王晨：黑森林·關(guān)于未來的競爭——生物傳感的產(chǎn)業(yè)連接

徐雨晨

時值2018年年底，可以用兩部電影的名字來形容：“無問西東”和“虛擲芳華”。大家都想用新技術(shù)，但是，這些新技術(shù)用了以后如何呢？區(qū)別在哪呢？以人工智能為例，傳統(tǒng)企業(yè)在轉(zhuǎn)型的時候，很多都要借用人工智能這種新技術(shù)，但其實(shí)現(xiàn)在遇到很多的都是偽人工智能。

在這里特別要向大家提到的技術(shù)叫“情緒識別”。谷歌云首席科學(xué)家、斯坦福大學(xué)終身教授李飛飛女士曾在2017年提出：情緒和情感是人工智能的下一個春天。為什么會提到情緒和情感？大家都在說用戶體驗(yàn)，如果你不知道人的體驗(yàn)是如何的，又該如何做體驗(yàn)？即使知道體驗(yàn)是什么，但是不知道人的情感跟情緒是什么，又怎么能知道客戶的體驗(yàn)好不好呢？

李飛飛在2018年又提出了一個新的概念：以人為中心的AI。現(xiàn)在做的人工智能要以人為中心，要研究人，這其實(shí)與新華網(wǎng)融媒體未來研究院以人為中心，研究人的情緒是高度契合的，在情緒及情感的計(jì)算基礎(chǔ)上判斷人工智能是未來發(fā)展的方向，其實(shí)它非常難，不光是對傳統(tǒng)企業(yè)，對現(xiàn)在的互聯(lián)網(wǎng)公司也是如此。

所謂的人工智能，不是單一的學(xué)科背景，而一定是跨學(xué)科、跨專業(yè)的，在這里，我們強(qiáng)調(diào)與認(rèn)知學(xué)、心理學(xué)的跨界融合。研究人機(jī)交互和體驗(yàn)，必須了解人的情緒是什么樣的，讓人的情感在設(shè)計(jì)里面去進(jìn)行指導(dǎo)，這是一個學(xué)術(shù)背景的介紹。

接下來要強(qiáng)調(diào)“生物傳感”，講的是用生物傳感來研究人的情緒與體驗(yàn)的重要性。其實(shí)這個并不陌生，比如，喜歡用手環(huán)的人都知道，智能手環(huán)里有一個心率的設(shè)計(jì)，使用時它會告訴你跑步時消耗了多少卡路里、心跳情況。如果用這個生理信號再進(jìn)一步研究，就可以知道你心率特別快的時候是因?yàn)榫o張、焦慮還是害怕，這就叫做基于生理信號的情緒識別。

接下來再來說“黑森林”，“黑森林”被定義為隱性智能，而日常我們看到的面部識別、語音識別等都叫顯性智能。隱性智能跟大腦神經(jīng)系統(tǒng)有關(guān)系，人的很多意識和決定都是由潛意識決定的，你并不知道潛意識對你產(chǎn)生什么影響和變化，但它對研究用戶卻是非常有意義的。

在人工智能領(lǐng)域里，大家都認(rèn)為深度學(xué)習(xí)可以解決所有問題，其實(shí)不然。這是因?yàn)樯疃葘W(xué)習(xí)是要依靠大數(shù)據(jù)的，數(shù)據(jù)越多越會提高算法的準(zhǔn)確性，但同時它卻帶來了魯棒性差的問題。比如，大數(shù)據(jù)應(yīng)該區(qū)分開人和動物，但是當(dāng)數(shù)據(jù)達(dá)到一定程度以后，自動駕駛的汽車在路面行駛時，如果把人當(dāng)成一個動物就會撞過去，這就是深度學(xué)習(xí)帶來的危險性。大數(shù)據(jù)不是越多越好，它是要提升算法的準(zhǔn)確性，但是一旦涉及到跟人相關(guān)時候，僅出現(xiàn)一例案例就會造成技術(shù)的崩盤，無法繼續(xù)走下去。因此，今后做人工智能、用戶體驗(yàn)，如果要用人工智能的技術(shù)，監(jiān)督性學(xué)習(xí)一定是有缺陷的，可以以無監(jiān)督或者半監(jiān)督的方式實(shí)施。

