顾嘉唯曾在百度人工智能研究院担任人机交互负责人,也曾入选《麻省理工科技评论》评选出的2016年度TR35科技创新俊杰,成为当年入选的6名中国科学家之一。
2016年,他离开百度自主创业,成为物灵智能科技有限公司的联合创始人。物灵科技作为东方网力的子公司,与美国Jibo机器人团队合作,研发Jibo机器人的中文版本,同时也在研发儿童阅读养成机器人、管家型机器人等家庭场景中的消费型机器人。
以下为本次专访实录,内容有删节:
物灵成立于2016年,是一家做消费型机器人的创业公司,目前中国团队共有160人,其中120人都是研发人员。物灵已在中国市场上推出了一款儿童绘本阅读机器人,同时还在研发家庭社交机器人Jibo的中文版。
Jibo
的功能包括讲故事、聊天、充当个人助理等。这款机器人是由美国团队研发,物灵中国团队在为中文版的Jibo做中文语音交互,让它能懂中文、用中文与人交流。
Jibo机器人
物灵选择做消费型机器人经过了一番考虑和实践,
我们看到了家庭场景中存在机器人应用的刚需。
首先是视频监控,在家里没人的时候能保障安全。
其次,现在一些父母无瑕顾及孩子时就给他一台iPhone或者iPad,既伤眼睛又不利于孩子养成良好的学习习惯,此时能为孩子提供陪伴和教育功能的机器人就可以派上用场。
第三方面的需求来自智能化的家居环境,在你大汗淋漓进门时机器人能为你打开空调,并知道当你感冒生病时,会选择不开空调。
之前五年,智能家居的硬件停留在联网的状态上。比如用手机App去控制窗帘升降。这不是真正的需求,所以这些做智能家居硬件的公司以失败居多,不然就是被小米收编。
今天,智能语音技术发展起来了,
真正的自然交互开始有机会了,消费型机器人这样的智能家居硬件也就有发挥的余地了。
物灵是做AI+家庭的,我们希望帮用户解决问题,AI在垂直领域当中解决的不是通用问题,而是垂直问题。比如说绘本的识别,我很清楚得知道你这本绘本是哪一页,并基于图给孩子读出来。
AI在行业里面解决垂直问题,一定比一个很泛的通用问题好很多。比如说在制造业中玻璃边缘的检测,可以提升制造效率。
消费家庭领域,我们认为这是长赛道,未来会有弱AI加强产品的时代,再过10年可能会出现强AI的时代,大公司,大平台。
物灵刚开始也尝试过做服务型机器人,类似于办公室前台、超市收银这种机器人,还参加了CES展会。一段时间以后,我们发现目前这块市场并不健康,属于还没有变蓝海就已经成为红海的市场。
因为这类机器人大多数在定位和地图创建、自动导航方面做得不够好,使用目标也不够清晰。由于很多人觉得机器人新鲜,抱着不如买一台的想法,结果购买之后便成了噱头,一周后就不再使用。
相比之下,
消费市场更难做,玩家们更不容易走下去,特别是要直接推出一个品牌的时候,很多人都会胆怯,这反而营造了更加理性的市场。
目前,市面上的机器人在自然语言理解、语音交互、产品体验上都差强人意。
无论是类似于Nao的大型机器人或是小巧可爱的蛋形机器人,很多都属于“人工智能智障机器人”。
由于唤醒词识别不佳,会导致有的机器人无法唤醒或者时常被无关对话唤醒,有些人型机器人,因为外型像人,但体验不佳,常带来“恐怖谷效应”。
力德教育推出的
Nao机器人
基于以上的问题和市场的痛点,
物灵认为要做出有生命感的机器人。我们希望做出的机器人都能具有灵性。
这种灵性,可以类比成星球大战中的原力,灵也是一种原力,我们把它放在机器人里面就会产生有生命感的产品。
目前市面上的人工智能音箱、小度机器人等都是直接唤醒式的互动,具有工具属性。但这并不是人和人之间的交流方式。人与人的交流,通常是我看了对方一眼,把对方的注意力吸引过来,然后就直接开始对话。
人在互动中,可以察言观色、不断调整、吸引和转换对方的注意力,把某个话题进行更好的输入和输出。物灵现在的产品有一个运算系统,能把用户的表情行为、语言和表达的情绪作为输入,通过内存的情感计算,输出产品应该有的情感表达。
这种情感表达不一定是真的给你的问题提供精准答案,而是拥有一定的角色感、个性感的回应。
每个产品都有自己的角色设置,有自己的优缺点,甚至有时候听不清话也是它的特性之一。
例如,英文版的Jibo和中文版的Jibo就拥有不同的个性,因为中美两国的生活方式、用户场景、社交文化等都不一样。
从技术上来说,提供生命感的关键是25个关系式交互,打通了计算机视觉(CV)、自然语言处理(NLP)和事物处理系统(TPS),再结合情感计算进行输出。
虽然Jibo这款机器人在中国和美国都还没有上市,但肯定会先进入美国市场。因为亚马逊的Alexa、Google Now、微软的Cortana已经对美国市场进行了教育,相对成熟,而中国市场则还需要一段时间。
其实技术的成熟、产品体验的打磨和进入市场的时间点都至关重要,这些也是物灵正面对的问题。
不管是之前在微软或是百度,我自己的个人积累都在人机交互和人工智能方面。