智能語音助手：嘰嘰喳喳的生活幫手

彼得·諾阿++常成

在科技高速發展的時代，像“亞馬遜echo”和“谷歌助手”這樣的人工智能語音識別設備正在悄然改變著我們的生活方式。

所以，究竟什么是人工智能語音識別設備？是簡單的你問我答嗎？直到前幾天我在開車時才有了親身感受。為了方便大家理解，以下是我和它的對話：

我問它：“誰發明了比薩？”

智能手機回答我：“據說，1889年意大利國王翁貝托一世和女王瑪格麗塔訪問那不勒斯時，酒館老板拉費勒·埃斯波西托為招待他們制作發明了比薩?！?/p>

“好吧，那是誰發明了夏威夷比薩？”

“夏威夷的比薩并不來自夏威夷，而是來自于查塔姆。現已退休的廚師山姆·潘諾普洛斯說，1962年，他在自己工作的‘衛星餐廳發明了這道菜?！?/p>

“可是為什么人們不喜歡它？”

“比薩是意大利的傳統，而菠蘿是夏威夷風味。大部分人覺得這兩種東西不應該結合在一起，他們覺得甜酸口兒的菠蘿不是比薩餅應該有的味道?！?/p>

簡單的對話激起了我對于比薩起源的好奇心，我想到附近剛開了一家意大利餐館，于是打算去嘗嘗。我點開我的谷歌助手，說了句：“你好，谷歌?！?/p>

很快，一個友好、磁性的女性聲音就立即和我打招呼并且迅速而準確地回答了我的問題——因為剛才的對話讓我很餓，所以我就問那家口碑很棒的比薩餅店在哪里。根據我的位置，谷歌語音助手就立馬幫我規劃好了道路甚至找到了附近的停車場。

幾分鐘后，我飽餐了一頓，一瞬間，自己的饑餓感和對高科技的求知欲同時被滿足了。

拋開比薩餅是否可口不談，谷歌助手以及與之類似的語音助手正迅速成為技術領域的重大變革，這并非空穴來風。這些人工智能語音助手——包括亞馬遜的Alexa、微軟的Cortana和蘋果的Siri——都在給我們提供各種各樣的即時訊息，同時他們可以在必要的時候真正幫助我們。

最近，全世界的智能手機正在被一條廣告瘋狂刷屏，好萊塢明星“巨石強森”親身示范Siri的正確打開方式，令“蘋果”的狂熱粉絲們為它的強大功能而傾倒。語音助手能夠管理我們的日程安排、訂餐，了解我們的生活習慣，并預測我們可能想要的東西：比如，當我們準備出門工作，駕駛汽車時，它就會自動播放我們最喜歡的歌曲。

當然，這樣的智能語音助手不止應用于智能手機，它呈發散之勢，從烤面包機到咖啡機、從衣服到汽車，只有你不敢想的，沒有它做不到的。

在今年的拉斯維加斯消費電子展上，亞馬遜語音智能語音識別系統Alexa大放異彩。Alexa和亞馬遜的echo工作原理一樣，它們在燈具、揚聲器、吸塵器、汽車甚至冰箱中都有應用。

但是，智能語音助手給我們的生活帶來的改變，遠遠不止于把這些冷冰冰、無生命的物體帶到生活中來；它們要做的，將是改變我們使用技術的方式和方法，更重要的是使用它的人?！叭匀挥泻芏嗳瞬恢廊绾闻c科技互動，”滑鐵盧大學視覺與圖像處理研究小組的主任亞歷山大·王說道，“當你把技術應用到可以用語言進行交流的時候，幾乎任何人都可以在任何時候使用它。”

雖然語音助手的基礎技術已經發展了幾十年，但是，直到2011年，它第一次在蘋果的iPhone 4S上應用后才引起了世界的轟動。Siri不僅“聽力”超凡，還用幽默感征服了她的用戶。事實證明，Siri的編程中用到了很多幽默的詞匯。

不過，當最初的新鮮感逐漸消退，Siri卻因為經常出錯而變得更加出名，比如她難以分辨“再見”和“迪拜”等發音相近的詞。然而，蘋果的競爭對手卻注意到了這一點。2014年，微軟發布的Windows Cortana，亞馬遜發布的Alexa都在市場上推動了語音識別設備的發展。不同技術的融合，讓人工智能語音助手們最終變得成熟。

語音助手AI有4個基本組成部分：語音識別（理解正在說的內容）、處理能力（用于處理大量的信息）、快速網絡連接（在云計算和設備之間來回傳輸數據）和自然回放（因此聽起來不像是機器人播報那樣機械）。

驅動助手的編程算法也需要大量的數據。他們擁有的越多，使用者能得到的信息也就越多。例如，聽一首歌，一個人工智能助手不知道你是否喜歡它。但是，播放幾十次，人工智能助手就能夠合理地識別出它是你最喜歡的東西之一，幾乎所有智能助手的工作原理都基本相同。

