俞志晨:圖靈機(jī)器人是智能大腦

2015-04-24 03:56姜姝姝

機(jī)器人產(chǎn)業(yè) 2015年3期

□文/姜姝姝

俞志晨，剛過完了30歲的生日，正式步入而立之年?！敖衲晟崭鷻C(jī)器人一起過，有意思，而且趕上公司今天搬新家，太贊了?！痹谏债?dāng)天，俞志晨在朋友圈記錄了這樣一段文字，同時(shí)還上傳了他和著名的NAO機(jī)器人一起吹蠟燭的照片。

對(duì)于大多數(shù)關(guān)注機(jī)器人的人來說，與俞志晨一起出鏡的法國知名人形機(jī)器人NAO并不陌生，它是全球人形機(jī)器人的代表，全身具備數(shù)十個(gè)傳感器及自由度，能夠做出跳舞、單腿站立等高難度動(dòng)作。有著Q的外形，討人喜歡的同時(shí)，還具備一定程度的人工智能和一定程度的情感智商并能夠和人親切的互動(dòng)。

在國內(nèi)，該機(jī)器人因?yàn)榻尤肓恕皥D靈機(jī)器人”大腦，用戶可以通過中文語言的方式與NAO機(jī)器人直接互動(dòng)，而接入了智能大腦的NAO機(jī)器人卻能夠準(zhǔn)確的理解中文語音指令并做出相應(yīng)動(dòng)作。有了“中國大腦”的機(jī)器人NAO也經(jīng)常出入各大展會(huì)和活動(dòng)場(chǎng)所，成為新一代機(jī)器人的代表之一。從某種程度上來說，“圖靈機(jī)器人”因?yàn)楹蚇AO的合作火了，俞志晨這個(gè)85后的創(chuàng)業(yè)者也頻繁出現(xiàn)在媒體面前。但有不少人更傾向于這樣點(diǎn)評(píng)：“這個(gè)年輕的AI(人工智能)團(tuán)隊(duì)做出的創(chuàng)業(yè)產(chǎn)品不火才怪”。

第一個(gè)創(chuàng)業(yè)項(xiàng)目的切入點(diǎn)準(zhǔn)確來說是移動(dòng)互聯(lián)網(wǎng)和AI的結(jié)合，俞志晨那時(shí)發(fā)現(xiàn)，人們通過手機(jī)去獲取信息和服務(wù)還不是很方便，很多時(shí)候需要手寫輸入，而很多程序的啟動(dòng)也很繁瑣?！拔覀儺?dāng)時(shí)就在想有沒有更好的方式能夠讓客戶以最簡單的方式來獲得信息和服務(wù)。比如，我們只需對(duì)著手機(jī)說一句話：‘訂一張明天上午去廣州的機(jī)票’，它就能直接把結(jié)果反饋過來，節(jié)省掉中間過程。圍繞這個(gè)初衷，我們做了一款A(yù)PP叫蟲洞語音助手，早期定位其實(shí)是獲取信息和服務(wù)的一個(gè)工具?！?/p>

他是85后，也是國內(nèi)最知名的智能機(jī)器人平臺(tái)的創(chuàng)始人兼CEO。他是公認(rèn)的阿蘭·圖靈粉絲，他為自己創(chuàng)業(yè)的機(jī)器人引擎命名為“圖靈機(jī)器人”。他的期望是在未來，每個(gè)機(jī)器人都有一個(gè)聰明的智能大腦，每個(gè)人都能擁有自己的個(gè)性化機(jī)器人。

從智能語音產(chǎn)品開始

一直以來，語音類的技術(shù)都屬于“高精尖”，蟲洞語音助手這個(gè)產(chǎn)品現(xiàn)在看來也仍然是一個(gè)非常理想化的產(chǎn)品，它基本上融合了世界上最難的幾個(gè)技術(shù)，包括語音識(shí)別、語音合成、語意理解等等，其中的每一個(gè)環(huán)節(jié)都很難突破，所以這個(gè)領(lǐng)域的技術(shù)攻克無論對(duì)巨頭公司還是創(chuàng)業(yè)團(tuán)隊(duì)的挑戰(zhàn)性都是一樣巨大。

