微軟宣布小冰歷史上最大的一次升級(jí)，全新人工智能框架

第七代微軟小冰，為我們帶來了全新的人工智能通用框架 Avatar Framework——現(xiàn)在，每個(gè)人都可以構(gòu)建屬于自己的專屬 AI 了。

歷時(shí)五年，那個(gè)永遠(yuǎn)十八歲少女微軟小冰，已成為無處不在的人工智能系統(tǒng)，不過這僅僅是她的開始，8 月 15 日，微軟在北京宣布了小冰歷史上最大的一次升級(jí)，并揭幕了全新人工智能框架 Avatar Framework。此外，微軟還公布了小冰在人工智能全球商業(yè)化進(jìn)展上的最新成果。

「我們從小冰的第一代開始，就一直在思考小冰作為 AI 產(chǎn)品的定義，」微軟全球資深副總裁，微軟（亞洲）互聯(lián)網(wǎng)工程院長(zhǎng)王永東在發(fā)布會(huì)上表示。「五年前，小冰只是一個(gè)簡(jiǎn)單的、基于文本對(duì)話的產(chǎn)品。我們一直在思考人工智能的道路應(yīng)該怎么走。我們要做一個(gè)爆款的應(yīng)用，還是一個(gè)框架，讓人工智能無處不在？」

小冰的發(fā)展驗(yàn)證了微軟的探索歷程。人工智能可以融入人類的生活環(huán)境，獲得人類的喜愛，并在這個(gè)過程中利用強(qiáng)大的科技力量不斷迭代演化，最終成為我們的伙伴。在過去一年中，微軟已經(jīng)開發(fā)出了很多新種類的智能助理，并衍生出了更多內(nèi)容形態(tài)。今天的小冰，甚至也有了和人類一樣的創(chuàng)造力。

全新框架，讓你自由定制 AI Being

我們對(duì)于 AI 的看法一直是執(zhí)行特定任務(wù)，或是以一問一答形式接收指令的語音助手。微軟認(rèn)為，我們應(yīng)該像人類（human being）一樣看待人工智能（AI Being），而這次推出的 Avatar Framework 就是一個(gè)可以孵化出各種 AI being 的通用開發(fā)框架。

「人工智能應(yīng)該擁有所有的知識(shí)，足夠的能力。在未來，所有任務(wù)也許都可以讓機(jī)器人來完成。但這種思考方式會(huì)讓人們的思維受到限制?！刮④浫驁?zhí)行副總裁，微軟人工智能事業(yè)部及全球研究院負(fù)責(zé)人沈向洋表示。「人類不僅有 IQ，還有 EQ 這個(gè)維度。我們?cè)谒伎既斯ぶ悄軙r(shí)，不希望錯(cuò)過潛在的正確答案。AI 需要不斷地迭代。但只在 IQ 上迭代是錯(cuò)誤的。在小冰不斷的發(fā)展過程中，我們發(fā)現(xiàn) EQ 或許才是人工智能的基礎(chǔ)——人類就有『要做事先要做人』的說法?！?/p>

這也是使用 Avatar Framework 創(chuàng)造新 AI 的第一步：先定「人設(shè)」：

在發(fā)布會(huì)上，小冰高級(jí)技術(shù)總監(jiān)曾敏和產(chǎn)品總監(jiān)徐翔為我們現(xiàn)場(chǎng)演示了「一個(gè)人工智能是如何誕生的」。

Avatar Framework 有一套完整的工具包，基于這些我們可以構(gòu)建出全新、完整的人工智能。迄今為止，這個(gè)框架已經(jīng)創(chuàng)造了數(shù)十個(gè) AI Beings，其中就包括軟銀新版機(jī)器人 Pepper 中的共感模型。另外，采用 Avatar 框架構(gòu)建的 AI，其部署是跨平臺(tái)的，它也是業(yè)內(nèi)第一個(gè)能夠做到這件事的工具。

具體來說，使用 Avatar Framework 打造一個(gè)屬于自己的 AI 需要首先使用 profile 工具，從 IQ 和 EQ 方面定義 AI 的人格；隨后需要通過聲音和視覺工具定義它的聲線和樣貌，然后是最為復(fù)雜高級(jí)的「三觀」設(shè)定；最后，Avatar Framework 允許生成的 AI 驅(qū)動(dòng)符合條件的 3D 模型，從而形成完整的 AI 形態(tài)。以上四個(gè)部分構(gòu)成了人工智能所需的幾乎所有條件。

Avatar Framework 支持多種工具生成的 3D 模型。

「不管是什么類型的 AI，即使是訂單助手，也需要有自己的 IQ 和 EQ，」徐翔表示。「所以框架中的描述工具是最為重要的，它定義了我是誰。這一工具現(xiàn)在包含 76 項(xiàng)基礎(chǔ)信息，以及 27 種性格的特征參數(shù)——即使是得了『社交恐懼癥』的 AI 也有不少自己的特征參數(shù)。另外，用這一工具構(gòu)建 AI 人格，不僅可以手動(dòng)輸入基礎(chǔ)信息，也可以讓系統(tǒng)自動(dòng)讀取小說文本，自動(dòng)拾取相應(yīng)人物的基本信息?！?/p>

