隨著陸奇的加入，百度離「亞馬遜AI奇蹟」還有多遠？

昨日，前微軟高管陸奇加入百度無疑成為刷爆科技圈的重磅新聞。

與此同時，因為亞馬遜Alexa已經橫掃美國市場，Echo的銷量已過千萬台，掀起一場基於語音介面技術的AI革命，近萬家智能硬體廠商已經選擇接入亞馬遜的服務，甚至包括華為和聯想在內的中國廠商，但這些廠商主要針對的是海外市場。雖然亞馬遜上千人團隊經曆數年才得以取得成功，但這次消費市場的成功還是來得如此迅速和突然，讓人不得不驚呼為「亞馬遜的AI奇蹟」。

然而，人們不禁會問，那中國市場怎麼辦？亞馬遜會進入中國嗎？有誰能夠在中國取代亞馬遜的地位？

亞馬遜是否會進入中國這個問題除了亞馬遜沒人知道。但可以確認的是，百度是中國在這一領域最具競爭力的科技公司之一。在本屆CES上，百度也是比較低調地與智能硬體廠商小魚在家一同發布了該公司搭載DuerOS的視頻對講機器人，雖然沒有進行正式發布DuerOS，也沒有公布任何關於該操作系統的任何細節，但可以見得，百度的策略與亞馬遜有著相似之處。

百度與小魚在家與本屆CES發布了搭載DuerOS的視頻對講機器人（左起：景鯤、吳恩達、朱凱華）

帶著一系列問題，我們專門前往百度總部拜訪了百度首席架構師朱凱華和百度度秘總經理景鯤。當天，進入百度總部的時候，就聽到上班的員工在議論陸奇加入百度一事，看得出來，不少人都相當興奮。

而陸奇本人則將正式加入百度歸結為天時、地利、人和：

「天時，電子科技行業已經有60年了，下一個時代很清楚，每次都是一個很大的波浪往前推，人工智慧是一個新的不同的計算形式，可以用數據不斷的獲取知識，可以做預測可以做自動化，這個時代是非常振奮人心的時代。

地利，中國越來越成為新興工業的創新大國，中國有很多創新的地方，美國傳統力量比較強，在有大變革的時候中國反而創新空間大，中國反而提供了更好的人工創新的環境。

人和。在任何情況下高科技公司創新的基礎是人才，我認為中國有非常優秀的互聯網公司，我認識robin很久了，百度的文化是以技術為主，搜索引擎是人工智慧的雛形，百度建立了很好的基礎，今天我有幸加盟百度，用百度作為創新的基礎，將這個工業往前推，讓百度成為世界領先的公司有很多的機會。」

毫無疑問的是，百度在人工智慧領域的工作已經處於十分關鍵的時期，而亞馬遜的成功也無疑在加速大家對這一進程的預期。但百度是否能夠看到成果？多久才能看到？是否就在今年？但就正如景鯤在採訪中所表示，技術在市場中的成功永遠不可能是線性發展，會存在一個爆發期。

但這個爆發期是否會來臨以及什麼時候會來臨，其實沒人知道。

以下請見我們對朱凱華和景鯤所進行專訪的詳細內容。

從本屆CES來看，亞馬遜的Alexa可謂無處不在了，我們知道的數據是，目前已經有7000多家廠商的產品搭載了亞馬遜Alexa技術。這無疑是人工智慧向消費端轉化的一件大事了。在國內，百度可能是比較有機會的公司之一，您對此有什麼看法？

朱凱華：第一點我想說的是，亞馬遜和百度的視野有共通之處，都非常看好語音交互方式的未來。其實百度早在2014年的世界大會上就發布過一款智能音箱，雖然最終並沒有量產，但至少說明百度很早就看到了這個機會，包括很多技術的探索和積累也很早就在做了。

不得不承認，亞馬遜確實為業界做了一個很好的榜樣，非常令人敬佩。他們第一次把硬體做到如此靈敏。我還記得2014年底買了一個Echo，當時覺得3米的圓場拾音技術可能還沒那麼成熟，但是Echo卻很令我驚訝。從技術角度說，當大家都意識到這個事情能做的時候，以百度的技術積累和投入，應該會做到很好的水平。

