人人都能「小度小度」
未來|展望前沿新技術
5700 字 / 15 分鐘
本文首發於航通社，原創文章未經授權請勿轉載。航通社(ID:lifeissohappy)微博@lishuhang
在第二屆百度AI 開發者大會上，一切似乎都在傳達這樣的印象：陸奇走後，百度在AI方面的進展一切如常。
外界對於「阿波龍」無人車量產，以及AI晶元的推出更感興趣，這使得李彥宏講話中提及的另一點——「Everyone can AI」（人人都能AI）似乎被忽略了。
「Everyone can AI」既意味著讓更多人用上AI相關的成果，也意味著讓普通人都能學會一些開發技能，定製自己的AI產品。
AI向大眾的普及，也是商湯、阿里、騰訊、微軟、谷歌等幾乎每個AI公司都想做的。是什麼讓百度覺得自己有信心做得最好呢？
李彥宏提到了一顆運算能力更強的晶元，一位援藏醫生，和一位小學生開發者。但是，他講得相對沒那麼多的DuerOS，其實才是實現「Everyone can AI」的「關鍵先生」。
1 |人人用AI：「貼牌」加鋪貨
DuerOS經常被拿來和Siri、Cortana（小娜）、Alexa等語音助手並排比較，但百度官方堅持將其定義為一款「操作系統」。
百度智能生活事業群組（SLG）總經理景鯤說：「操作系統核心三要素是什麼？第一是交互的變革；第二是全新的應用生態；第三率先打通商業模式的閉環。」
如果你搜索「操作系統核心要素」，只會找到「內核、系統程序、編譯環境、API」這樣的辭彙。但百度如上的定義，至少說明「應用生態」和「商業模式」成為對DuerOS的首要考量。
截至2018年6月的官方數據顯示，DuerOS合作夥伴超過200家，硬體落地產品超過110款，智能設備激活數突破9000萬台，月活躍設備數超過2500萬台，在商業模式的探索方面可謂相當進取。
DuerOS 生態版圖。圖/百度
不僅是一些規模較小的智能硬體廠商，連曾經的「網紅」Vinci頭機和汪峰代言的FIIL耳機，也都投入了DuerOS的懷抱。
在這些設備製造商因為種種原因，要減緩甚至停止自己開發AI引擎和交互的腳步時，DuerOS充當了拯救者的角色。
然而，DuerOS的合作夥伴中，還有一些正在自己開發AI產品，或有自己的AI助手品牌。那麼，他們與百度AI的合作，是否會跟他們的自研產品衝突呢？
小米生態鏈旗下的米兔插卡智能故事機就是一例。該機器跟孩子互動的時候，使用的技術就來自DuerOS。
小米也曾與微軟簽署協議，在銷往海外市場的小米智能音響中，植入Cortana（小娜）而不是「小愛同學」。不過，在面向國內的產品中並沒有這麼做。
小米在招股書中說，他們用硬體銷售來推動自己互聯網服務的落地，那麼理應在每一台設備上都啟用他們的「小愛同學」才對。
但雷軍早在2017年11月就和陸奇「同框」公布了小米物聯網產品和百度AI的合作，主要內容是將來自DuerOS的一些先進的演算法和能力應用到小米全線的AI產品中。
根據36kr的報道，「DuerOS可讓小米電視、小米手機甚至掃地機器人，更加智能，聽得懂用戶的發號施令」。
（https://36kr.com/p/5105367.html）
這並不意味著小米放棄對自家「小愛同學」的研發，而是將自身不一定擅長，或者自研性價比較低的部分開放出去，直接採用百度已經準備好的技術，並不妨礙小米向硬體用戶銷售增值服務。
同時，百度還找到OPPO、vivo和華為，在vivo X21、NEX、華為P20、P20 Pro、OPPO Find X等多款旗艦機型中植入DuerOS。
這些手機廠商其實有各自的語音助手服務品牌。vivo的語音助手叫Jovi，在央視的世界盃廣告當中也沒少搶鏡。華為的助手叫Hi Assistant，OPPO就叫「小歐」。它們的界面和喚醒詞也各不相同。
但是，這些助手的問答、對話技能，都少不了手機晶元提供商高通的幫助。據資料顯示，高通為使用驍龍系列處理器的手機提供了人工智慧引擎AI Engine，而高通和百度基於DuerOS共同發展了終端側的關鍵詞檢測和自然語言處理技術，為雲端服務提供補充。
（http://www.c114.com.cn/news/1761/a1045934.html）
這就使得DuerOS最擅長的自然語言處理技術，得以出現在小米、華為、OV這些手機品牌上。這樣的合作，與Alexa、Cortana、Google Assistant和第三方廠家的合作是有區別的。