「Avatar Framework 是微軟小冰的一次巨大跨越。開發(fā)框架就像一片肥沃的土地，在其之上可以生長(zhǎng)出參天大樹。而小冰就是其中的一棵，我們已用小冰驗(yàn)證了整個(gè)框架的可行性?！雇跤罇|表示。

微軟認(rèn)為，Avatar Framework 能夠?yàn)楦?AI 產(chǎn)品提供多樣性和豐富性，這些變化進(jìn)而能在不同任務(wù)場(chǎng)景中帶來更好的表現(xiàn)。Avatar Framework 的第一個(gè)版本目前已經(jīng)開放給了微軟的合作伙伴，而在 2020 年春季，這一工具還將向所有開發(fā)者開放。

核心技術(shù)升級(jí)

微軟小冰團(tuán)隊(duì)近期的研發(fā)投入主要面向技術(shù)框架，但這還不是全部。去年第六代的突破重點(diǎn)在于兼容不同的形態(tài)支持「全雙工」Dual AI 戰(zhàn)略。在這個(gè)過程中微軟找到了很多落地場(chǎng)景，這也促成了第七代小冰的技術(shù)突破。

小冰的對(duì)話引擎經(jīng)過了檢索模型、生成模型、共感模型的歷次技術(shù)迭代，本次升級(jí)的對(duì)話引擎實(shí)現(xiàn)了從「平等對(duì)話」向「主導(dǎo)對(duì)話」方向的跨越。

人類過于害羞？沒有問題，今天的人工智能可以主導(dǎo)對(duì)話。

去年微軟小冰發(fā)布了共感模型，讓 AI 學(xué)會(huì)了察言觀色，開始有了引導(dǎo)對(duì)話的能力，但這僅僅限于 AI 在當(dāng)前對(duì)話中尋找方向。今年的第七代微軟小冰不僅能基于過去，還能著眼未來，它可以預(yù)先籌劃對(duì)話的方向，能夠真正主導(dǎo)對(duì)話的過程。

AI 主導(dǎo)對(duì)話不僅僅是一句話的內(nèi)容，在背后也需要下「一盤大棋」。為了做到能讓人類打開話匣，小冰需要像 AlphaGo 一樣為未來的所有步驟埋好伏筆。「新一代微軟小冰的對(duì)話引擎可以預(yù)先判斷對(duì)話可能的未來走向，」小冰技術(shù)負(fù)責(zé)人周力介紹道。「隨后在對(duì)話過程中，AI 能夠根據(jù)人類不同的反應(yīng)，把對(duì)話引導(dǎo)至不同的分支。也會(huì)根據(jù)人類的提問給出不同方向的回答。」如果是一個(gè)不善對(duì)話的人，在與小冰聊天的過程由 AI 引導(dǎo)，也會(huì)變得能夠聊天了。

微軟認(rèn)為，主導(dǎo)對(duì)話是歷代對(duì)話引擎中的一個(gè)分水嶺：當(dāng) AI 具有這樣的能力時(shí)，我們就可以把它應(yīng)用到各個(gè)垂直領(lǐng)域中去。

首當(dāng)其沖的就是零售場(chǎng)景，微軟去年在日本和羅森達(dá)成了合作，使用對(duì)話 AI 技術(shù)向潛在消費(fèi)者推送優(yōu)惠券。在今年，微軟將這一業(yè)務(wù)推廣到了美國(guó)的線上零售，并將消費(fèi)轉(zhuǎn)化率從 47% 提升到了 68%。如果你對(duì)一個(gè)商品感興趣，通過與小冰的一通聊天之后，很可能就會(huì)下單了。

下一個(gè)技術(shù)突破是交互感官。三年前小冰給人類打電話時(shí)，全雙工語音還是一個(gè)新名詞，兩年前，全雙工語音落地到了智能音箱上，越來越多的公司圍繞這種技術(shù)展開了研發(fā)。

微軟首次宣布了小冰在智能駕駛方面的進(jìn)展。「汽車?yán)锏男”粫?huì)是中控臺(tái)上僵硬的智能助手，她不僅會(huì)執(zhí)行常規(guī)的導(dǎo)航、控制任務(wù)，還更像是車?yán)锏囊幻丝?。」周力介紹道。在微軟演示的 Demo 中，小冰會(huì)在你命令導(dǎo)航至公司的時(shí)候問到：「周末加班嗎？」在開車的過程中提醒你不要超速，也會(huì)和你不斷聊天。