亞馬遜Echo Dot

亞馬遜事實上並不是在單純的做Echo這個硬體了，而是把它搭載的Alexa當做一個互聯網服務的接入口。那百度目前在語音識別技術方面，與亞馬遜的Alexa相比，處在一個什麼階段？百度為什麼選在這個時候推出自己的語音操作系統？

朱凱華：很好的問題。其實2016年就有好幾家公司，包括谷歌、微軟、百度等，都宣布各自的語音識別準確率都達到97%，已經達到或超過人的水平。

但其實放到一個具體硬體上，語音識別技術和麥克風陣列的深度整合就非常重要了。很多時候，所謂語音識別的準確率是在特定的系統下，比如手機百度，因為它用的是手機麥克風，而且搜索數據訓練也非常充分，加上我們對搜索的理解，識別準確率會事實上會超過97%。

但如果進入一個新的麥克風陣列，或新的硬體設定下，我們就必須做針對性的優化才能讓語音識別做的比較好，這些也是我們目前積極在做的。

景鯤：我們的DuerOS其實是一個第三代的操作系統，第一代是滑鼠鍵盤式的；第二代是觸摸式的；第三代的交互方式我們認為應該是對話語音式的。當然，每個操作系統應用的設備、場景也都不太一樣，而且每十年就會有一個迭代。

我覺得，無論是從我們現在做的，到美國的發展趨勢，從大家對技術的接受度，到目前技術本身的成熟度來講，現在都是一個特別好的時間點。

這次CES上Alexa的火爆，其實應該歸功於其對服務的「穿透力」，這個詞很關鍵。比如通過語音介面調用以前要通過點擊App才能實現的功能。您對這個概念有什麼見解？

朱凱華：我覺得穿透力應該分兩個方面。一方面是有多少設備在用你的這套技術。這次CES上我們其實並不是只發布和小魚在家合作的一款產品，而是發布的DuerOS系統。我們願景也是把這套系統放在各種各樣的有麥克風的設備裡面，來實現語音的交互。百度也會在2017年發布更多基於DuerOS與其他廠商的合作。

第二方面就是系統的生態，或者說技能。第一個是百度會有很多原生技能，一部分是根據特定的設備定製的；一部分可以直接從百度的搜索業務中移植過來；還有一部分是開放出來，和第三方合作共建。

今年晚些時候DuerOS會有一個正式的官方發布，也會告訴大家系統內哪些是已有的，哪些是可以對外合作的。其實現在像滴滴打車等一些服務已經集成到百度地圖內了，有些服務的對接我們已經做的很好了，會直接引入。還沒有提供的服務我們也會通過開放第三方平台，來讓它們對接過來。

Echo及其生態系統

亞馬遜Alexa之所以在半年至內湧現出7000多家第三方廠商，是因為其技術授權流程非常簡單，也很開放。百度的DuerOS會不會也採取類似的策略，加大對第三方的開放力度？

朱凱華：這個是必須的，但剛開始我們會做幾個比較好的合作案例。

這次的CES除了最引人注目的黃仁勛發布Nvidia新戰略之外，最引人注目的就是亞馬遜Alexa了。但百度這次只是做了一個合作產品的發布，感覺引起的關注度有限。但我們覺得百度的DuerOS對中國來說，其重要性並不亞於Alexa，畢竟，最有可能把亞馬遜模式在國內做成功的就是百度了，是否能分享一下您的看法？

景鯤：現在看來，大家對Alexa確實比較認可，但百度做同樣的事情時間其實挺長了，第一次發布智能音箱是在2014年9月的百度世界大會上，Echo是在11月發布的。當然，這個並不是說要追求誰第一誰第二，但能夠反映百度的視野。包括李彥宏宣布成立深度學習研究院，就一直在強調語音、對話。所以，整個百度在這個領域的投入是世界領先的，現在人工智慧時代百度已經走在前沿了。

去年的百度世界大會發布的「度秘」，一款主打秘書化搜索服務的個人助理產品，其實已經研發了很長時間，普通民眾可能並沒有意識到。我們為了產品落地，把它先放到搜索框旁邊，與關鍵詞並列，讓用戶用語音去和它交流。後來我們把它放到手機百度上，也成為了中國為數不多日活過億的應用之一，也使我們獲得了大量數據。

