隨著亞馬遜智能音箱Echo的銷量接近千萬，Alexa無疑成為迄今為止世界上最成功的消費級人工智能產品。這也是人工智能領域的電子商務公司亞馬遜的跨境奇跡，極大地刺激了國內各科技公司進入語音交互領域。根據阿里、百度、騰訊、華為、小米、聯想、海爾、柯達迅飛等業內人士提供的數據，國內已有200多家公司正在開發類似Echo的智能音箱。但我們真的考慮過亞馬遜的Alexa嗎？或者我們真的知道評估回聲嗎？盡管亞馬遜多年來一直在這一領域投資，但亞馬遜對公關的宣傳和審計一直很嚴格。事實上，亞馬遜在中國對技術細節的思考鮮為人知。在最近的Emtech數字人工智能峰會上，麻省理工學院技術部的主編Jason Pontin與亞馬遜Alexa的主管Toni Reid進行了交談，并透露了Toni Reid對消費者語音交互系統的一些想法。托尼里德從無到有地經歷了亞歷克薩出現的整個過程。在這次談話中，托尼里德還解釋了為什么亞歷克薩不使用屏幕和很多回合的談話。托尼里德認為，聲音是最簡單、最自然的互動方式，也是人類最基本的溝通方式。所以當亞馬遜為Alexa設計Echo時，它沒有添加屏幕。這種方法實際上增加了困難：用戶只能通過純語音使用設備，而無需屏幕反饋作為補充。當然，亞馬遜也在嘗試在Fire TV和Kindle平板電腦等設備上部署Alexa，但這涉及到Alexa的巨大變化。ToniReid堅持說，Alexa實際上只有一次機會在用戶發出語音指令時部署相應的操作，而不是與用戶進行多輪對話。一般來說，只有兩個對話。如果第三次對話沒有闡明用戶的需求，那將是一個完全的失敗。這種重復的對話對用戶來說是一種糟糕的體驗。這兩點值得國內用戶思考。從這兩點出發，我們可以開始思考更多的問題。我們希望國內產品能超過Echo，至少相當于Echo的銷售和影響力。為什么亞馬遜脫穎而出？這是一個奇怪的問題，的確亞馬遜更像一個企業而不是一個高科技公司。事實上，在亞馬遜談論Echo的銷售之前，亞馬遜并沒有被業界和媒體注意到，也沒有被歸類為人工智能公司。因為與中國的谷歌、微軟、蘋果、Facebook甚至百度、阿里、騰訊等公司相比，亞馬遜不能真正生產出一個像樣的PPT，這通常是由其他公司的人工智能研究機構提供的。此外，126實驗室是一家重型產品公司，是通過收購建立的產品大雜燴。更尷尬的是，Echo最初是一家產品公司。項目優先級也是最后一個。為什么會出現這種情況？這是偶然的，也是不可避免的。從科學實驗的角度來看，偶然性真的很大。成功的實驗往往是偶然的閃現，但這種閃現也是亞馬遜長期投資的必然結果。首先，亞馬遜的優勢在于它沒有太多的技術負擔。亞馬遜顯然對建立研究機構不感興趣。正是因為沒有太多的歷史約束，產品和技術才能夠更緊密地集成，而不是由工程師約束產品思維。尤其重要的是亞馬遜Echo的市場癥結，這使得谷歌、微軟和蘋果長期積累的近場語音交互優勢幾乎毫無意義。顯然，Alexa更了解用戶對遠程語音交互的需求。其次，亞馬遜對技術細節的耐心實際上超過了像谷歌和微軟這樣的人工智能巨頭。在這里，我們需要把蘋果帶出去，因為蘋果制造產品的想法和亞馬遜的一致。亞馬遜和蘋果顯然對技術公關和論文興趣不大，但對產品和專利非常感興趣。從公司的角度來看，公關和論文確實消耗了公司的巨大精力，這可能是提高初創企業知名度的重要途徑，但對于成熟的公司來說，知識產權、產品和營銷能力顯然更為重要，這也決定了公司對技術的耐心。因為太多的公關和論文會使研究人員忽視對技術細節的控制。當公司技術人員談論技術趨勢和架構時，公司處于危險之中。技術落地后，誰來控制無數的細節？如果沒有持續的細節潤色，哪位用戶會付錢？經驗總是第一位的。最后，技術人員往往陷入科學幻想，總是喜歡提前做很多事情。這在技術領域是必要的，但也非常重要，不允許工程師甚至科學家對產品定義進行過多的干擾。它始終是滿足市場當前需求的產品，以獲得用戶，而不是您的技術有多先進。顯然，亞馬遜更輕。靈活的產品思維是Echo定義的一個關鍵因素，因此用戶更容易理解。2。語音交互技術是否成熟？在這個問題之前，我們可以回憶起我們周圍有多少人在平時可以和聲音互動？事實上，這是非常罕見的。除了汽車導航，也許大多數時候它只是偶爾的表演，也會對著手機大喊大叫。這表明語音交互根本不成熟。這是不對的，因為幾乎所有的人工智能公司都聲稱語音識別接近或超越人類。不要相信，更不用說遠場語音識別了，即使近場語音識別也做不到。這些所謂的指標都是紙面指標，只有在一組特定的測試下測量的結果，可以理解為你想要什么樣的指標幾乎可以被優化。那又怎么樣？有什么意義？因為我們人類從來不是實驗室老鼠，我們不需要在實驗環境中應用技術。語音交互包括語音識別和語義理解。從語音識別的角度來看，有許多問題需要解決。真實場景中的語音識別是語音交互著陸中首先要解決的問題。這需要考慮揚聲器和機器之間的距離，以便機器可以在房間的任何位置識別揚聲器的語音命令。這涉及到噪音、混響、回聲和其他干擾聲音的處理，這些都不能單獨通過所謂的深度學習來解決。顯然，所有人工智能相關技術的登陸都會遇到場景問題，這是物理學的一個范疇，而物理學的進步并不像經常召開的人工智能會議所宣稱的那樣突飛猛進。但是對于計算機科學來說，在不解決物理問題的情況下談論人工智能改變人類還為時過早。開玩笑吧，沒有電源的電腦還能工作嗎？3語音助理是否需要屏幕的問題？ToniReid提到為了讓用戶適應語音交互的方式，Alexa故意移除了屏幕。但這并不意味著屏幕并不重要。雖然語音是最簡單和最自然的交互方式，但我們80%的信息仍然依賴于視覺采集。即使聲音相互作用，我們也依賴許多身體表情來確認我們是否收到了有效的反饋?；芈曇彩侨绱恕?

« Facebook、Dropbox、HubSpot都是如何計算獲客成本的？ | 麥峰專注于行業內的軟件服務，將“服務”轉化為核心競爭力 »