「我們與一些合作車企在部分車型上完成了小冰的測(cè)試。隨著 5G 技術(shù)的普及，更高的帶寬能夠進(jìn)一步提升全雙工語音的體驗(yàn)，5G 對(duì)正在研發(fā)的下一代多模態(tài)交互感官也非常重要。下一代的小冰不僅能夠通過語音，還能夠通過視覺與人類展開交流?！怪芰Ρ硎尽?/p>

「不單純地輸出 API，也不賣硬件」

我們對(duì) 5 月份小冰準(zhǔn)備開個(gè)人畫展的消息還記憶猶新，微軟研究人員訓(xùn)練人工智能算法學(xué)習(xí)了多位畫家的技法，并讓 AI 可以對(duì)新的事物進(jìn)行藝術(shù)創(chuàng)作。微軟小冰現(xiàn)在已經(jīng)成為了人工智能創(chuàng)造的先行者，致力于通過 AI 技術(shù)解決高度定制化內(nèi)容的供需矛盾。目前，在文本、聲音與視覺創(chuàng)造方面，微軟均已發(fā)布了實(shí)際產(chǎn)品。

小冰已在多條生產(chǎn)線上實(shí)現(xiàn)了落地。其中，微軟與中國(guó)紡織工業(yè)聯(lián)合會(huì)共同推出的人工智能紡織服裝面料設(shè)計(jì)平臺(tái)已投入生產(chǎn)，SELECTED、萬事利、依文等品牌的產(chǎn)品已上架銷售。音樂方面，與聯(lián)通沃音樂共同推出的音樂生成平臺(tái)也已上線。

這些織物的面料圖案都是由微軟的 AI 設(shè)計(jì)的。

此外，在本次發(fā)布會(huì)上，微軟還宣布了與騰訊、小米、今日頭條、vivo 和 OPPO 等合作伙伴的共同項(xiàng)目。微軟小冰和微信也正在兩個(gè)方向上展開合作：除了微信的對(duì)話開放平臺(tái)，還有未來微信 AI 所涉及的智能硬件產(chǎn)品上。

對(duì)于小冰的盈利模式，微軟有著與國(guó)內(nèi)外眾多 AI 公司不同的看法?！负芫弥拔覀兙兔鞔_了小冰的商業(yè)模式不會(huì)是單純地輸出 API，也不會(huì)是輸出硬件，」微軟亞洲互聯(lián)網(wǎng)工程院副院長(zhǎng)、小冰負(fù)責(zé)人李笛表示?！高@些方式無法滿足為用戶提供持久創(chuàng)新的條件。在國(guó)內(nèi)，不論是手機(jī)、智能硬件還是汽車，很多公司常會(huì)需求簡(jiǎn)單的 API 服務(wù)。但對(duì)于我們來說，API 并不能讓我們得知自己的技術(shù)為客戶做了什么。這是一種快速的變現(xiàn)方式，但沒有任何意義?！?/p>

而在看待硬件上，李笛表示，微軟小冰推崇的軟硬結(jié)合是以軟為主：「我們關(guān)注的不是智能音箱，而是它背后的智能。今天的智能音箱每次都需要我們使用同樣的命令去觸發(fā)它，這還不是 AI?！?/p>

「另一方面，今天的智能音箱尋求通過補(bǔ)貼等方式占領(lǐng)市場(chǎng)。對(duì)于一種硬件來說，容易買到，所以容易放棄。真正穩(wěn)固的市場(chǎng)份額必須和人工智能技術(shù)密切相關(guān)?！?/p>

小冰目前在國(guó)內(nèi)的市場(chǎng)占有率已經(jīng)處于領(lǐng)先地位。它已進(jìn)駐了 4.5 億臺(tái)第三方智能設(shè)備，成為了全球規(guī)模最大的跨領(lǐng)域人工智能系統(tǒng)之一。今天在國(guó)內(nèi)，小冰已經(jīng)占據(jù)了對(duì)話 AI 領(lǐng)域 90% 的流量。

王永東認(rèn)為，目前的人工智能領(lǐng)域還處于發(fā)展的早期階段：「自去年開始，自然語言處理領(lǐng)域已有了很大突破。從人工智能的發(fā)展來看，我們還處在一個(gè)早期階段。和互聯(lián)網(wǎng)類比的話，今天可能和 1999 年的互聯(lián)網(wǎng)比較類似?！?/p>

微軟眼中的下一個(gè) AI 應(yīng)用突破會(huì)是多模態(tài)技術(shù)，不過技術(shù)的發(fā)展還需要遵從時(shí)代?！付嗄B(tài)的 AI 會(huì)在一到兩年后隨著 5G 技術(shù)的鋪開而出現(xiàn)，」李笛表示?！傅谌斯ぶ悄茴I(lǐng)域內(nèi)，研究方向稍有不慎就有可能損失巨大。如果你研究的技術(shù)提前了 10 年，在這十年中都會(huì)很孤獨(dú)。我們一直在注意避免過于超前的研究?！?/p>