百度允許廠商使用除了自己「小度小度」之外的喚醒詞和自有的品牌，DuerOS方面則是輸出底層技術，為廠家「貼牌」做語音助手，這種相對靈活的合作方式更受到廠家的歡迎。
然而，歸根結底，百度還是希望通過一些自家產品和非「貼牌」產品，直接打出DuerOS和「小度」的品牌，以對外界起到標杆和示範作用，正如Surface系列產品線給微軟帶來的巨大收益一樣。
百度現在重點扶持「小度在家」音箱和「小度智能音箱」，堅定走低價普及的路線，與天貓精靈、小米小愛音箱等展開一場混戰。
小度在家音箱。圖/航通社
即使在混戰中，百度的產品仍然在性價比上有著相當的優勢，歷次放貨均秒速「售罄」。
航通社曾在《「小度在家」是「AI智能音箱」，但視頻通話才是它的最大亮點》中提到，小度在家的前兩代產品售價分別為2999元和1699元。在第二代音箱上市一年後，成本基本沒降的小度在家音箱售價定為599元，百度從中提供了大量的補貼。
有自媒體透露，百度這一輪智能音箱的補貼預算約為5000萬元至1億元，而小度在家單款產品就有希望衝擊100萬台銷量。在百度、阿里、小米集體「甩貨」的情況下，其餘幾十家銷量少於10萬台的智能音箱廠家「基本上要涼了」。
（https://www.huxiu.com/article/237772.html）
目前為止，低價策略是成功的：只要有越來越多的終端，都能採用「小度小度」作為喚醒詞，這就越發有利於幫助用戶形成一個穩定的品牌印象。
2 |人人開發AI：「搭積木」型開發者
「95後的黎英明同學，他綜合利用多種AI技術打造無人政務機，也完成了自己從實習生到產品總監的蛻變；中科院在讀的研究生任家強同學，他利用百度的AI技術開發用於污染場地的風險管理模型；還有梁佳同學的盲人導航系統、王志勇和羅鵬同學的智能船艙溫控系統、李連偉、趙岳、童謠同學的自動駕駛輪椅……」
李彥宏在講話當中特意點出了一些非常年輕的AI開發者。不過，值得注意的是，他們使用的是包括語言識別能力、計算機視覺能力、自然語言理解能力、用戶畫像能力在內的整個「百度大腦」的能力，因此這些少年英豪們相對來說「段位」都已經比較高了。
實際上，關於圖像識別、自動駕駛等高階功能，相關的程序編寫及演算法訓練過程，在看不懂的人看來是如同天書一般的。僅僅依靠這些較高階的能力，是無法做到在開發方面「Everyone can AI」的目標的。
一個TensorFlow開發場景。圖/Flickr
流行的Python、C等語言語法和自然語言相去甚遠，基本告別了可視化界面，涉及機器學習的還必須掌握TensorFlow等框架。即使谷歌、商湯等公司都推出了所謂「零基礎」甚至給中學生的編程課本，但前AI時代的大人們，完全掌握的是另一套思維模式，只能舉白旗投降。
相比之下，去製作一個基於對話和語音識別的機器人交互場景，就不用管那麼多了，能看懂、會動手做的人也一下子多了很多。
最簡單的做法是，你把問題和答案編成一列一列的列表，以指定格式輸入到相關源代碼當中，這在上古時期的「小i機器人」時候就能做。
我想做一個自己的語音助手。圖/航通社
至於DuerOS和微軟的Bot Framework等新平台，之所以說加入了「智能」成分，就是說逐步消除了過往系統必須逐字定義和比對的弊端。
本次發布的DuerOS3.0在自然對話交互方面繼續升級，將一次喚醒、多次交互的「極客模式」向全體用戶推送，以免每次開口都要不自然的加上「小度小度」的前綴。
DuerOS3.0在多輪智能糾錯，遞進意圖識別、有條件的意圖識別，以及利用擴展特徵理解用戶行為等方面都有進展。在糾錯方面，像「胡冰清是誰？國務卿的親」這樣的請求，都可以輸出正確的結果，免去了編輯問答對時的後顧之憂。
合併同類問題可以給我省下很多時間和精力。圖/航通社
語音助手的後台技術不斷升級，但開發者們輸入問答對、接入API和打包應用程序的過程，沒有太大的改變，甚至越來越輕鬆，像搭積木一般。
這樣的一問一答，能催生出多少想像力的火花？
在百度的一段演示視頻中，有小孩對著沒有屏幕的小度智能音箱在玩「我當宰相」——這是一款MUD文字遊戲，大概20年前的網民想必會非常耳熟。
（https://dueros.baidu.com/dbp/botcup/index）
《我當宰相》遊戲。圖/百度
小度：「鄰國首領送您珍貴禮物，您是否接受？」
孩子：「接受！」
小度：「您接受了該禮物，並上交了一部分給國庫，民眾覺得您很廉潔。」
這樣的複雜對話應用程序，都是在不需要為用戶的變種輸入、口誤、記憶錯誤等發愁的前提下，使用可視化界面協助編輯出來的。