“并不是有錢就可以做好，包括蘋果推出的Siri也并不理想?！庇嶂境炕貞浿x洞語音助手算是做得比較早的產(chǎn)品，2012年產(chǎn)品就面世了，正趕上蘋果推出Siri，那個(gè)時(shí)候國內(nèi)能做的只有俞志晨團(tuán)隊(duì)一家，而百度、搜狗這些巨頭公司差不多到2012年底或2013年初的時(shí)候才跟上這類項(xiàng)目的進(jìn)度。

對(duì)于創(chuàng)業(yè)者來說，最重要的事情就是，有正確的想法，同時(shí)還要有正確的時(shí)機(jī)，Siri從第一個(gè)原型到第一個(gè)商業(yè)化版本花了17年的時(shí)間。如果之前推出來，可能語音識(shí)別技術(shù)也還沒成熟，用戶也很難接受；但是當(dāng)iPhone推出來的時(shí)候，Siri的創(chuàng)始人就知道時(shí)機(jī)到了。而蟲洞語音助手的推出也正是踩準(zhǔn)了點(diǎn)，再加上蟲洞在語音和問答系統(tǒng)這一塊做得確實(shí)比較好，有一定的技術(shù)優(yōu)勢(shì)和大數(shù)據(jù)積累。所以產(chǎn)品推出來之后，蟲洞語音助手在整個(gè)2012年的市場(chǎng)都很火，俞志晨團(tuán)隊(duì)不僅拿了第一筆天使投資，包括一些大的廠商也來找他們做合作內(nèi)置。

當(dāng)然，創(chuàng)業(yè)前期是非常艱苦的，在沒有拿到投資之前，因?yàn)橛嶂境渴?5后，畢業(yè)后工作的時(shí)間并不長，早期的幾個(gè)創(chuàng)業(yè)者也情況類似，有一個(gè)共同的特點(diǎn)是——都沒有錢?！澳菚r(shí)候，他們每天除了睡覺、吃飯都在開發(fā)程序，5年用壞了五六個(gè)鼠標(biāo)，淘汰了三臺(tái)電腦，想了上百條創(chuàng)業(yè)點(diǎn)子，向投資方發(fā)出過幾百封郵件，看了數(shù)不清的學(xué)術(shù)論文。半夜工作的時(shí)候，蟑螂、老鼠滿地爬，就是這樣挺過來的。”

語音助手和機(jī)器人是兩碼事

雖然在2013年底的時(shí)候，蟲洞語音助手的用戶數(shù)以及使用量都很驚人，裝機(jī)用戶超過4000多萬，但是很多人已經(jīng)開始察覺到類似Siri這樣的產(chǎn)品其實(shí)還不夠成熟，俞志晨此時(shí)也思考了很多關(guān)于未來發(fā)展的問題，他清楚意識(shí)到語音助手和人工智能、機(jī)器人還是很不一樣的。

他認(rèn)為，Siri以及蟲洞語音助手的推出其實(shí)是開了一個(gè)頭，之后的智能交互技術(shù)和產(chǎn)品將擴(kuò)展到更多領(lǐng)域，包括智能家居、電視、車載等方面，而作為重要分支的語音智能也將朝著不同的方面去拓展和延伸。

“造勢(shì)”是指企業(yè)有目的地主動(dòng)創(chuàng)造事件，利用新聞媒體進(jìn)行傳播，使之成為公眾所關(guān)注的熱點(diǎn)話題。同樣，想實(shí)現(xiàn)好的效果就要遵循創(chuàng)新性、公共性及互惠性的原則?！霸靹?shì)”的營銷操作要訣在于：

