彼得·諾阿++常成

在科技高速發(fā)展的時代，像“亞馬遜echo”和“谷歌助手”這樣的人工智能語音識別設(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音識別設(shè)備？是簡單的你問我答嗎？直到前幾天我在開車時才有了親身感受。為了方便大家理解，以下是我和它的對話：

我問它：“誰發(fā)明了比薩？”

智能手機回答我：“據(jù)說，1889年意大利國王翁貝托一世和女王瑪格麗塔訪問那不勒斯時，酒館老板拉費勒·埃斯波西托為招待他們制作發(fā)明了比薩?！?/p>

“好吧，那是誰發(fā)明了夏威夷比薩？”

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

“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。大部分人覺得這兩種東西不應(yīng)該結(jié)合在一起，他們覺得甜酸口兒的菠蘿不是比薩餅應(yīng)該有的味道?！?/p>

簡單的對話激起了我對于比薩起源的好奇心，我想到附近剛開了一家意大利餐館，于是打算去嘗嘗。我點開我的谷歌助手，說了句：“你好，谷歌?！?/p>

很快，一個友好、磁性的女性聲音就立即和我打招呼并且迅速而準確地回答了我的問題——因為剛才的對話讓我很餓，所以我就問那家口碑很棒的比薩餅店在哪里。根據(jù)我的位置，谷歌語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場。

幾分鐘后，我飽餐了一頓，一瞬間，自己的饑餓感和對高科技的求知欲同時被滿足了。

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

最近，全世界的智能手機正在被一條廣告瘋狂刷屏，好萊塢明星“巨石強森”親身示范Siri的正確打開方式，令“蘋果”的狂熱粉絲們?yōu)樗膹姶蠊δ芏鴥A倒。語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)測我們可能想要的東西：比如，當(dāng)我們準備出門工作，駕駛汽車時，它就會自動播放我們最喜歡的歌曲。

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

在今年的拉斯維加斯消費電子展上，亞馬遜語音智能語音識別系統(tǒng)Alexa大放異彩。Alexa和亞馬遜的echo工作原理一樣，它們在燈具、揚聲器、吸塵器、汽車甚至冰箱中都有應(yīng)用。

但是，智能語音助手給我們的生活帶來的改變，遠遠不止于把這些冷冰冰、無生命的物體帶到生活中來；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，”滑鐵盧大學(xué)視覺與圖像處理研究小組的主任亞歷山大·王說道，“當(dāng)你把技術(shù)應(yīng)用到可以用語言進行交流的時候，幾乎任何人都可以在任何時候使用它?！?/p>

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

不過，當(dāng)最初的新鮮感逐漸消退，Siri卻因為經(jīng)常出錯而變得更加出名，比如她難以分辨“再見”和“迪拜”等發(fā)音相近的詞。然而，蘋果的競爭對手卻注意到了這一點。2014年，微軟發(fā)布的Windows Cortana，亞馬遜發(fā)布的Alexa都在市場上推動了語音識別設(shè)備的發(fā)展。不同技術(shù)的融合，讓人工智能語音助手們最終變得成熟。

語音助手AI有4個基本組成部分：語音識別（理解正在說的內(nèi)容）、處理能力（用于處理大量的信息）、快速網(wǎng)絡(luò)連接（在云計算和設(shè)備之間來回傳輸數(shù)據(jù)）和自然回放（因此聽起來不像是機器人播報那樣機械）。

驅(qū)動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，聽一首歌，一個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。

消費者似乎對這樣的語音設(shè)備很感興趣，echo揚聲器已經(jīng)成為亞馬遜的熱門品牌。雖然在線零售商沒有透露銷售數(shù)據(jù)，但亞馬遜已將其列為網(wǎng)站最受歡迎的商品之一。外部估計顯示，在Alexa進入其他家用電器和汽車領(lǐng)域之前，僅在美國，就有多達1400萬的echo用戶。

與此同時，谷歌多年來一直在嘗試不同的語音人工智能應(yīng)用程序，直到去年秋天才最終在谷歌助手上確定下來。這名助手在其Pixel手機和谷歌家庭揚聲器中應(yīng)用，因為它的準確性廣受好評，被認為是Alexa最強大的競爭對手。

