出門問(wèn)問(wèn)CEO 李志飛
未來(lái) AI 的世界應(yīng)該是什么樣的？
在鈦媒體2016 T-EDGE 年度盛典上，出門問(wèn)問(wèn)CEO李志飛給出的答案是“兩個(gè)世界”：一個(gè)是媒體和大眾眼中的科幻世界，另一個(gè)是AI一線從業(yè)者眼中的現(xiàn)實(shí)世界，前者遙不可及，后者更接地氣。
出門問(wèn)問(wèn)便屬于后者。四年前，還在谷歌做谷歌翻譯工程師的李志飛就有了創(chuàng)業(yè)的打算，他的目標(biāo)是要定義下一代人機(jī)交互，用語(yǔ)音或者自然語(yǔ)言代替以鍵盤或者觸摸屏為主的非自然交互方式。
創(chuàng)業(yè)之后，出門問(wèn)問(wèn)先是從語(yǔ)音識(shí)別的算法入手，逐漸打造了出門問(wèn)問(wèn)語(yǔ)音搜索、智能手表操作系統(tǒng)Ticwear等一系列軟件應(yīng)用，在發(fā)現(xiàn)這些無(wú)法觸及真正用戶后，出門問(wèn)問(wèn)CEO李志飛找到了一個(gè)更現(xiàn)實(shí)的產(chǎn)品路徑——以AI為中心的軟硬結(jié)合方式落地使用場(chǎng)景。
出門問(wèn)問(wèn)CEO李志飛認(rèn)為，AI技術(shù)發(fā)展過(guò)程中兩種可以預(yù)見(jiàn)的趨勢(shì)：一個(gè)是由于受產(chǎn)品用戶量的限制會(huì)讓全世界99%的AI創(chuàng)業(yè)公司都選擇2B領(lǐng)域；其次是智能化會(huì)重新塑造一些原有消費(fèi)電子的屬性，像電視、手表、汽車等等。
AI的應(yīng)用無(wú)處不在，但它也并不意味著憑空創(chuàng)造需求，AI自己不能形成一個(gè)獨(dú)有的產(chǎn)品或者獨(dú)有的商業(yè)模式，它必須滲透到各個(gè)已有的產(chǎn)品里面去，才能帶給用戶更好的體驗(yàn)。所以從這個(gè)角度來(lái)看，AI不是雪中送炭，更像是錦上添花。
很高興今天來(lái)給大家做演講，其實(shí)我覺(jué)得今天的人工智能，應(yīng)該分為兩個(gè)世界。
一個(gè)世界是媒體的世界、科幻的世界。
其實(shí)今天我覺(jué)得你們是不愿意聽(tīng)我來(lái)講的，可能更愿意看到的是像無(wú)人機(jī)飛來(lái)飛去、機(jī)器人在前面跳來(lái)跳去，或者VR、AR代替都帶著頭盔看一些很好看的動(dòng)畫(huà)，這是很多在媒體或者在公眾場(chǎng)合大家去討論AI希望看到的一類產(chǎn)品。
另外一個(gè)世界，可能是真正從事AI的一線工作人員的世界。
首先，其實(shí)我們是特別苦的，你們前面講的那些東西，雖然我是AI工程師，但是坦白講很多東西臣妾做不到，至少在接下來(lái)一兩年我做不到。第二個(gè)，就算我做得到，我也不知道賣給誰(shuí)，無(wú)人機(jī)是非常非常未來(lái)的，但是作為一個(gè)初創(chuàng)企業(yè)，首先很難做出來(lái)，就算真做出來(lái)了，怎么去賣其實(shí)都是非常難的一個(gè)問(wèn)題。
所以今天我想更多是從創(chuàng)業(yè)者，從企業(yè)或者是從一個(gè)小公司去跟大家分享一下我們的經(jīng)歷，包括我們對(duì)整個(gè)行業(yè)的思考，以及我們自己產(chǎn)品的一些介紹。