關於在本屆CES上的關注度問題，百度這次基本沒設展廳，我們只是跟美國的頂級媒體講百度的願景。BBC、CNN、《時代周刊》、法新社等做了很客觀的大篇幅報導。

百度這次CES之行主要是兩個目的：一是我們希望讓世界的頂級媒體關注到中國技術的發展，以前他們對中國的本土技術發展並不敏感，但現在我們在很多方面已經走在了前列。比如朱凱華，他以前是百度搜索的首席架構師，我們在搜索上使用深度學習技術去改善搜索結果的相關性排序，可能比Google提前了兩年的時間。此外，我們用深度學習去做鳳巢系統、翻譯等，在國際上都是領先的。外媒可能對中國的模式創新有所了解，但對中國本土的技術發展，並沒有太多的渠道去了解。

第二個目的是希望吸引國外的科技創新領導者，對外國公司來說想進入中國其實並不容易，在國內找到好的合作方他們的技術才能生根發芽。我們想告訴國外的合作夥伴，DuerOS是一個非常開放的人工智慧操作系統。亞馬遜和Google的成功都是因為背後有非常強大的生態做支撐，而在中國，百度可以提供這樣的資源。

還有一點，就是現在中國的O2O、移動支付，這方面是大幅度領先歐美國家的，你在美國沒法拿個手機到處都能支付吧？而中國就不一樣了，整個互聯網的土壤已經形成了，很多的技術創新也應該基於這個土壤。所以我們也想告訴國外同行在中國應該怎麼做。這些就是我們這次去CES的主要目的。

那針對DuerOS，百度在中國國內會有什麼大動作嗎？

景鯤：今年稍晚，我們會在中國做大規模宣傳，會給大家講清楚整個DuerOS的每一層都有什麼樣的能力、是如何開放的，以及與合作模式。發布的具體時間我們內部還在討論。

DuerOS正式發布後會不會像Alexa一樣進入一個集中爆發期？

景鯤：我們其實管這種設備叫「對話式計算機」（Conversational Computer）。2017年在中國絕對會是爆髮式的一年，現在與我們在溝通的合作夥伴已經非常多了，今年年初到年底大家就會看到很多這種設備的出現。

我和同事們都非常看好這件事情。在中國，一個人很難把事情做好，只有大家一起來做，市場的認知才能到位。這個事情最終肯定要做成一個生態，不是說大家用了DuerOS就會綁定在百度上面，這不是一個操作系統的思路，做操作系統就是要大家在上面都有飯吃、都有收益、都會成為這個生態的一部分。Alexa就是這個思路，大家之所以願意跟它合作，是因為覺得對自己的服務有一定的控制力。

我們就是要和大家一起，在2017年把DuerOS做到讓普通民眾都有認知，而不僅限於科技媒體。

搭載了Alexa的聯想智能音箱和華為Mate 9智能手機

像Alexa這類只能語音設備的成功是具有顛覆性的，甚至可以說是近年來最有想像力、影響力的應用之一。從技術上說，其顛覆性會體現在什麼地方？尤其是在中國。

景鯤：我先從用戶場景的角度來講一下。我們看到的科技發展一次次在重演的是，讓更多人享受到科技帶來的紅利。比如，移動互聯網用戶隨著手機的出現而急劇增加。這是因為科技進步帶來的是使用門檻的降低，觸摸肯定比滑鼠鍵盤的使用門檻低，語音肯定又比觸摸的門檻低，每個人生下來就會說話。原來我們是通過敲鍵盤讓人學習機器的語言，而現在是通過語音讓機器學習人的語言。

一旦使用門檻降低，就會有兩種情況，一種是原來無法獲得信息服務的人現在可以獲得了，比如老年人、小孩；二是以前比較難獲得信息服務的場景現在也能克服了，比如走路、開車的時候，按手機肯定要比語音交互危險。

我們甚至暢想，將來DuerOS整合到桌子裡面，可能你就能和桌子對話了。這個世界會變成一個超級互聯的世界，在任何情況下，只要你有需求，就有一個設備可以讓你介入互聯網來獲得信息服務。這種變革將是巨大的。

