未來| 展望前沿新技術

5700 字 / 15 分鐘

本文首發于航通社，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電話手表小度機器人的印象：陸奇走后，百度在AI方面的進展一切如常。

外界對于“阿波龍”無人車量產，以及AI芯片的推出更感興趣，這使得李彥宏講話中提及的另一點——“Everyone can AI”（人人都能AI）似乎被忽略電話手表小度機器人了。

“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，定制自己的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。是什么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芯片，一位援藏醫生，和一位小學生開發者。但是，他講得相對沒那么多的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等語音助手并排比較，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么？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。”

如果電話手表小度機器人你搜索“操作系統核心要素”，只會找到“內核、系統程序、編譯環境、API”這樣的詞匯。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合作伙伴超過200家，硬件落地產品超過110款，智能設備激活數突破9000萬臺，月活躍設備數超過2500萬臺，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件廠商，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。

在這些設備制造商因為種種原因，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的合作伙伴中，還有一些正在自己開發AI產品，或有自己的AI助手品牌。那么，他們與百度AI的合作，是否會跟他們的自研產品沖突呢？

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并沒有這么做。

小米在招股書中說，他們用硬件銷售來推動自己互聯網服務的落地，那么理應在每一臺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的一些先進的算法和能力應用到小米全線的AI產品中。

（http://tech.sina.com.cn/it/2017-11-28/doc-ifypceiq4500105.shtml）

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）

這并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，直接采用百度已經準備好的技術，并不妨礙小米向硬件用戶銷售增值服務。

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，在央視的世界杯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，都少不了手機芯片提供商高通的幫助。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能引擎AI Engine，而高通和百度基于DuerOS共同發展了終端側的關鍵詞檢測和自然語言處理技術，為云端服務提供補充。

（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，以對外界起到標桿和示范作用，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后，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。

（https://mp.weixin.qq.com/s/Pnk7JzNV0AsnQ-P6SP8ExA）

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沖擊100萬臺銷量。在百度、阿里、小米集體“甩貨”的情況下，其余幾十家銷量少于10萬臺的智能音箱廠家“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，都能采用“小度小度”作為喚醒詞，這就越發有利于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后的黎英明同學，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技術開發用于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，關于圖像識別、自動駕駛等高階功能，相關的程序編寫及算法訓練過程，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，去制作一個基于對話和語音識別的機器人交互場景，就不用管那么多了，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

至于DuerOS和微軟的Bot Framework等新平臺，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，以及利用擴展特征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后顧之憂。

合并同類問題可以給我省下很多時間和精力。圖/航通社

語音助手的后臺技術不斷升級，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，甚至越來越輕松，像搭積木一般。

這樣的一問一答，能催生出多少想象力的火花？

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文字游戲，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》游戲。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，并上交了一部分給國庫，民眾覺得您很廉潔。”

這樣的復雜對話應用程序，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，并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。

通過百度云提供的存儲空間，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，然后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技能開發平臺上線技能500多個，控制的物聯網設備數量達6000萬臺，匯集了超過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。

“開發日志”。圖/百度開發者論壇

這讓航通社想起2014年前后，在深圳的眾多“創客空間”內，火花的閃耀和3D打印機的嗡鳴。盡管智能硬件的熱潮已經遠去，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“開發日志”，手把手的教人們去怎樣做，等于建立了關于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，并舉辦“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，主流的語音交互平臺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、家電等硬件廠商提供了“交鑰匙”式的解決方案。與初期眾多廠商采用的訊飛方案相比，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盡力降低門檻，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。

至于這些“技能”的應用范圍也更廣，除了推送給直接使用DuerOS的音箱、汽車和智能硬件，也可以應用于后端使用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并非只適用于百度自家產品，而且在與第三方合作過程中，不必在意對方是否屬于“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、平臺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沖漲停。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，正是在于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象，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后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。

關于智能音箱們，你需要了解……

歡迎轉發到朋友圈。受權轉載航通社稿件時，請保留版權信息。尋求授權，請關注微信公眾號航通社 (ID:lifeissohappy) ，并在后臺留言輸入關鍵字“轉載”