我是4年前在美國(guó)的谷歌做谷歌翻譯，當(dāng)時(shí)我就決定要?jiǎng)?chuàng)業(yè)，那個(gè)時(shí)候我去跟投資人講，我們的愿景是我們要定義下一代的人機(jī)交互，很多投資人不知道什么叫下一代的人機(jī)交互，我也沒(méi)有特別搞明白，當(dāng)時(shí)就是特別簡(jiǎn)單的信念。
2010年在硅谷移動(dòng)互聯(lián)網(wǎng)剛剛起步，但是手機(jī)還沒(méi)有那么普及，我記得當(dāng)時(shí)很多買手機(jī)都是為了玩憤怒的小鳥(niǎo)這個(gè)游戲。于是那個(gè)時(shí)候我們就開(kāi)始思考，下一代的交互方式是不是跟過(guò)去一模一樣（過(guò)去更多是用鍵盤）？
當(dāng)時(shí)覺(jué)得在手機(jī)上因?yàn)槠聊惶貏e小，可能很難以用傳統(tǒng)方式去做很好的交互，剛好我自己的背景又是做機(jī)器翻譯——這種比較偏人機(jī)交互的一些技術(shù)。
所以我想如果能夠利用我的技術(shù)跟浪潮相結(jié)合，最后去定義下一代的人機(jī)交互，是非常非常興奮的一件事情，我們認(rèn)為下一代的人機(jī)交互就是以語(yǔ)音或者自然語(yǔ)言的交互方式，而不是現(xiàn)在以鍵盤或者觸摸屏這種非自然的方式進(jìn)行交流。
剛開(kāi)始我們回來(lái)的時(shí)候，認(rèn)為這個(gè)事情可能比較簡(jiǎn)單，我要做語(yǔ)音交互，咱先把所有的技術(shù)都給做出來(lái)。所以我們?cè)谇懊嬉荒臧氲臅r(shí)間開(kāi)發(fā)了自己的語(yǔ)音識(shí)別，再?gòu)?qiáng)調(diào)一下，是自己的語(yǔ)音識(shí)別，因?yàn)槔鲜怯腥私裉爝€會(huì)問(wèn)我，你的語(yǔ)音識(shí)別是不是用的誰(shuí)誰(shuí)誰(shuí)的，其實(shí)沒(méi)有那么難，我們自己的語(yǔ)音識(shí)別，包括自己的搜索推薦，因?yàn)槲覀兿Ｍ鲆粋€(gè)產(chǎn)品，能夠真正給普遍用戶區(qū)使用，而不是給企業(yè)在背后使用它。
首先我們做了技術(shù)，也做了一些把技術(shù)封裝成產(chǎn)品的嘗試，比如我們做了手機(jī)應(yīng)用“出門問(wèn)問(wèn)”，我們希望定義下一代的交互方式，出門就要問(wèn)一問(wèn)。
很不幸我們很快發(fā)現(xiàn)，我們的語(yǔ)音識(shí)別雖然非常前沿，但是有很大的問(wèn)題。第一，我們?cè)谑謾C(jī)上做的產(chǎn)品，用戶體驗(yàn)沒(méi)有給用戶帶來(lái)真正的價(jià)值，因?yàn)槲覀儾皇且粋€(gè)操作系統(tǒng)層面的集成，當(dāng)用戶使用我們的時(shí)候，先得解鎖——點(diǎn)開(kāi)APP——點(diǎn)語(yǔ)音的按紐——然后說(shuō)一句話，但是接下來(lái)真正要做一個(gè)實(shí)際的動(dòng)作，比如買一個(gè)票要定餐還得跳到另外一個(gè)APP里面去，整個(gè)過(guò)程語(yǔ)音交互給用戶帶來(lái)的價(jià)值沒(méi)有那么大。
