江苏龙网

  1. 首页 > 资讯 > 资讯 > >

小冰|“离开”微软，小冰如何成长？｜独家专访小冰CEO李笛( 四 )


「深响」：能把X套件理解为是为了让小冰能力变得更强的产品吗？
李笛：那倒不是 ， X套件不是做这个的 ， X套件主要是用到这些形形色色的人工智能人类 ， 并且你可以训练他们 。
让他们变得更好的方法是 ， 比方说我们的篇章内容主动学习 ， 你可以随时转发一些文章 ， 你的人工智能这样他就能够学到这些文章里面的知识 ， 他自己还会用搜索引擎技术到外面去找参考资料 ， 那个是让你的人工智能变得更强 。
「深响」：您之前谈到小冰要做跨平台交互 ， 就是不用把她“带”出去 ， 而且在哪都能找到小冰 。 但现在大家可能都想把流量和数据圈在自己的生态里 ， 小冰要怎么去进入很多个生态呢？
李笛：小冰有两个概念 ， 一个是小冰就是一个18岁少女 ， 还有一个概念是小冰框架 。 这个框架事实上已经在power各种各样的人工智能 ， 18岁少女小冰只是框架所power的其中一个 ， 或者说第一个 。
以18岁少女小冰为例 ， 她存在的平台有20多个 ， 可以说人在哪她在哪 ， 这是她的目的 ， 但无论她在哪个平台 ， 华为、小米、vivo、OPPO等等 ， 最后用户交流都要到小冰框架 。 今天你在小米的小爱同学里跟小冰的交互 ， 也是到小冰框架的 。
「深响」：如果小米不让小冰进来呢 ， 有这种可能吗？
李笛：一开始大家会有这种担忧 ， 但事实上他们都让了 ， 包括腾讯的QQ ， 所有的QQ群 。
「深响」：在我的理解里 ， 大家都认为下一个时代是人工智能 ， 现在你在我的生态里面成长 ， 如果那个时代真的到来了 ， 我肯定会不高兴 。
李笛：这就是我们强的地方 。
「深响」：怎么做到的呢？我还是很想知道 。
李笛：这个框架有非常大的的独特性 ， 我们跟合作伙伴其实也形成了一套规范 。 这套规范是互惠的 ， 平台不会认为我们会剥夺他们独立性 ， 也愿意我们在他们的平台上共享用户 ， 这个框架非常独特 。
小冰在各个平台上同时出现 ， 并且是跨平台的 ， 这已经形成了行业惯例 。 不光是小冰 ， 包括小冰平台 ， 小冰框架对应的虚拟人类 ， 也已经是跨平台的 。 比方说 ， 你创造的虚拟男友 ， 虚拟女友 ， 虚拟好伙伴 ， 现在已经跨了华为、小米还有微博 。
归根到底是独特性的问题 ， 框架本身能够给平台和它的用户带来的价值 ， 这个价值独特的程度超过了他们对我们的忧虑 ， 不然谁也不会开放给你 。
「深响」：有没有风险上的担忧 ， 比如说平台突然有一天不合作了？会试图去建立一套自己的生态吗？
李笛：用户有很多平台可以接触到小冰 ， 今天已经不是任何一个平台不和小冰合作 ， 就会找不到小冰了 。 还是那句话 ， 我们希望我们平台power出来各种各样的AI instance ， 用户在哪它在哪 ， 而不是说用一个东西把他们拉过来 。
举个例子 ， 比方说今天在社交网络上 ， 手机硬件上都有她 ， 就算某一个硬件有问题 ， 她在很多其他的平台也还在 ， 甚至不光是社交网络 。 在网易云音乐 ， 今日头条 ， 网易新闻客户端 ， 你也能找到她 ， 她的存在已经很广泛了 。
「深响」：一直坚持不做硬件也是这个思路吗？
李笛：不做硬件倒不完全是这个 ， 不做的原因是我们干不过来 。 另外 ， 国内做软硬结合很大的一个原因是它能够提升revenue ， 我们没有这方面的压力 。
关于行业走向
「深响」：跟同行相比 ， 小冰在TO B上的核心竞争力是什么？
李笛：TO B有两块 ， 一块是垂直领域 ， 一块是第三方的AI instance 。 我们在垂直领域上的核心优势是完成度高和系统化 ， 同行业者往往在某些领域或者某些单点技术上有优势 ， 但他们没有形成大规模的系统 ， 这个系统性的优势有很多 。
举个最简单的例子 ， 同行也有计算机语音 ， 但是没有我们这么强大的NLP ， 或者他有NLP ， 但是没有我们这么产品化 。 系统性是我们现在的重点 ， 从对话引擎来看 ， 像GPT-2 ， 现在马上GPT-3 ， 还有之前的bert ， 这些技术都能让对话系统变得更智能 ， 但是这些在小冰的对话引擎这里也是十几个模块中的一个部分 。
当我们宣布小冰会写诗的时候 ， 我们还同时上线了金融文本的生成 ， 是产品化的 ， 只不过我们没有说 。
「深响」：AI这些年很火 ， 但是外界也有一些质疑 。 行业有哪些做法会是您比较看好的 ， 哪些是您认为不太行的？
李笛：最正确的方向应该是持续迭代 ， 不是总换方向 。 人工智能需要积累系统性的特点 ， 系统性特点积累从来就不是一蹴而就的 ， 下一年的发展需要基于上一年 ， 这是最基本的 。
「深响」：为什么有些公司会频繁变更方向 ， 可能刚做出一点成果就放弃了 ， 这是公司管理上的问题还是？
李笛：我觉得固然跟公司基因有关 ， 但如果尝试从人工智能领域的特点来看的话 ， 人工智能的特点是它在某些时刻会有高峰 ， 比如AlphaGo打败了人类 ， 那个是高光 ， 但高光之后往往没那么好玩 。 对于研究者来讲 ， 这个时刻他往往要换新概念 ， 他不太关注产品化 。
说到产品化 ， 举个例子 ， 用一万、两万台服务器去支持一个AlphaGo跟一个人 ， 李世石或者柯洁 ， 下一盘围棋 ， 这个AI是赢了 ， 但没有办法去支持个N个AI instance ， 跟N个人同时下N盘棋 ， 这是完全不同的概念 。 前者是研究的高峰 ， 后者是工业化 ， 我们比较关注工业化 。 工业化就没那么好玩了 ， 所以人工智能有不停经常换方向的问题 。


推荐阅读


上一篇：诺夫|华为主题7周年用户沙龙，拉近与用户的距离，感知设计的美好

下一篇：测评盘点|拆解报告：BeHear Now助听颈挂蓝牙耳机ABH-101B