而，蘋(píng)果的競(jìng)爭(zhēng)對(duì)手卻注意到了這一點(diǎn)。2014年，微軟發(fā)布的Windows Cortana，亞馬遜發(fā)布的Alexa都在市場(chǎng)上推動(dòng)了語(yǔ)音識(shí)別設(shè)備的發(fā)展。不同技術(shù)的融合，讓人工智能語(yǔ)音助手們最終變得成熟。

語(yǔ)音助手AI有4個(gè)基本組成部分：語(yǔ)音識(shí)別（理解正在說(shuō)的內(nèi)容）、處理能力（用于處理大量的信息）、快速網(wǎng)絡(luò)連接（在云計(jì)算和設(shè)備之間來(lái)回傳輸數(shù)據(jù)）和自然回放（因此聽(tīng)起來(lái)不像是機(jī)器人播報(bào)那樣機(jī)械）。

驅(qū)動(dòng)助手的編程算法也需要大量的數(shù)據(jù)。他們擁有的越多，使用者能得到的信息也就越多。例如，聽(tīng)一首歌，一個(gè)人工智能助手不知道你是否喜歡它。但是，播放幾十次，人工智能助手就能夠合理地識(shí)別出它是你最喜歡的東西之一，幾乎所有智能助手的工作原理都基本相同。

消費(fèi)者似乎對(duì)這樣的語(yǔ)音設(shè)備很感興趣，echo揚(yáng)聲器已經(jīng)成為亞馬遜的熱門(mén)品牌。雖然在線(xiàn)零售商沒(méi)有透露銷(xiāo)售數(shù)據(jù)，但亞馬遜已將其列為網(wǎng)站最受歡迎的商品之一。外部估計(jì)顯示，在A(yíng)lexa進(jìn)入其他家用電器和汽車(chē)領(lǐng)域之前，僅在美國(guó)，就有多達(dá)1400萬(wàn)的echo用戶(hù)。

與此同時(shí)，谷歌多年來(lái)一直在嘗試不同的語(yǔ)音人工智能應(yīng)用程序，直到去年秋天才最終在谷歌助手上確定下來(lái)。這名助手在其Pixel手機(jī)和谷歌家庭揚(yáng)聲器中應(yīng)用，因?yàn)樗臏?zhǔn)確性廣受好評(píng)，被認(rèn)為是Alexa最強(qiáng)大的競(jìng)爭(zhēng)對(duì)手。

去年秋天，三星拒絕坐以待斃，收購(gòu)了Siri的創(chuàng)始人Viv，這是一家位于加州圣何塞的初創(chuàng)公司。這家電子巨頭計(jì)劃將Viv納入其眾多產(chǎn)品中，推廣到包括手機(jī)、電視和洗衣機(jī)等眾多領(lǐng)域內(nèi)。

數(shù)據(jù)分析公司Gartner的數(shù)據(jù)顯示，全球語(yǔ)音人工智能市場(chǎng)預(yù)計(jì)將以43%的復(fù)合年增長(zhǎng)率增長(zhǎng)，到2020年將達(dá)到21億美元。到那時(shí)，全球3.3%的家庭將至少擁有一個(gè)智能語(yǔ)音助手，而其中四分之一的家庭將擁有不止一個(gè)。全球市場(chǎng)洞察公司的一份報(bào)告顯示，到2024年，人工智能語(yǔ)音助手的市場(chǎng)價(jià)值將達(dá)到110億美元。

根據(jù)Gartner公司的說(shuō)法，下一個(gè)語(yǔ)音設(shè)備的前沿領(lǐng)域?qū)⑹瞧?chē)。福特、大眾、沃爾沃、現(xiàn)代、菲亞特、克萊斯勒、日產(chǎn)和寶馬都是合作制造商，他們宣布計(jì)劃將Alexa、谷歌助手加入到他們的汽車(chē)內(nèi)。Siri也是蘋(píng)果CarPlay的核心部分，它在許多新車(chē)型中已經(jīng)得到應(yīng)用。endprint

用語(yǔ)音助手控制汽車(chē)儀表盤(pán)在以前是難以想象的。從GPS導(dǎo)航到調(diào)整座位溫度和播放愛(ài)聽(tīng)的音樂(lè)，很多用戶(hù)認(rèn)為語(yǔ)音命令能減少發(fā)生交通事故的幾率。

同樣的情況也適用于近年來(lái)出現(xiàn)的從家用電器到可穿戴設(shè)備等各種聯(lián)網(wǎng)產(chǎn)品中。這類(lèi)產(chǎn)品通常需要一個(gè)應(yīng)用中介，比如手機(jī)或平板電腦應(yīng)用程序來(lái)管理設(shè)置或收集結(jié)果。在不久的將來(lái)，語(yǔ)音助手們都可以解決人們對(duì)這些應(yīng)用的需求。