我們很快意識(shí)到如果說(shuō)再這樣下去，可能很快就活不下去了。其實(shí)還沒(méi)有那么糟糕，基本我們的錢不需要補(bǔ)貼用戶，主要是發(fā)工資。但是就是這樣的話，我們覺(jué)得如果說(shuō)用戶沒(méi)有增長(zhǎng)，或者用戶沒(méi)有黏性，很難往下做。那時(shí)候我們開(kāi)始做思考。到底語(yǔ)音交互怎么樣才能夠使得用戶真正使用起來(lái)，給他帶來(lái)真正的價(jià)值。
首先我們開(kāi)始做了智能手表的操作系統(tǒng)，很快發(fā)現(xiàn)做操作系統(tǒng)沒(méi)用，因?yàn)闆](méi)有好的硬件，就開(kāi)始做智能手表，首先一年半我們主要是做技術(shù)和APP的產(chǎn)品，在過(guò)去兩年半我們一直都在做的事情是怎么把AI的技術(shù)放在實(shí)實(shí)在在的硬件里面去做一個(gè)軟硬結(jié)合，使得我們的產(chǎn)品更有競(jìng)爭(zhēng)力。這是我們?cè)谶^(guò)去兩年，一個(gè)比較大的嘗試。
其實(shí)我認(rèn)為以AI為中心的軟硬結(jié)合，可能在今天的消費(fèi)場(chǎng)景下面是最現(xiàn)實(shí)的路徑，為什么呢？其實(shí)今天的AI技術(shù)很不成熟，它不像我們的內(nèi)存或者說(shuō)硬盤，你可以把它作為一個(gè)商品直接買過(guò)來(lái)組裝使用，對(duì)于AI產(chǎn)品來(lái)說(shuō)集成性很關(guān)鍵，你需要把提供語(yǔ)音識(shí)別、語(yǔ)意理解、硬件、操作系統(tǒng)的人都聚集起來(lái)，不然很難做出好產(chǎn)品。
所以現(xiàn)在我們看到谷歌，在這一塊可能思考方式跟我們比較類似。今天，我們可以看到谷歌在做硬件方面已經(jīng)非常的堅(jiān)決，兩年前谷歌做的所有事情都是做生態(tài)，我做操作系統(tǒng)，你們所有的硬件廠商來(lái)做硬件，聯(lián)合把這個(gè)生態(tài)做起來(lái)。
但是AI這一塊確實(shí)可能推動(dòng)起來(lái)比較慢，最后谷歌覺(jué)得如果我依賴于你們，還是沒(méi)法推動(dòng)AI往消費(fèi)層發(fā)展，所以開(kāi)始非常嚴(yán)肅的做自己的硬件，無(wú)論手機(jī)還是VR，還是智能家居的產(chǎn)品，整個(gè)趨勢(shì)我認(rèn)為AI真正要落地到生活中，要能夠提供一個(gè)更好的體驗(yàn)，能夠逐步的迭代，一定需要軟硬結(jié)合的形態(tài)，這可能是比較靠譜的方式。
AI的發(fā)展趨勢(shì)是什么樣子？作為一個(gè)工程師最不喜歡預(yù)測(cè)未來(lái)，包括剛才前面教授直接告訴你說(shuō)不知道，其實(shí)我們也不知道，因?yàn)榧夹g(shù)的發(fā)展變化非?？?，而且有很多各種各樣的限制。以前我一般是不會(huì)去講未來(lái)會(huì)怎么樣，因?yàn)榇_實(shí)不知道怎么講。
5年以后，10年以后，這個(gè)事情非常非常難以預(yù)測(cè)的，如果你能預(yù)測(cè)的話，一定是事后的馬后炮，但是未來(lái)的兩三年我們可以做哪些事情，或者整個(gè)產(chǎn)業(yè)可以怎么樣的發(fā)展，今天我們還是稍微分享一下，但是很有可能明年這個(gè)預(yù)測(cè)就變掉了。