航通社找到了一位開發者，在官方論壇中貼出了一個應用「釣魚島萬事通」。據說它能「回答用戶釣魚島歸屬問題，並以歷史證明釣魚島從古至今都是中國領土」。
（https://developer.baidu.com/forum/topic/show/247307）
「意圖」的編輯。圖/百度開發者論壇
指向同一個目的的一系列查詢詞變種，被稱為一個「意圖」，如果一個「意圖」包含了系統不太能理解的問法，可以通過補充自定義「詞典」來完善。
通過百度雲提供的存儲空間，和系統提供的默認函數模板稍微修改，「照葫蘆畫瓢」地就可以實現基本的問答邏輯功能了。該「釣魚島萬事通」的調試結果如下：
調試窗口。圖/百度開發者論壇
正是依靠如此簡單易懂的開發流程，百度允許任何人向自己的DuerOS開發板輸入任何類型的新知識來訓練它，然後再將這些開發好的程序提交上來，擇優錄取到「小度在家」等產品當中，推送給所有用戶。
2017年11月至今，DuerOS技能開發平台上線技能500多個，控制的物聯網設備數量達6000萬台，彙集了超過16000名開發者。截止目前，累計有 24935 人次參加了百度開發者中心組織的線下沙龍、交流會、工作坊等活動。
（https://developer.baidu.com/activity/index）
這就是DuerOS最為倚重的草根開發者群體。
在百度開發者社區當中，可以看到很多人網購一塊樹莓派板子和一塊DuerOS開發板，加上一個充電寶，幾根數據線連在一起，開始了他們的開發者生涯。
「開發日誌」。圖/百度開發者論壇
這讓航通社想起2014年前後，在深圳的眾多「創客空間」內，火花的閃耀和3D印表機的嗡鳴。儘管智能硬體的熱潮已經遠去，同樣的場景卻在全國各地重獲新生。
在論壇里一些資深開發者曬出自己的「開發日誌」，手把手的教人們去怎樣做，等於建立了關於DuerOS的「百度知道」。
百度在北京、深圳等地舉辦普通人也能聽懂的開發者沙龍和工作坊，並舉辦「2018對話式AI技能大賽」，提供總值100萬元的獎勵。
對話式應用程序被DuerOS和亞馬遜的Alexa音箱同樣稱為「技能」（Skills）。通過「技能商店」累積開發者生態，從而擴展可用性，贏得市場的手段，也是從Alexa真正開始的。
2018年3月，Alexa技能數量超過30000個，已經初步具備了成為語音界App Store的潛能。而在沒有Alexa的中國，主流的語音交互平台都尚未完成對技能商店的搭建工作。
（https://voicebot.ai/2018/03/22/amazon-alexa-skill-count-surpasses-30000-u-s/）
面對這樣的局面，百度加緊籠絡「草根開發者」們，爭取成為國內開發者生態做得最好的廠商。
3 |奪回失去的入口
DuerOS為手機、家電等硬體廠商提供了「交鑰匙」式的解決方案。與初期眾多廠商採用的訊飛方案相比，DuerOS主攻交互體驗的提升，讓對話更像是發生在真人之間。
在招募開發者方面，DuerOS儘力降低門檻，用可視化編輯器簡化開發過程。百度還宣布半年內不抽成，開發者可全額獲得「技能」收入。
至於這些「技能」的應用範圍也更廣，除了推送給直接使用DuerOS的音箱、汽車和智能硬體，也可以應用於後端使用DuerOS技術的小米、OV、華為等語音助手，以增強它們的自然語言交互能力。
DuerOS並非只適用於百度自家產品，而且在與第三方合作過程中，不必在意對方是否屬於「阿里系」、「騰訊系」或「雷軍系」等。
在交互能力的改進、開發者的招募、平台商業化的推進三方面，DuerOS多管齊下。
無人汽車、機器學習等高端AI應用，撐起了百度AI研發的高度和門面；同時，DuerOS為代表的自然語言交互，也在積極尋找AI最貼近實際，最容易商業化的用途。
李彥宏的講話帶動百度和金龍汽車的股價直衝漲停。但長遠來看，DuerOS如果能成功推開，它對百度股價的貢獻可能會更大。
Alexa給亞馬遜股價帶來的提升，正是在於人們認為語音會是下一代人機交互的入口，取代PC搜索引擎和手機應用商店的地位。
（http://36kr.com/p/5062132.html）
如果資本市場對百度的未來想像，只是希望它作為自動駕駛領域的「扛把子」，那也無可厚非；但是，如果百度可以把握住信息流之後的下一個互聯網入口，這顯然就要好太多了。
作為第一代入口——PC搜索引擎的代表，又錯過了第二代入口——移動互聯網的時代，這樣的百度最需要的，就是再一次抓住互聯網入口，把握下一個時代的主動權。
關於智能音箱們，你需要了解……
TAG:航通社 |