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

數(shù)據(jù)分析公司Gartner的數(shù)據(jù)顯示，全球語音人工智能市場預(yù)計將以43%的復(fù)合年增長率增長，到2020年將達到21億美元。到那時，全球3.3%的家庭將至少擁有一個智能語音助手，而其中四分之一的家庭將擁有不止一個。全球市場洞察公司的一份報告顯示，到2024年，人工智能語音助手的市場價值將達到110億美元。

根據(jù)Gartner公司的說法，下一個語音設(shè)備的前沿領(lǐng)域?qū)⑹瞧?。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，他們宣布計劃將Alexa、谷歌助手加入到他們的汽車內(nèi)。Siri也是蘋果CarPlay的核心部分，它在許多新車型中已經(jīng)得到應(yīng)用。endprint

用語音助手控制汽車儀表盤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聽的音樂，很多用戶認為語音命令能減少發(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。這類產(chǎn)品通常需要一個應(yīng)用中介，比如手機或平板電腦應(yīng)用程序來管理設(shè)置或收集結(jié)果。在不久的將來，語音助手們都可以解決人們對這些應(yīng)用的需求。

斯科特·霍夫曼是谷歌助理工程師兼副總裁，他說起自己調(diào)整客廳燈光顏色的經(jīng)歷：“如果我想在晚餐時把燈光顏色變成藍色，就得拿出遙控器，一個一個的調(diào)整……這很痛苦，所以我不打算這么做，我想知道，語音助手的出現(xiàn)是否會幫助我簡化它?！?/p>

然而，這項技術(shù)的實現(xiàn)從目前來看仍是困難重重。與所有大數(shù)據(jù)應(yīng)用程序一樣，語音助手在某些情況下需要不斷地更新信息、高度個人化，這些信息可以被國家安全部門或黑客利用，而一些用戶認為語音識別設(shè)備總是在監(jiān)聽他們的激活短語并且備份，這增加了他們被竊聽的風(fēng)險。

為了強調(diào)這一點，F(xiàn)BI最近要求亞馬遜在一個謀殺案中提供echo語音記錄。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。

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

所以，該技術(shù)會涉及互相信任的問題，這意味著制造商必須清楚地了解用戶數(shù)據(jù)是如何收集、存儲和使用的?！拔覀兿Ｍ?dāng)我們說到智能助手時，大家聊的是它給我們帶來的便利，而不是我們的隱私正在被侵犯，”來自多倫多大學(xué)公民實驗室的研究員克里斯托弗·帕森斯說，“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)的研究團隊正在設(shè)計一種新的解決方案。他們的設(shè)想主要圍繞如何“運用”人工智能系統(tǒng)，或者是智能語音助手，研究方向主要集中在設(shè)備本身。這種設(shè)計定位將限制公司在互聯(lián)網(wǎng)上發(fā)送大量個人用戶數(shù)據(jù)，而且在必要時，這些數(shù)據(jù)可以被攔截。他們說：“我們正試圖利用這些回路復(fù)雜的大腦，并將它們填滿，這將有助于減少部分風(fēng)險。”

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

與此同時，谷歌公司的霍夫曼也承認，公司可能會做更多的宣傳來教育公眾如何保護自己的隱私。例如，谷歌助手允許用戶查看他們的使用日志，并在必要時刪除它們。但是由于這個選項是新增的，很多用戶都還沒有使用它?；舴蚵f：“我們必須尊重每一個用戶對于自己信息的所有權(quán)。”

有了適當(dāng)?shù)谋Ｗo措施，人工智能語音助手有潛力進一步擴大獲取信息和工具的途徑，特別是對于那些缺乏技術(shù)經(jīng)驗的老人或者殘疾人來說?；舴蚵f：“與安裝應(yīng)用程序或?qū)W習(xí)如何使用電腦完全不同，這是非常強大的功能，希望它能造福所有人，這才是我們關(guān)注的重點！”endprint