在俞志晨看來，第一個(gè)延伸的方向就是語音搜索。百度、搜狗，包括谷歌在做這個(gè)產(chǎn)品的時(shí)候，更多是把語音識(shí)別當(dāng)成是一種輸入法，是一種文字轉(zhuǎn)換的工具，本質(zhì)還是搜索。只是把“我餓了”這句話，變成“我餓了”三個(gè)字，然后去搜索框里搜一下，是語音搜索這么一種形態(tài)。另外一個(gè)方向像微軟的小冰，可以對(duì)話。俞志晨也開始思考按照虛擬化的機(jī)器人方式去做一個(gè)更深度的產(chǎn)品?！氨热缯f，在百度里面說‘滾蛋’，它會(huì)給你搜出來一堆網(wǎng)頁列表。但你在我們產(chǎn)品里面說‘滾蛋’，他就會(huì)回答你說：‘那我滾了’。它是在跟人互動(dòng)，跟百度、搜狗的定位是不一樣的。我們要做一個(gè)虛擬的人工智能的‘小伙伴’，我們希望這個(gè)機(jī)器人可以像一個(gè)人一樣跟你能夠互動(dòng)和交流，這才能叫‘智能交互’?！?/p>

確定好方向，俞志晨和團(tuán)隊(duì)在2014年年初就開始轉(zhuǎn)向機(jī)器人，半年之后產(chǎn)品發(fā)布的時(shí)候，正趕上機(jī)器人的發(fā)展熱潮，而這個(gè)名叫圖靈的機(jī)器人也很快被業(yè)界熟知。

阿蘭·圖靈是世界上第一個(gè)把計(jì)算機(jī)實(shí)際用于數(shù)學(xué)研究的科學(xué)家，也是第一個(gè)提出利用機(jī)器實(shí)現(xiàn)邏輯代碼的執(zhí)行，以模擬人類的各種計(jì)算和邏輯思維過程的科學(xué)家。這是后來設(shè)計(jì)實(shí)用計(jì)算機(jī)的思路來源，成為當(dāng)今各種計(jì)算機(jī)設(shè)備的理論基石。所以，俞志晨將自己的心血命名為圖靈，在一定意義上是為了紀(jì)念這位大師和偶像。

圖靈機(jī)器人火了

“今天智能機(jī)器人的產(chǎn)業(yè)形態(tài)，跟30年之前PC產(chǎn)業(yè)的形態(tài)非常相似。今天無論是標(biāo)準(zhǔn)還是產(chǎn)品，包括用戶體驗(yàn)，很多事情都是一個(gè)非常初級(jí)的階段。圖靈機(jī)器人的理念或使命，是希望給機(jī)器人裝一個(gè)聰明的人工智能大腦，可以讓這個(gè)機(jī)器人非常聰明。”俞志晨認(rèn)為，圖靈機(jī)器人的發(fā)布正好趕上了產(chǎn)業(yè)發(fā)展的春天，事實(shí)上，無論是蟲洞語音助手還是圖靈機(jī)器人，俞志晨對(duì)行業(yè)發(fā)展的判斷一直比較準(zhǔn)確，過程總體也都比較順利。

什么是圖靈機(jī)器人？俞志晨介紹，圖靈機(jī)器人目前是中文語境下智能度最高的機(jī)器人大腦，也是全球領(lǐng)先的中文語言識(shí)別與計(jì)算平臺(tái)。它對(duì)中文語義的理解準(zhǔn)確率高達(dá)90%，可為智能化軟硬件產(chǎn)品提供中文語義分析、自然語言對(duì)話、深度問答等人工智能技術(shù)服務(wù)?，F(xiàn)在，圖靈機(jī)器人已為家用服務(wù)機(jī)器人、智能家居控制系統(tǒng)、智能車載系統(tǒng)、智能玩具、智能客服系統(tǒng)等軟硬件場(chǎng)景的超6萬家合作方提供技術(shù)支持。通過圖靈機(jī)器人官方網(wǎng)站，企業(yè)及個(gè)人開發(fā)者可輕松為自己的軟硬件產(chǎn)品接入圖靈機(jī)器人，而且圖靈機(jī)器人API端口調(diào)用次數(shù)完全免費(fèi)，每個(gè)人都可以通過圖靈機(jī)器人官網(wǎng)創(chuàng)建專屬于自己的智能機(jī)器人產(chǎn)品。

