人工智能入口之爭：語音與圖像

楊曉哲

Echo Dot是Amazon（亞馬遜）在去年上半年推出的一款語音交互控制設備。它看上去很小巧，你可以一口氣買4個，亞馬遜會再送你1個。為什么需要那么多個，因為它可以放置在很多地方，與家里的很多設備關聯。你不需要開啟它，它一直開著；你也不需要點擊它，它等待你的語音指令。你只需要說“Alexa”，就可以讓它做各種各樣的事情。

是的，Amazon目前的主要業務與中國的淘寶和京東商城一樣。但是，Amazon從去年開始，陸續推出了很多自家出品的智能硬件，并推出了自家的語音交互系統Alexa。Echo Dot只是Amazon系列智能硬件中的其中一款，其他還有Amazon Echo，Fire TV Stick，Amazon Tap。所有的設備都有一個共同的特點，即采用語音交互優先。

如今，連專業做店鋪的Amazon都開始這樣的布局。而專注于搜索和人工智能的Google，在一周前也發布了它的一系列產品，宣布了AI First的戰略。Google Assistant也已經不知不覺地嵌入到Google的很多應用程序之中，而這還僅僅只是開始。同樣，Siri作為蘋果公司的語音助手，雖然一直被“調戲”，但也正在積蓄著更多經驗。

這是一個奇妙的現象，過去使用鍵盤和觸屏，公司之間不會太在意用戶用哪家的鍵盤和觸屏，因為這最多就是質量方面的細微差異。而在使用語音控制系統進行交互時，公司間誰也不讓誰。因為語音交互系統用哪家的產品，就意味著用戶的大量信息將被該家公司掌握和鎖定，這是巨大的財富和高墻。

然而，在教育活動過程中，當語音交互普遍被采用之后，將會是另外一個場景。學生們可以通過語音交互與機器進行互動學習。而進一步，學習過程中的更多個性化數據將以語音的方式被收集起來，為個性化學習帶來更多可能性。