文｜腦極體
可能人人都希望自己有個(gè)“賈維斯”。
雖然已經(jīng)退出漫威電影很多年，但是我們還是能夠記起那個(gè)鋼鐵俠戰(zhàn)衣里無所不能的AI助手。獨(dú)特的幽默、優(yōu)雅的語調(diào)，以及非?？孔V的人設(shè)，讓無數(shù)科幻迷對(duì)這個(gè)看不見聽得到的角色產(chǎn)生了無盡好感。
對(duì)賈維斯的迷戀有多瘋狂呢？我見過賈維斯版本的電腦桌面程序，賈維斯模樣的手機(jī)UI，以及以賈維斯命名的AI算法。設(shè)計(jì)師和極客們，迄今為止想了無數(shù)辦法來“復(fù)活”屬于自己的賈維斯。
然而畫面越來越逼真的賈維斯界面，顯然無法得到它的精髓：像朋友一樣的溝通與陪伴。
假如說有某種技術(shù)希望能夠在“本質(zhì)”上尋找賈維斯，那么一定非語音助手莫屬。
由于身處一個(gè)科技爆炸的年代，日常生活中我們可能不太留心某種技術(shù)的發(fā)展。但是如果一旦停下來回頭看看，會(huì)驚奇地發(fā)現(xiàn)一門技術(shù)原來經(jīng)歷了相當(dāng)驚人的變化。比如說手機(jī)中的語音助手，已經(jīng)成為了日常生活的一部分。而如果回首一下它的歷史，說不定會(huì)大吃一驚：原來用語音助手復(fù)活賈維斯，并不是說著玩玩的?；乜催@些年語音助手的成長(zhǎng)，會(huì)發(fā)現(xiàn)在人性化交互、應(yīng)用能力拓展，以及功能集成上，語音助手的體驗(yàn)確實(shí)在一步步逼近“賈維斯”這個(gè)終極目標(biāo)。
最近好像流行寫各種簡(jiǎn)史，那不妨讓咱們今天來講一段，關(guān)于“尋找賈維斯”的簡(jiǎn)史。不難發(fā)現(xiàn)，語音助手的進(jìn)化軌道，其實(shí)已經(jīng)非常清晰明確。
語音助手初長(zhǎng)成
大家都知道，最早的語音助手是蘋果推出的Siri。
想當(dāng)年，在大家都沒跟手機(jī)說過話的時(shí)候，Siri小姐姐真的可謂是叱咤江湖。《生活大爆炸》里甚至有一集，專門安排拉杰什和Siri談了回戀愛。
然而要承認(rèn)的是，技術(shù)必然尤其階段性。就像老爺車雖然經(jīng)典，但是肯定無法開上21世紀(jì)的高速路。初始階段的Siri，在今天來體驗(yàn)其實(shí)是很初級(jí)的。
語音助手這件事，之所以得到了蘋果的大規(guī)模投入，其實(shí)主要是云計(jì)算系統(tǒng)的功勞。其實(shí)更早時(shí)候，語音助手的雛形已經(jīng)出現(xiàn)。只是當(dāng)時(shí)云計(jì)算體系沒有鋪開，只能把若干語音指令存儲(chǔ)在手機(jī)中，這導(dǎo)致用戶的問答模板過分單調(diào)。
而從Siri開始，語音助手完成了云端部署。這樣可以在云端存儲(chǔ)大量的對(duì)應(yīng)模板，并且實(shí)時(shí)更新，從而讓語音服務(wù)成為可能。
這時(shí)候的Siri雖然知道的多了，但是智商卻十分堪憂。由于當(dāng)時(shí)的語音助手完全是模板化的，換句話說你必須準(zhǔn)確說出了問題，并且被Siri準(zhǔn)確識(shí)別了，才能給你找出對(duì)應(yīng)的答案。
然而套路終歸是套路。那個(gè)時(shí)候，應(yīng)用Siri的體驗(yàn)大概是這樣的：
Siri，幫我給xx打電話
好的，已經(jīng)撥打
Siri，幫我打個(gè)電話，我要聯(lián)系xx
對(duì)不起，Siri沒有聽懂……
總之就是，模板不能錯(cuò)一點(diǎn)點(diǎn)，否則就是推到重來。好在，這種語音助手完全比拼模板數(shù)量的時(shí)代，很快就過去了——因?yàn)锳I來了。
AI來了之后
早期語音助手的最大缺點(diǎn)，在于問答只能模板化。用戶實(shí)際上不是在跟語音助手聊天，只是把遙控器換成了語音操作而已。這在某種程度反而是增加了用戶的交互成本，同時(shí)也讓用戶心中對(duì)于“語音助手“這個(gè)概念的智能化期待大打折扣。
好在AI來了。