情感計(jì)算與人工智能在當(dāng)今世界是非常前沿的學(xué)科，目前在全世界做情感計(jì)算與人工智能的公司，做情感分析的不超過30家，做情感計(jì)算的不到100家，中國目前僅有3家公司，其中多數(shù)集中在機(jī)器人領(lǐng)域。

目前，生物傳感的應(yīng)用場景非常多，像情緒識別里面，假設(shè)可以通過現(xiàn)有的技術(shù)，包括生理傳感技術(shù)或者多模態(tài)技術(shù)，能夠把人的情緒（抑郁、壓力、疲勞度、關(guān)注度、興奮度等）識別出來，對家電行業(yè)、車企、教育領(lǐng)域、大健康等各行各業(yè)來說都非常有用，這其實(shí)都是研究用戶體驗(yàn)非常重要的一環(huán)。但是，這個難度非常大，大在什么地方？答案是跨學(xué)科，單一學(xué)科沒有辦法和市場競爭。

接下來再談?wù)劶译娦袠I(yè)的現(xiàn)狀。目前家電行業(yè)的痛點(diǎn)，第一是技術(shù)太多，每天都有新技術(shù)出現(xiàn)，但是新技術(shù)是否適合企業(yè)卻不得而知。第二就是關(guān)于用戶體驗(yàn)怎么去做，這在專業(yè)性方面還有所欠缺。第三是不知道怎么去分析數(shù)據(jù)，不知道該怎樣在數(shù)據(jù)基礎(chǔ)上做數(shù)據(jù)挖掘。第四是人才方面，一定要有人才隊(duì)伍的培養(yǎng)，并且要有長期的人才規(guī)劃。

我為大家提供一些可能會解決這些問題的方案。比如針對技術(shù)方面，這里涉及到兩個思維的問題，我認(rèn)為在現(xiàn)今這個物聯(lián)網(wǎng)時代，不是以產(chǎn)品為導(dǎo)向，而是以人為導(dǎo)向。產(chǎn)品思維模式和以人為中心的思維，兩種不同的模式?jīng)Q定了最后的商業(yè)模式也是不一樣的。

用戶體驗(yàn)怎么去做？并不是隨便找一些人過來做一個實(shí)驗(yàn)、采集一些數(shù)據(jù)，最后分析一下出個報(bào)告，而應(yīng)該是讓專業(yè)的人做專業(yè)的事情。數(shù)據(jù)方面，不會做數(shù)據(jù)挖掘，沒有專業(yè)的人做數(shù)據(jù)分析，那這個數(shù)據(jù)就沒有價值，只是個數(shù)據(jù)庫。另外，光有大數(shù)據(jù)不行，還要有小數(shù)據(jù)，要有活躍數(shù)據(jù)，這是要日積月累，通過用戶慢慢體驗(yàn)，逐漸變成有價值的大數(shù)據(jù)。

最后，最重要的是人才，因?yàn)橐陨险f的這一切都是要靠人去做。有一些企業(yè)會跟高校合作，所有東西都要產(chǎn)學(xué)研。有了自己的商業(yè)模式，培養(yǎng)自己的專業(yè)人才，同時還要去想以后誰還可以加入成為后備人才。

現(xiàn)在制造業(yè)已經(jīng)從工業(yè)時代慢慢轉(zhuǎn)向一個定制化時代，這不是一步到位的，一定是從2B走向2C。從工業(yè)制造時代怎么到2B做定制化，從2B定制化怎么走向個人定制化，一定是有一個技術(shù)介入，在這里面，一定要以人為中心了解用戶需求。如果一個產(chǎn)品轉(zhuǎn)型進(jìn)入到新的領(lǐng)域，我們要想，人的需求在哪里，不能只是簡單提供一個商品，體驗(yàn)里面一定要有一種生活的方式，不考慮場景只單拿產(chǎn)品出來體驗(yàn)是沒有意義的。