首先這個(gè)趨勢(shì)，也是一個(gè)事實(shí)，就是AI的應(yīng)用無(wú)處不在。AI不是雪中送炭，AI自己不能形成一個(gè)獨(dú)有的產(chǎn)品或者獨(dú)有的商業(yè)模式，所以AI必須滲透到各個(gè)已有的產(chǎn)品里面去。使得你的效率提高到更高，使得你的產(chǎn)品更有競(jìng)爭(zhēng)里，我覺(jué)得這是非常自然的，而且已經(jīng)慢慢發(fā)生，可能在未來(lái)一兩年你會(huì)看到更多這樣的例子。
在2C的互聯(lián)網(wǎng)的場(chǎng)景分兩類，大公司跟小公司，大公司的好處是有海量的用戶的產(chǎn)品，他們把AI放在這里面提升已有的產(chǎn)品體驗(yàn)，這是非常自然的一個(gè)延展，而且也會(huì)看到同樣好的結(jié)果。小公司沒(méi)有海量用戶的產(chǎn)品怎么辦？其實(shí)有兩種方式，一種2B，一種2C，全世界99%的AI的創(chuàng)業(yè)公司都會(huì)選擇2B，所以這是第一個(gè)大的趨勢(shì)。
第二個(gè)，我覺(jué)得可能就是消費(fèi)級(jí)的產(chǎn)品。硬件的智能化或者智能的硬件化，這跟我前面講的軟硬結(jié)合是非常一致的，大家可以看到，我們無(wú)論手機(jī)還是電視、手表，還是接下來(lái)的音響其實(shí)都已經(jīng)被這個(gè)智能化重新塑造了。你看今天的手機(jī)廠商跟三年之前的手機(jī)廠商是完全不一樣的。
其實(shí)另外還有一個(gè)的特別大的消費(fèi)品類，就是汽車，當(dāng)然汽車跟前面的品類都不太一樣，它非常的獨(dú)特，因?yàn)槠囂貏e特別難做，不像前面的手機(jī)也好或者音響也好，電視也好，可能一兩年沒(méi)做過(guò)硬件的公司也能做起來(lái)，但是汽車確實(shí)比較難一點(diǎn)。
汽車怎么去智能化？今天可能很難去看清楚。其實(shí)現(xiàn)在很多已經(jīng)很多人做嘗試，但是大家能夠想到汽車自己能夠進(jìn)化，把智能化的方式加進(jìn)去，汽車一方面難做，另一方面，跟前面不太一樣，汽車更主要還是機(jī)械的部分，至少在以前，電子部分都沒(méi)有那么多，但是今天我們把它變成一個(gè)軟件，從機(jī)械再到電子，再到軟件，這是很大的挑戰(zhàn)。
出門問(wèn)問(wèn)比較務(wù)實(shí)，我們希望能夠短期的在這個(gè)市場(chǎng)里面見(jiàn)到用戶，但是長(zhǎng)期我們又能夠做一個(gè)核心價(jià)值的積累。最主要做的汽車的產(chǎn)品就是智能后視鏡，你可以想象把你的鏡子換成一個(gè)智能的4G手機(jī)，它是整體跟車相集成的產(chǎn)品，有了4G聯(lián)網(wǎng)你就可以做很多，而且都是通過(guò)語(yǔ)音，通過(guò)手勢(shì)這種新的方式去做，比如導(dǎo)航，比如聽(tīng)音樂(lè)。
我們智能后視鏡跟同類產(chǎn)品不太一樣的是我們特別強(qiáng)調(diào)交互，交互里面除了最簡(jiǎn)單的語(yǔ)音交互以外，我們認(rèn)為最重要的我們?cè)谲嚴(yán)镞呉欢▽?shí)現(xiàn)無(wú)手無(wú)屏的交互，你在跟車設(shè)備交互的時(shí)候你不需要手去按，不需要眼睛看這個(gè)屏幕，只需要瞄一下就行了，這我們整個(gè)設(shè)計(jì)的原則。