和同樣是研究智能語音的科大訊飛相比，訊飛是國內(nèi)領(lǐng)先的語音識(shí)別與朗讀技術(shù)提供商，圖靈機(jī)器人是國內(nèi)智能度最高的機(jī)器人大腦技術(shù)提供商，兩者在各自領(lǐng)域均處于領(lǐng)導(dǎo)地位。訊飛語音主要的技術(shù)積累在于“將聲音轉(zhuǎn)換成文字”，類似于人的耳朵，而圖靈機(jī)器人多年的研究均集中于“對(duì)語言文字意思的分析與解讀”，并在準(zhǔn)確解讀后反饋正確的指令，在智能語音交互中扮演著“大腦”的角色。就像是3歲的兒童聽力一切正常，但是卻“聽不懂”父母較為復(fù)雜的一些話語一樣，主要原因則是其智力與腦部發(fā)育處于較為初級(jí)的水平，無法準(zhǔn)確識(shí)別復(fù)雜指令并做出相應(yīng)動(dòng)作，而智力發(fā)育正常的成年人，則能夠在與人的交流中不僅聽得懂語言表面的意思，還能夠準(zhǔn)確理解講話者語言背后的真正意圖。訊飛語音要為軟硬件產(chǎn)品加上“聽力正?！钡亩?，而圖靈機(jī)器人則要為軟硬件產(chǎn)品增添“智慧超群”的大腦。

俞志晨更多地想把圖靈機(jī)器人做成一套在人工智能領(lǐng)域的操作系統(tǒng)，把技術(shù)提供給各個(gè)領(lǐng)域的開發(fā)者，做免費(fèi)平臺(tái)，一方面可以最大程度的降低個(gè)人開發(fā)者創(chuàng)業(yè)成本及企業(yè)級(jí)合作方的接入成本；另一方面，希望通過開放的方式與企業(yè)、開發(fā)者一起，推動(dòng)人工智能技術(shù)在生活場(chǎng)景中的應(yīng)用，推動(dòng)人工智能行業(yè)發(fā)展。

根據(jù)俞志晨的介紹，圖靈機(jī)器人的功能主要有三種：一是聊天知識(shí)庫，同小冰類似，這項(xiàng)功能的主要用途是陪用戶聊天；二是問答，和之前的蟲洞語音助手類似，涵蓋衣食住行、吃喝玩樂等生活服務(wù)信息的問答系統(tǒng)，讓圖靈機(jī)器人還可以扮演一個(gè)生活百事通的角色；三是知識(shí)庫，圖靈的知識(shí)庫分為基礎(chǔ)知識(shí)庫和自定義知識(shí)庫，基礎(chǔ)知識(shí)庫即圖靈的自有知識(shí)庫，除此之外，圖靈還支持第三方自建知識(shí)庫，來符合產(chǎn)品的革新需求。

圖靈機(jī)器人有6萬家合作方

人工智能的場(chǎng)景化應(yīng)用圖靈機(jī)器人究竟能用來做什么？俞志晨稱這也是他們團(tuán)隊(duì)反復(fù)問自己的一個(gè)問題。從過去內(nèi)測(cè)半年的情況來看，在接近1.5萬名接入的開發(fā)者中，應(yīng)用的主要領(lǐng)域可以分為以下幾類：

一類是語音助手，除了我們常見的通用型語音助手，俞志晨提到還有很多垂直行業(yè)在使用這種語音助手的功能，比如旅游、購物這種應(yīng)用場(chǎng)景較為明顯的行業(yè)。

另一類是智能客服，這類功能的使用者主要是中小型賣家，可以通過自定義知識(shí)庫來創(chuàng)建一個(gè)自己的智能客服來解決一些基礎(chǔ)問題，也能相對(duì)降低人工客服的成本。

還有一類是虛擬伴侶，比如在虛擬眼鏡里，圖靈可以以虛擬伴侶的形象出現(xiàn)，在文字交互的基礎(chǔ)上增加語音交互；相似的場(chǎng)景還可以應(yīng)用到智能硬件上，來增加硬件交互能力。

再有一類應(yīng)用場(chǎng)景是圖靈團(tuán)隊(duì)之前也沒想到的，即虛擬寵物。俞志晨提到在圖靈的平臺(tái)上會(huì)有一些年輕的開發(fā)者在班級(jí)的QQ群里把語音助手的功能做成QQ寵物，以及居然還有人用這種方式賺到了錢。