朱凱華：從技術上來講，大家可能覺得所有的語音交互都偏簡單，我想這個事情應該從兩方面看。一個是大家覺得語音交互的作用可能和手機上打開一個App的效果差不多，當兩者效果差不多時，我們主打的其實是場景上的優勢。電腦屏幕更大，還有鍵盤，那為什麼還要用手機呢，就是應為使用場景上的便捷性。語音交互也是同樣的道理。

第二點就是，語音在有些場景下，會比GUI（圖形用戶界面）更好。舉個例子，前幾天我想買件羽絨服。打開App後，會發現很多款式和品牌。我本人比較討厭那種一格一格的羽絨服，可能因為我最近胖了（笑）。但下拉菜單提供的選項裡面並沒有這一項，這就讓人比較鬱悶。其實這種場景下，需要對服務有更深入的理解，才可能用戶作出響應。

從GUI角度來說，設計已經做得很好了，最大限度利用了屏幕空間。但是一旦用戶的需求進入長尾，或一些比較靈活的形式時，GUI就掛了，沒法提供那麼多選項。但如果通過語音就完全有可能做到，這屬於與用戶場景的深度結合。

如果大家用過度秘的App，會發現我們是進入了美食、電影等領域的，但更深度的服務是需要和第三方的內容提供方更好的合作才能做到。一個最簡單的例子，你要設一個鬧鐘，或者調成省電模式，在手機上是要點很多下的，而通過語音很方便的就能完成，這就是語音交互比GUI強的地方。

那在社交方面呢？會產生什麼樣的變革？

景鯤：社交也會有很大的想像力。大家知道以前的社交是基於通訊錄的，將來是不是可以實現家庭與家庭間的社交？中國人住的比較分散，比如外出求學、打工的，而家庭間的聯繫又非常緊密，這裡面可能產生一些火花。再比如現在有很多單身的人，將來有沒有可能像科幻片《她》（Her）里的那樣，對虛擬的對象進行社交，或者產生一些情感上的依賴。

我發現一個很有意思的事情是，人跟機器對話的時候往往覺得更安全，會說那些不太會跟身邊的人說的話。這其實就是降低了放鬆情感的門檻。所以，在各個方面，我都認為對話式交互都具有無限的想像力。

百度除了在語音識別的準確率方面能與亞馬遜Alexa抗衡外，還有什麼其他的比較優勢？

朱凱華：單說語音識別的話，目前也有好幾家競品在做。真的想把Alexa這樣的產品做好，百度比較獨特優勢在於兩個方面：一是對用戶需求的把握，二是理解用戶表達需求的方式，這兩點非常重要。

首先，從用戶需求把握上說，Alexa這樣一個新的品類肯定會帶來一些新的需求。你不會讓百度去設個鬧鐘，或者做其他什麼詭異的事情，但可以讓它開燈。但又很多需求是大家都有的，比如詢問天氣、交通狀況什麼的，大家會發現這類需求百度會有比較充分的表達。從中國用戶的整體需求看，百度應該是最完整的，或者說覆蓋得最好的，這點上大家應該是有共識的。

第二點就是用戶在表達需求時的方式會很不一樣，比如大家在搜索時都會使用關鍵詞，比如「北京」、「天氣」，但在語音交互是，大家提問的方式可能就不一樣了，比如「告訴我明天天氣怎樣？」，或者「明天天氣好嗎？」

手機百度的日活其實非常高，超過1億，裡面有很大的百分比（具體比例不方便透露）是通過語音搜索的。從這些語音搜索中，我們是能知道用戶在語音交互時的表達方式的，這個也是百度比較獨特資源。所以綜合上述兩點，百度在語音服務方面應該還是很有優勢的。

不光是把語音轉為文字，而且更進一步轉化為後面的需求。百度下了很大力氣將搜索轉化為服務，在業內其實也是這樣，如果一家搜索公司做類似的事情，還是挺有優勢的。一個典型的例子就是從Google到Google Home，從回答問題，到對內容的理解、服務的覆蓋其實都是很不錯的。

Google Home

還有一個關於產品方面的問題，大家知道，第三方廠商拿到亞馬遜Alexa的技術授權很容易，但這麼多的產品，難免會有一些質量不過關的會影響到用戶體驗，大家可能會遷怒於操作系統本身。百度在合作開發產品方面有沒有考慮到這個問題？