所以這里面我們做了語(yǔ)音交互，除大家可能已經(jīng)體驗(yàn)過(guò)或者看到的語(yǔ)音交互以外我們也做了一些嘗試。比如說(shuō)我們一般的交互方式，我要跟設(shè)備交互可能要說(shuō)“你好問(wèn)問(wèn)”然后他開(kāi)啟之后，再說(shuō)“幫我打開(kāi)wifi”，它幫你打開(kāi)Wifi。我們現(xiàn)在可以做到一句話就把它搞定，“你好問(wèn)問(wèn)，打開(kāi)wifi”。
另外一個(gè)就是所謂的語(yǔ)音快詞，當(dāng)你把應(yīng)用打開(kāi)以后，在地圖里面你再也不需要你好問(wèn)問(wèn)，你直接說(shuō)我要回家，我要上班，這種非?？焖俚姆绞街苯诱f(shuō)，直接可以進(jìn)行整個(gè)操作。所以這是前面的一個(gè)關(guān)于快詞另外車?yán)锩娴沫h(huán)境，當(dāng)你放音樂(lè)的時(shí)候，我也希望，我想換一首歌，或者我不想聽(tīng)音樂(lè)，我想導(dǎo)航，以前的方式可能你需要用手點(diǎn)，把音樂(lè)停掉以后才能進(jìn)行語(yǔ)音交互。但是我們現(xiàn)在可以做，他在放音樂(lè)，因?yàn)槲覀兗尤肓撕芏嘟翟氲乃惴ㄟ€是可以把它打斷，你好問(wèn)問(wèn)打斷，可以重新做別的事情。
還有另外一個(gè)非常重要的，所謂的對(duì)話，因?yàn)樵谝恍?fù)雜的場(chǎng)景還是需要對(duì)話，你不可能說(shuō)，完全就是一個(gè)熱詞命令就可以搞定。比如我跟他說(shuō)我要導(dǎo)航去國(guó)貿(mào)，他開(kāi)始給你導(dǎo)了，導(dǎo)航過(guò)程中可能直接問(wèn)他，到目的地有多遠(yuǎn)，他告訴你有多遠(yuǎn)，目的地的附近有沒(méi)有什么好吃的，他告訴你有什么好吃的，或者目的地有什么停車場(chǎng)，其實(shí)這些都是我們認(rèn)為比較好的方式。其實(shí)音樂(lè)也是一樣的。
由于時(shí)間關(guān)系，我可能不太過(guò)多的去講，這里面很多語(yǔ)音交互，可能很多人都已經(jīng)知道，或者聽(tīng)過(guò)，但是我們希望在車?yán)锩嬲嬲龅綗o(wú)手無(wú)屏的交互，你可以比較安全的使用它。
這個(gè)產(chǎn)品里面集成了很多AI的交互，手勢(shì)可以直接換音樂(lè)，包括你直接放在這兒就可以幫你拍照，我們同時(shí)做了一個(gè)高級(jí)輔助駕駛系統(tǒng)，當(dāng)你離前面的車太近的時(shí)候，兩邊就會(huì)閃。所以這里面其實(shí)是我們集成很多AI的技術(shù)，希望能夠提供一個(gè)比較好的體驗(yàn)。
我們希望未來(lái)把車和機(jī)器人全部打通，后臺(tái)用同樣的算法，但是前臺(tái)的用戶有一個(gè)帳號(hào)系統(tǒng)，最終實(shí)現(xiàn)一個(gè)非常智能化的生活，這是出門問(wèn)問(wèn)的一個(gè)最終的愿景。（本文首發(fā)鈦媒體，根據(jù) 2016 鈦媒體 T-EDGE 年度盛典演講實(shí)錄整理，記者/李玉鵬）
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