隨著深度學(xué)習(xí)的復(fù)興，以神經(jīng)網(wǎng)絡(luò)處理語音任務(wù)逐漸成為主流。隨著AI加入之后，語音助手開始呈現(xiàn)語義理解、多輪對(duì)話，聲音合成等能力，并且在這幾條軌道上不斷發(fā)展。于是我們看到了語音助手的聽力越來越敏捷，很多情況能夠和用戶像正常聊天一樣說下去。甚至方言、兒童音等問題都得到了一定程度的解決。
這個(gè)時(shí)期的語音助手，最具特色的代表應(yīng)該是谷歌語音助手Google Assistant和微軟小冰。前者去年曾經(jīng)創(chuàng)造過模仿真人打電話而不露餡的“壯舉“，而后者也常年活躍于聊天界，以不被發(fā)現(xiàn)是AI而著稱。
這個(gè)時(shí)候的語音助手體驗(yàn)，已經(jīng)有了比較明顯的升級(jí)。比如用戶數(shù)我想打個(gè)電話/幫我打個(gè)電話/幫我查一下某人的號(hào)碼，然后打電話，語音助手基本都能明白。
而且在深度學(xué)習(xí)的幫助下，語音助手還能記住用戶的聊天習(xí)慣，時(shí)不常還能跟用戶逗個(gè)悶子，聊天時(shí)立個(gè)人設(shè)。
然而這并不是終點(diǎn)。隨著AI語音助手的普及，尤其是在手機(jī)中的廣泛應(yīng)用，用戶發(fā)現(xiàn)它能干的事情還是太少了。基本就停留在打電話、發(fā)短信、整理日程表等幾種。然而這幾種在今天已經(jīng)是名副其實(shí)的邊緣應(yīng)用。
只能聊而沒啥用的語音助手，就好像賈維斯只能陪著托尼瞎聊天，卻無法啟動(dòng)鋼鐵俠戰(zhàn)衣——這顯然是嚴(yán)重影響票房的。
在移動(dòng)AI覺醒的這兩年，隨著終端AI處理能力越發(fā)強(qiáng)大，事情開始有了更多發(fā)展。
從軟件到硬件的折疊
在語音助手的進(jìn)化上，有兩件事決定了今天的故事走向。一個(gè)是客觀上來說，無論是端側(cè)還是云測(cè)的AI處理能力都在變強(qiáng)。許多之前無法觸發(fā)的AI應(yīng)用開始變?yōu)楝F(xiàn)實(shí)，這些能力就像鋼鐵俠的裝甲和武器，讓語音助手有更多可以操縱的空間。
更明顯的改變來自于消費(fèi)者和廠商，對(duì)語音助手這件事發(fā)生了主觀上的升級(jí)。過去語音助手作為一個(gè)“嘗鮮品“，主要能力是顯露自己多么智能強(qiáng)大。而在今天，已經(jīng)習(xí)慣語音交互的用戶需要的是”以我為主“，讓語音助手提供服務(wù)，而不是炫技。
眾所周知，我們?cè)谑謾C(jī)中的主要服務(wù)，是基于APP產(chǎn)生的。那么語音助手的下一步也就是要融合到APP當(dāng)中，把服務(wù)抽象出來，帶給用戶方便。比如三星的Bixby最先嘗試了打穿APP的方案。
這主客觀兩個(gè)條件結(jié)合，構(gòu)成了今天語音助手的主要升級(jí)方案：折疊交互，融合應(yīng)用，體現(xiàn)人性化。而語音助手與手機(jī)硬件的折疊，這兩年主要賽道開始轉(zhuǎn)移到國產(chǎn)手機(jī)當(dāng)中，榮耀的YOYO，華為的小藝，都在語音助手角度加大投入。
把軟件和硬件折疊到一起，讓語音助手完成了眾多新的功能。比如今天我們已經(jīng)可以看到語音助手的一些新能力：
1、能聽能說，也要能看
語音助手這東西，大家已經(jīng)默認(rèn)其能力就是聽和說。然而實(shí)際上，一個(gè)真正的“助手“還需要一個(gè)基本的能力，那就是視覺。在華為EMUI 9.1版本里，已經(jīng)可以實(shí)現(xiàn)用語音助手調(diào)動(dòng)攝像頭里的AI識(shí)別功能。比如直接問手機(jī)“這是什么”，語音助手就可以調(diào)動(dòng)攝像頭來識(shí)別花草汽車之類的東西。
2、穿透APP來服務(wù)你
我們今天的生活，就是在無數(shù)APP中穿梭。同時(shí)也要承認(rèn)，很多功能其實(shí)隱藏在APP深處，想要完成是有點(diǎn)麻煩的。
舉個(gè)例子，在你口渴難耐時(shí)，想要去自動(dòng)售貨機(jī)買瓶水。一頓操作終于選到了合適的飲料，這時(shí)提示你要掃碼付款，然后此時(shí)要先經(jīng)歷找到支付寶，打開支付寶，點(diǎn)擊掃碼——這個(gè)過程中每一秒都是煎熬。