景鯤：很好的問題，我們一定會考慮的，會有一些認證的機制，要想打上DuerOS的標，用戶體驗需要經過我們的認證，而不是像現在隨便改個操作系統就扔到市場上去了。

這次CES令人感到印象最深刻的除了Alexa之外，就屬汽車了。百度在汽車技術上投入也很大，據我們所知已經將L3和L4分成了兩個部門。車載語音系統作為除了家庭、辦公室的第三個應用場景，其展開形態也會非常之大。百度在這方面有沒有什麼計劃？

景鯤：我們非常關注這一個場景，而且百度的無人駕駛技術研發也是世界領先的。度秘屬於汽車場景的一部分，其他像地圖導航能力、駕駛能力等，我們會把這些技術打包去與廠商合作。今年我們也可能發布一些汽車相關的產品，目前已經在和一些廠商談了，但是發布時間、和那些廠商合作目前還不便透露。

語音交互在汽車上的使用，對技術的容忍度肯定不如在家裡使用，任何小的錯誤都可能涉及到安全問題，您是怎樣看的？

朱凱華：我覺得這是個路徑問題。我認為車機是兩條線，一條是娛樂功能，這方面對響應的冗餘，或出錯的容忍度會好很多。比如導航，不會因為你說了目的地，機器沒聽懂就導致撞車了。

但與駕駛有關的語音技術是不是馬上就是實用，那就要看路徑和合作方式了。可以把現在的車載語音技術想想成一個可以用語音調節的電台，或者是導航系統，這已經比以前好很多了。

景鯤：有一個詞叫Infortainment（信息娛樂系統），這個和安全性其實是沒有太大關係的，我們更多的會關注語音在這方面的應用。

車載信息娛樂系統

這屆CES給人的感覺就是，離我們還很遙遠的人工智慧技術一下就來到身邊為我們所用了，甚至有人說下一代的手機都會是AI手機。您對這種人工智慧技術加速到來的趨勢如何看？

景鯤：我們在這個領域做了很長時間，目睹了整個行業的變遷。我們在度秘上的投入，在兩年半以前很少有人能看到路徑到底是什麼樣的，但我們還是非常堅決的認為這個路徑可以成功，而且可以一步步去實現。

Alexa的成功對我們來說並沒有什麼奇怪的，我們路徑也差不多，比如度秘與搜索的結合、與手機百度App的結合、世界大會上與硬體的結合，整個路徑對我們從業者來說是非常清晰的。我們認為後面的發展速度也一定會加快。

語音技術其實就像一百年前的電，誰也不知道電能幹什麼。但隨著有一兩個應用後，行業資深人士會馬上意識到電對自己所在的行業會有什麼樣的改變。對這些非常聰明的業內人士來講，只要有一絲光照進來，他們就明白會產生什麼樣的化學反應。

亞馬遜Alexa的研發據說投入了1000人，開發了4年多。百度在DuerOS上的投入大概是什麼規模？預計在什麼時間會開始進入爆發期？

景鯤：我們的投入規模可能比這個更大，加上我們還有很強大的搜索團隊。我們這兩年多來的投入絕對不會比亞馬遜小。而且今年大家會看到很多產品開始出現，但是什麼量級的產品會進入用戶家庭，這個現在還很難評估。

從時間上來說，科技的爆發，其增速不是線性的，而是指數級的往上走。比如滴滴，它的增長絕對不是線性的，一夜之間很多人就會去擁抱它、接受它。所以我們現在做語音也不希望它是線性增長的，這對我們沒意義。

我們留意到聯想、華為都在CES上推出了搭載亞馬遜Alexa的設備，這些設備只是針對北美市場的試水？

景鯤：除了百度，像聯想、華為，以及其他值得尊敬的公司，大家現在的趨勢並不是先在美國市場試水，再嘗試中國市場。

你們現在的心情是什麼樣的？是不是很興奮？

景鯤：我們的確是很興奮，因為從事該項目好幾年，也都是工程師出身。突然發現，我們離被消費者和市場認可如此接近，當然十分興奮。