亚马逊的Alexa到底神奇在哪里

所以Amazon选择了稳妥的从音箱品类进行升级，当然苹果也选择了从耳机进行升级。这就特别要注意，传统品类升级的时候一定要避免与其他品类的冲突，比如假设给Echo加上屏幕，用户会把这个品类看成音箱还是平板?我想Amazon更愿意用户把Echo看作为音箱，即便他们非常不情愿。

事实上，国内很多创业公司都在验证Amazon的眼光有多么独到，因为我们已经看到太多配置屏幕的机器人和智能音箱，甚至还有不少耳机产品。其销量为什么不好?为什么不换个角度想想，这种场景下，用户买个iPad Mini是不是会是更好的选择?

4当前阶段用户真的需要多轮对话?

Toni Reid的观点很明确，Alexa暂时不需要多轮对话，因为这会让早期用户的体验更糟糕。笔者也坚持这个观点，但是有几点是必须补充的。

首先来看，现在的语音交互实际上都是语音控制，确实这个阶段我们真的很难让计算机理解人类语言。在这个前提下，真正的多轮对话实际上很难做到，当前更多的是解决基于场景的搜索问题。当不能真正理解用户思想的时候，多出的对话若不能解决用户的需求，反而是用户极其反感的地方。简单想想，真正使用一个产品的时候，面对着冷冰冰的机器，难道让用户和机器沟通要比和女朋友沟通还要费劲吗?抱歉，即便作为用户，笔者也只是想要一个绝对听从于我指令的音箱而已，声智科技经常会测试各个厂商的Demo，但凡偶尔唤不醒或者一句没听懂我就挺恼火的。

其次来看，我们怎么理解多轮对话?Toni Reid提到不希望Alexa问到第三遍，这实际上还不是一个多轮对话的问题，而是问答反馈的问题。也就是说，真正的多轮对话可能不需要，但是问答反馈还是必须得，我们知道Echo由于没有了屏幕，先天丢失了用户交互过程中的反馈途径，这个时候语音的反馈就显得比较重要。但是这是一个很大的坑，到底该如何把握这种问答反馈，既让用户快速获取满意的答案，又能在模糊的时候通过一次问答来解决用户问题，我想这个方面真的需要仔细研究Echo，Echo的成功就是仔细思考和打磨了每个细节。

事实上，可以连续唤醒的单轮问答对话才是智能音箱的核心技术所在，简单可以理解为智能音箱的唤醒是第一优先级的，必须支持连续的无数次唤醒，做到有问必答，也就是说用户可以随时唤醒并且打断其他对话直接唤醒，而且必须保障唤醒率和虚警率，虚警率太高显然不行，这会让设备总是莫名其妙自动对话。当然，声智科技的这项技术当前还主要针对大客户定制，开发板暂时还不支持这项功能。

5深度学习真解决了语音交互问题?

这个问题实在不好解释了，引用微软首席研究员刘铁岩的一句话，顺便也推荐感兴趣的同学看看刘研究院所做的《人工智能的挑战与机遇》演讲，这给国内火热的人工智能泼了一盆冷水，但是我相信所有从事这个行业的技术人士都是有清晰认识的。

“所谓深度学习实验室，就是一批会调参的人，没有他们深度学习就没那么好用。虽然是句玩笑，但是深度学习要调的东西确实太多了，比如说训练数据怎么来，怎么选，如果是分布式运算怎么划分，神经网络结构怎么设计，10层、100层还是1000层，各层之间如何连接，模型更新的规则是什么，学习率怎么设，如果是分布式运算各个机器运算出来的结果怎么聚合，怎么得到统一的模型，等等，太多需要调的东西，一个地方调不好，结果可能就大相径庭。这就是为什么很多论文里的结果是不能重现的，不是说论文一定不对，但至少人家没有把怎么调参告诉你，他只告诉了你模型长什么样而已。”

那么，从上面几个问题继续引申，我们到底应该怎么看待持续火热的Alexa和Echo?国内公司该是怎样理解和思考人工智能，笔者拙见，也提几点个人的看法和建议，期望AI能在理性的环境中成长。AI是未来的趋势，创业者长期的事业，绝对不是一蹴而就的事情。

1 AI最大的问题是不懂人脑机制

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!