消費者似乎對這樣的語音設備很感興趣，echo揚聲器已經成為亞馬遜的熱門品牌。雖然在線零售商沒有透露銷售數據，但亞馬遜已將其列為網站最受歡迎的商品之一。外部估計顯示，在Alexa進入其他家用電器和汽車領域之前，僅在美國，就有多達1400萬的echo用戶。

與此同時，谷歌多年來一直在嘗試不同的語音人工智能應用程序，直到去年秋天才最終在谷歌助手上確定下來。這名助手在其Pixel手機和谷歌家庭揚聲器中應用，因為它的準確性廣受好評，被認為是Alexa最強大的競爭對手。

去年秋天，三星拒絕坐以待斃，收購了Siri的創始人Viv，這是一家位于加州圣何塞的初創公司。這家電子巨頭計劃將Viv納入其眾多產品中，推廣到包括手機、電視和洗衣機等眾多領域內。

數據分析公司Gartner的數據顯示，全球語音人工智能市場預計將以43%的復合年增長率增長，到2020年將達到21億美元。到那時，全球3.3%的家庭將至少擁有一個智能語音助手，而其中四分之一的家庭將擁有不止一個。全球市場洞察公司的一份報告顯示，到2024年，人工智能語音助手的市場價值將達到110億美元。

根據Gartner公司的說法，下一個語音設備的前沿領域將是汽車。福特、大眾、沃爾沃、現代、菲亞特、克萊斯勒、日產和寶馬都是合作制造商，他們宣布計劃將Alexa、谷歌助手加入到他們的汽車內。Siri也是蘋果CarPlay的核心部分，它在許多新車型中已經得到應用。endprint

用語音助手控制汽車儀表盤在以前是難以想象的。從GPS導航到調整座位溫度和播放愛聽的音樂，很多用戶認為語音命令能減少發生交通事故的幾率。

同樣的情況也適用于近年來出現的從家用電器到可穿戴設備等各種聯網產品中。這類產品通常需要一個應用中介，比如手機或平板電腦應用程序來管理設置或收集結果。在不久的將來，語音助手們都可以解決人們對這些應用的需求。

斯科特·霍夫曼是谷歌助理工程師兼副總裁，他說起自己調整客廳燈光顏色的經歷：“如果我想在晚餐時把燈光顏色變成藍色，就得拿出遙控器，一個一個的調整……這很痛苦，所以我不打算這么做，我想知道，語音助手的出現是否會幫助我簡化它?！?/p>

然而，這項技術的實現從目前來看仍是困難重重。與所有大數據應用程序一樣，語音助手在某些情況下需要不斷地更新信息、高度個人化，這些信息可以被國家安全部門或黑客利用，而一些用戶認為語音識別設備總是在監聽他們的激活短語并且備份，這增加了他們被竊聽的風險。

為了強調這一點，FBI最近要求亞馬遜在一個謀殺案中提供echo語音記錄。在嫌疑人允許公布這一數據后，亞馬遜公司將數據轉交給了相關安保部門。

可以理解的是，Gartner公司最近的一項研究顯示，有三分之二的消費者表示，他們擔心自己的家用設備會被監聽。

所以，該技術會涉及互相信任的問題，這意味著制造商必須清楚地了解用戶數據是如何收集、存儲和使用的?！拔覀兿Ｍ斘覀冋f到智能助手時，大家聊的是它給我們帶來的便利，而不是我們的隱私正在被侵犯，”來自多倫多大學公民實驗室的研究員克里斯托弗·帕森斯說，“為了打消公民的顧慮，這些公司需要更加透明化。”

滑鐵盧大學的研究團隊正在設計一種新的解決方案。他們的設想主要圍繞如何“運用”人工智能系統，或者是智能語音助手，研究方向主要集中在設備本身。這種設計定位將限制公司在互聯網上發送大量個人用戶數據，而且在必要時，這些數據可以被攔截。他們說：“我們正試圖利用這些回路復雜的大腦，并將它們填滿，這將有助于減少部分風險?！?/p>

人工智能專家表示，這一想法是有價值的，但同時也指出，在與互聯網連接時，人工智能助手能更好地發揮作用。在互聯網上，他們可以實時地利用、處理龐雜的數據資源。

與此同時，谷歌公司的霍夫曼也承認，公司可能會做更多的宣傳來教育公眾如何保護自己的隱私。例如，谷歌助手允許用戶查看他們的使用日志，并在必要時刪除它們。但是由于這個選項是新增的，很多用戶都還沒有使用它。霍夫曼說：“我們必須尊重每一個用戶對于自己信息的所有權?！?/p>

有了適當的保護措施，人工智能語音助手有潛力進一步擴大獲取信息和工具的途徑，特別是對于那些缺乏技術經驗的老人或者殘疾人來說?；舴蚵f：“與安裝應用程序或學習如何使用電腦完全不同，這是非常強大的功能，希望它能造福所有人，這才是我們關注的重點！”endprint