智能音箱热潮的背后，是对话式人工智能的交互变革

2017-07-08 07:53来源:钛媒体

原标题：智能音箱热潮的背后，是对话式人工智能的交互变革

2011年，乔布斯在iPhone4s发布会上得意洋洋地展示出了Siri智能语音助理。乔布斯在当时就判定，Siri是人工智能的入口级产品。这款乔布斯的遗作在此后6年并没有太大长进，相反亚马逊的智能音箱Amazon Echo悄然之间占领了市场。

《华尔街日报》在今年6月撰文称，Siri简直提供了一个教科书般的范本：它最初在技术上领先，而且拥有充裕的资金和人才，但却逐渐丧失领先优势。

与此同时，科技圈正在掀起一场智能语音助理热。7月5日阿里和百度两场有关人工智能的发布会宣告——智能音箱以及智能语音助理正在真正走入人们的日常生活。

失落的智能语音助理

7月5日下午阿里人工智能实验室首次公开亮相，推出了一款智能音箱——天猫精灵X1。

这场发布会效果颇佳，和上午的百度AI开发者大会遥相呼应，共同拉动了当日的人工智能概念股。

如此热闹的场面不禁让人感慨智能语音助理在前几年的生不逢时。

多年以后，笔者依然会想起罗永浩的那些小trick：

2013年3月27日晚，老罗在国家会议中心发布了锤子Rom，他引以为傲的语音识别功能因为会场回音居然多次演示失败；

2015年8月25日晚，可能是那场演示的心理阴影还未散去，老罗找来了朱萧木，atv，退而求其次，做了一个单机版语音识别的演示；

2017年5月8日晚，罗永浩不再谈语音助理这件事情，而是如数家珍地搬出闪念胶囊功能，把脑子里那些一闪而过的灵感记录成文字。

坦率来说，老罗每一次得意洋洋的展示都挺拙劣的。因为在笔者看来，语音识别这件事本身就存在很多心理障碍和物理障碍。

比方说，你在公交车上对着自己的手机喊“给陈总打电话”，周围的人会像看怪物一样盯着你；

再比方说，你在公交车上对着自己的手机喊“给陈总打电话”，周边小孩的哭闹声可能会直接让你的手机显示“语音无法识别”；

（聊天机器人并不稀奇，早已出现）

正是因为这一系列主客观原因，2015年亚马逊推出人工智能音响Amazon Echo后的两年，主流科技圈都对此无感。

这个傻大黑粗的音响并不是什么炫技的产品。事实上，语音助理功能也并不稀奇。

智能语音助手这件事情从2011年Siri诞生开始，它就注定成为了一个玩物。它就像很多90后曾经在校园里调戏过的“小黄鸡”机器人一样，只是一个只能把人逗乐半天的聊天机器人。

全球智能音箱的热潮

直到2016年8月，被誉为“互联网女皇”的凯鹏华盈（KPCB）合伙人玛丽·米克（Mary Meeker）在她那份2016年《互联网趋势》（Internet Trends）报告中提到，iPhone的销量在2015年可能已经接近天花板，有趣的是亚马逊的语音助理硬件Echo销量正在大幅增长，现在销量已超过400万台。

（互联网女皇2016年《互联网趋势》报告）

这份报告同时指出，语音正成为计算接口，也是计算机输入最有效率的一种形式，机器对语音识别的正确率从2010年的约70%，提高到2016年的约90%。

（互联网女皇2016年《互联网趋势》报告）

这时，全世界才真正注意到智能音箱这个新事物的潜力所在。

我们可以算一下智能音箱这几年来的上市节点：

2016年5 月17日Google I/O 上，Google Home 诞生；

2017年5月9日，微软 Build 2017上，大与哈曼卡顿联合合作的Invoke 智能音箱诞生；

2017年6月5日，苹果家居智能音箱HomePod诞生，而且按照苹果的计划明年还将推出Siri音箱；

2017年7月5日，阿里人工智能实验室研究成果天猫精灵X1推出。

之所以会以智能音箱切入是有原因的。家庭环境下的wifi网络能够支撑智能语音助手随时在线，家庭环境下的语音干扰也是最少的，私密性也是最好的。除此之外，在家庭环境下，需要助理的服务环境非常多样，比如你想开灯关灯、你想定个外卖、你想网购商品，这些都是在家庭环境中可以实现的。而且最为重要的是这些环节用语音和智能音箱交互，远比手机更便捷。

也就是说，智能语音助理之所以会在家庭室内以智能音箱的形态出现主要是解决了这几个问题：

第一，心理上的障碍；第二，服务场景的多样；第三，比手机更便捷。