斯科特·霍夫曼是谷歌助理工程師兼副總裁，他說(shuō)起自己調(diào)整客廳燈光顏色的經(jīng)歷：“如果我想在晚餐時(shí)把燈光顏色變成藍(lán)色，就得拿出遙控器，一個(gè)一個(gè)的調(diào)整……這很痛苦，所以我不打算這么做，我想知道，語(yǔ)音助手的出現(xiàn)是否會(huì)幫助我簡(jiǎn)化它。”

然而，這項(xiàng)技術(shù)的實(shí)現(xiàn)從目前來(lái)看仍是困難重重。與所有大數(shù)據(jù)應(yīng)用程序一樣，語(yǔ)音助手在某些情況下需要不斷地更新信息、高度個(gè)人化，這些信息可以被國(guó)家安全部門(mén)或黑客利用，而一些用戶(hù)認(rèn)為語(yǔ)音識(shí)別設(shè)備總是在監(jiān)聽(tīng)他們的激活短語(yǔ)并且備份，這增加了他們被竊聽(tīng)的風(fēng)險(xiǎn)。

為了強(qiáng)調(diào)這一點(diǎn)，F(xiàn)BI最近要求亞馬遜在一個(gè)謀殺案中提供echo語(yǔ)音記錄。在嫌疑人允許公布這一數(shù)據(jù)后，亞馬遜公司將數(shù)據(jù)轉(zhuǎn)交給了相關(guān)安保部門(mén)。

可以理解的是，Gartner公司最近的一項(xiàng)研究顯示，有三分之二的消費(fèi)者表示，他們擔(dān)心自己的家用設(shè)備會(huì)被監(jiān)聽(tīng)。

所以，該技術(shù)會(huì)涉及互相信任的問(wèn)題，這意味著制造商必須清楚地了解用戶(hù)數(shù)據(jù)是如何收集、存儲(chǔ)和使用的。“我們希望當(dāng)我們說(shuō)到智能助手時(shí)，大家聊的是它給我們帶來(lái)的便利，而不是我們的隱私正在被侵犯，”來(lái)自多倫多大學(xué)公民實(shí)驗(yàn)室的研究員克里斯托弗·帕森斯說(shuō)，“為了打消公民的顧慮，這些公司需要更加透明化。”

滑鐵盧大學(xué)的研究團(tuán)隊(duì)正在設(shè)計(jì)一種新的解決方案。他們的設(shè)想主要圍繞如何“運(yùn)用”人工智能系統(tǒng)，或者是智能語(yǔ)音助手，研究方向主要集中在設(shè)備本身。這種設(shè)計(jì)定位將限制公司在互聯(lián)網(wǎng)上發(fā)送大量個(gè)人用戶(hù)數(shù)據(jù)，而且在必要時(shí)，這些數(shù)據(jù)可以被攔截。他們說(shuō)：“我們正試圖利用這些回路復(fù)雜的大腦，并將它們填滿(mǎn)，這將有助于減少部分風(fēng)險(xiǎn)。”

人工智能專(zhuān)家表示，這一想法是有價(jià)值的，但同時(shí)也指出，在與互聯(lián)網(wǎng)連接時(shí)，人工智能助手能更好地發(fā)揮作用。在互聯(lián)網(wǎng)上，他們可以實(shí)時(shí)地利用、處理龐雜的數(shù)據(jù)資源。

與此同時(shí)，谷歌公司的霍夫曼也承認(rèn)，公司可能會(huì)做更多的宣傳來(lái)教育公眾如何保護(hù)自己的隱私。例如，谷歌助手允許用戶(hù)查看他們的使用日志，并在必要時(shí)刪除它們。但是由于這個(gè)選項(xiàng)是新增的，很多用戶(hù)都還沒(méi)有使用它。霍夫曼說(shuō)：“我們必須尊重每一個(gè)用戶(hù)對(duì)于自己信息的所有權(quán)。”

有了適當(dāng)?shù)谋Ｗo(hù)措施，人工智能語(yǔ)音助手有潛力進(jìn)一步擴(kuò)大獲取信息和工具的途徑，特別是對(duì)于那些缺乏技術(shù)經(jīng)驗(yàn)的老人或者殘疾人來(lái)說(shuō)。霍夫曼說(shuō)：“與安裝應(yīng)用程序或?qū)W習(xí)如何使用電腦完全不同，這是非常強(qiáng)大的功能，希望它能造福所有人，這才是我們關(guān)注的重點(diǎn)！”endprint