語音助手在上面這些場(chǎng)景化的應(yīng)用情況讓俞志晨和團(tuán)隊(duì)逐漸想通了圖靈的用途：在日常生活中，用機(jī)器的方式去取代那些繁瑣的、重復(fù)性的工作。比如之后的保姆、陪護(hù)、客服、玩具、甚至安防等領(lǐng)域，都可以通過機(jī)器人的大規(guī)模使用來節(jié)省人工成本。

圖靈機(jī)器人目前已累計(jì)超6萬家合作方，涵蓋軟硬件領(lǐng)域下的數(shù)十個(gè)場(chǎng)景。涵蓋軟硬件領(lǐng)域數(shù)十個(gè)場(chǎng)景。例如，車載系統(tǒng)接入圖靈機(jī)器人大腦后，司機(jī)朋友便可通過全語音的方式控制車載系統(tǒng)撥打電話、回復(fù)短信、開啟導(dǎo)航、了解車況等，極大降低司機(jī)朋友因開車操作導(dǎo)航、手機(jī)等事故的發(fā)生率，同時(shí)提升司機(jī)朋友駕駛體驗(yàn)；接入了圖靈機(jī)器人的智能玩具，則能夠華麗變身為“兒童陪伴機(jī)器人”，孩子可以通過自然語言的方式與玩具對(duì)話交流，同時(shí)，具備機(jī)器學(xué)習(xí)能力的機(jī)器人的智力也將隨著孩子智力的提升不斷提升；接入了圖靈機(jī)器人的客服系統(tǒng)，將完全拋棄“關(guān)鍵詞對(duì)應(yīng)”這種陳舊的方式，為用戶提供更智能、更具人情味的體驗(yàn)……基于強(qiáng)大的中文語義分析及自然流暢的中文對(duì)話能力，圖靈機(jī)器人可被應(yīng)用于多種個(gè)性化場(chǎng)景以滿足個(gè)性化需求。

目前，海爾的智能家居中控系統(tǒng)、三星智能電視、HTC手機(jī)中的Hidi語音助手、博世車載，以及全球著名的人形機(jī)器人NAO都與圖靈機(jī)器人深度合作。除此之外，圖靈機(jī)器人還與近百家的家用服務(wù)機(jī)器人服務(wù)商簽訂了長期的戰(zhàn)略合作協(xié)議，致力于推動(dòng)家用服務(wù)機(jī)器人行業(yè)的發(fā)展，為智能家居安裝上“圖靈大腦”。

人人都有機(jī)器人

最近日本長崎縣一家全機(jī)器人運(yùn)作的酒店開業(yè)了：眼睛忽閃忽閃穿著制服的“美女”在前臺(tái)迎接你的到來，穿著侍從衣服的“恐龍”會(huì)告訴你如何登記入住，機(jī)器人搬運(yùn)工會(huì)幫你搬行李，而狗形無毛機(jī)器人則為你提供早餐服務(wù)。酒店管理方說，這并不是噱頭，而是希望通過使用高科技提高工作效率并節(jié)省人力支出。他希望機(jī)器人能夠承擔(dān)酒店里90%原本需要人工完成的工作。

包括無人機(jī)以及無人汽車等，這都可以被稱為“改善型需求”。不管是否愿意承認(rèn)，一些基礎(chǔ)的工作正在逐漸被機(jī)器人取代。俞志晨甚至認(rèn)為，機(jī)器人會(huì)越來越減少對(duì)人的需要。“所有人都在做一件事情，就是讓機(jī)器人跟人高度相仿，不管是在外觀、動(dòng)作和意識(shí)上，機(jī)器人會(huì)跟人越來越相似?！庇嶂境空f。在光年無限公司的辦公室里，擺放著世界各地的硬件制造商生產(chǎn)的不同樣貌、不同作用的機(jī)器人。他的身旁，就站立著一個(gè)九頭身的日本制造的美女機(jī)器人，俞志晨說，有一天晚上自己在公司加班，還被這個(gè)“美女”嚇過。他相信，未來10-15年，機(jī)器人和人會(huì)達(dá)到無限接近的狀態(tài)。