而在今天的語音助手中，現(xiàn)在可以直接對(duì)手機(jī)說“掃碼“，一句話喚醒掃碼支付。這個(gè)技能適用于各種著急買東西的場(chǎng)景，其中滋味大家不妨自己體會(huì)。讓語音穿透APP，已經(jīng)成為今天語音助手領(lǐng)域的主要方向。去APP化和AI中心化，也在整個(gè)趨勢(shì)下開始成為業(yè)界對(duì)未來新的猜測(cè)。
3、可學(xué)習(xí)和可定義
小藝的另一個(gè)升級(jí)點(diǎn)，在于學(xué)習(xí)用戶語音習(xí)慣和使用習(xí)慣的能力得到了加強(qiáng)，同時(shí)開啟了自定義組合技能的新模式。
比如我們周五下班坐進(jìn)車?yán)?，這時(shí)候其實(shí)是有很多事先要用手機(jī)完成的。比如說，打開導(dǎo)航確認(rèn)目的地，放首《今天是個(gè)好日子》聽聽，給哥們發(fā)微信約去看球，給老牌發(fā)短信說今天要加班不回家吃飯了…這種做法并不值得提倡。
可以看到的是，這一波操作雖然心情愉快，但是未免復(fù)雜了點(diǎn)。手速慢的人分分鐘就會(huì)被晚高峰給追上。而通過語音助手對(duì)手機(jī)功能的整合，用戶可以自定義這些操作，整合成同一個(gè)語音命令。比如說對(duì)手機(jī)大吼“勞資下班了！“語音助手就會(huì)自動(dòng)進(jìn)行用戶設(shè)定的上述操作，又簡(jiǎn)單又解氣。
可以看到的是，手機(jī)語音助手走到今天，已經(jīng)不僅僅是一個(gè)語音軟件本身的智能程度問題，而是整部手機(jī)的能力，都要通過語音助手來集成和調(diào)動(dòng)。把多種能力、多個(gè)應(yīng)用，多個(gè)交互進(jìn)行折疊，最終折疊出的才是跟省時(shí)省力，符合用戶期待的自然交互。
而從語音助手誕生時(shí)的套模板，再到AI的入場(chǎng)，隨后發(fā)展到手機(jī)軟硬一體化的智能折疊時(shí)代，語音助手的變遷史中，似乎可以總結(jié)出一個(gè)公式。
語音助手的“賈維斯公式”
到底怎么才能做出大家心目中的賈維斯？通過手機(jī)和語音助手的不斷耦合，我們可以發(fā)現(xiàn)這樣幾件事是先覺條件：
1、不斷升級(jí)的AI綜合體
從谷歌、微軟、亞馬遜激烈競(jìng)爭(zhēng)的語音助手，到國內(nèi)的智能音箱熱潮、手機(jī)語音助手不斷升級(jí)，而AI能力始終是這個(gè)故事的“主線劇情”。
而隨著步入移動(dòng)AI時(shí)代，語音助手現(xiàn)在的任務(wù)，從整合AI技術(shù)，開始發(fā)展到了整合AI應(yīng)用、AI能力和AI技術(shù)的三合一模式。
2、軟硬件不分彼此
在手機(jī)當(dāng)中，一款軟件的能力總歸有限，只有與應(yīng)用、內(nèi)容和硬件層面更好結(jié)合，才能真正讓用戶獲得智能的體驗(yàn)和實(shí)際的應(yīng)用價(jià)值。
這就好比只會(huì)逗悶子的賈維斯并不招人喜歡，天文地理無所不知，還能操縱鋼鐵俠戰(zhàn)衣的才是“真·賈維斯”。
3、基于人性，去折疊每一個(gè)交互
要注意的是，語音助手始終伴隨著一條炫技之路：由于AI帶來的技術(shù)非常充沛，開發(fā)者很容易把語音交互搞得復(fù)雜無比。雖然初心是讓消費(fèi)者感受到技術(shù)爆發(fā)的魅力，但實(shí)際應(yīng)用中消費(fèi)者往往不勝其擾，只能敬而遠(yuǎn)之。，
所以在語音助手的進(jìn)化中，需要基于人性化的產(chǎn)品思考，基于用戶感受去折疊和省略交互。只要技術(shù)復(fù)雜同時(shí)交互簡(jiǎn)單，語音助手才有親和力可言。
至此，不難發(fā)現(xiàn)，這條尋找賈維斯之路，似乎可以被總結(jié)成這樣的公式：智能技術(shù)更復(fù)雜，產(chǎn)品融合度更強(qiáng)，交互更人性=語音助手更像賈維斯。
并且我們有理由相信，所有尋找終歸能夠抵達(dá)終點(diǎn)。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論