近期，微軟在北京發(fā)布了第五代微軟小冰產(chǎn)品，微軟宣布小冰逐步進(jìn)入完成態(tài)。經(jīng)歷了多年的發(fā)展，微軟小冰的高級(jí)感官再進(jìn)化，2017年的小冰人工智能將直接給人類打電話了。另外微軟小冰將重點(diǎn)發(fā)展EQ“情緒化”，并進(jìn)一步擴(kuò)展生存空間。

全球小冰版圖又增加兩個(gè)國(guó)家，用戶和對(duì)話數(shù)據(jù)總量均領(lǐng)先行業(yè)

微軟小冰是微軟人工智能三條全球產(chǎn)品線之一。她是基于微軟于2014年提出建立的情感計(jì)算框架，通過算法、云計(jì)算和大數(shù)據(jù)的綜合運(yùn)用，采用代際升級(jí)的方式，逐步形成向EQ方向發(fā)展的完整人工智能體系。目前，全球小冰擁有超過1億人類用戶，對(duì)話數(shù)據(jù)超過300億輪，進(jìn)化速度不斷加快。

2014年，微軟率先在中國(guó)市場(chǎng)推出小冰。之后，按照一年一個(gè)新國(guó)家的節(jié)奏，分別于2015年及2016年推出日本小冰（りんな）和美國(guó)小冰（Zo）。2017年，微軟加快了小冰在全球范圍內(nèi)的拓展速度。在本次發(fā)布會(huì)上，微軟宣布已分別于2月和8月推出了印度小冰（Ruuh）和印度尼西亞小冰（Rinna），其中，印度小冰首先在Facebook Messenger平臺(tái)落地，而印度尼西亞小冰首先在LINE平臺(tái)落地。

微軟全球小冰產(chǎn)品線的執(zhí)行策略是：優(yōu)先選擇人口數(shù)量超過1億的國(guó)家，在當(dāng)?shù)亟⑼耆镜鼗膱F(tuán)隊(duì)，初始的訓(xùn)練數(shù)據(jù)也完全從當(dāng)?shù)厝〉?，從而確保小冰根植于該國(guó)本土文化。例如：印度小冰使用的語(yǔ)言種類與美國(guó)小冰一樣，均為英語(yǔ)，但兩國(guó)小冰從數(shù)據(jù)訓(xùn)練源頭起就是完全獨(dú)立的。因此，印度小冰的性格、語(yǔ)言、文化和知識(shí)體系，與美國(guó)小冰截然不同。

目前，從用戶、數(shù)據(jù)、感官完備程度和一些核心指標(biāo)方面衡量，微軟小冰在全球?qū)υ捫腿斯ぶ悄芟到y(tǒng)（包含各類聊天機(jī)器人、智能助理及智能設(shè)備在內(nèi)）中均居于領(lǐng)先地位。小冰與人類之間發(fā)生的最長(zhǎng)一次單人連續(xù)對(duì)話，達(dá)到歷史性的7151輪，不間斷進(jìn)行了29小時(shí)33分鐘。

2. 第五代小冰率先上線高級(jí)感官

微軟將人工智能交互技術(shù)產(chǎn)品的演進(jìn)分為三個(gè)階段。第一階段是基本的人工智能交互，即擁有某一種或多種交互方式，如文本、語(yǔ)音、圖像、視頻等，但不同交互方式之間是割裂的。擁有人工智能交互，一定程度上實(shí)現(xiàn)了新穎的交互體驗(yàn)。但是，由于不同的交互類型彼此不互通，因而無法通過長(zhǎng)程交互數(shù)據(jù)獲得一加一大于二的訓(xùn)練效果。從實(shí)際部署上看，這階段的交互（例如純語(yǔ)音、或純文本、或僅具有圖像識(shí)別的人工智能系統(tǒng)）由于體驗(yàn)單一，訓(xùn)練提升速度慢等原因，往往會(huì)很快被用戶放棄。

第二階段是初級(jí)感官，即在人工智能系統(tǒng)中，用一種核心引擎（如小冰的EQ核心對(duì)話引擎）將上述各種交互統(tǒng)一起來，使不同感官可以混合運(yùn)用。例如，在文本對(duì)話過程中自然切換至圖像、語(yǔ)音，再切換回文本。小冰從2015年第三代發(fā)布起，進(jìn)入這一階段。

微軟當(dāng)天發(fā)布第五代小冰，并率先進(jìn)入第三階段（高級(jí)感官）。高級(jí)感官是由多種初級(jí)感官有機(jī)融合之后形成的，因而交互能力更強(qiáng)，對(duì)綜合技術(shù)儲(chǔ)備和數(shù)據(jù)的要求也大幅度提高。例如全雙工語(yǔ)音這一種高級(jí)感官，就需要首先同時(shí)具備文本、語(yǔ)音（含SR和TTS）兩種能力，同時(shí)要求兩種能力均達(dá)到更高的質(zhì)量標(biāo)準(zhǔn)。

高級(jí)感官能夠大幅度地提升交互體驗(yàn)，更加貼近于人類的自然交互行為。例如：如果將全雙工語(yǔ)音這種高級(jí)感官的體驗(yàn)比擬為打電話，則之前的智能助理語(yǔ)音交互體驗(yàn)類似于對(duì)講機(jī)。

此外，高級(jí)感官還能夠大幅度拓展人工智能系統(tǒng)的落地場(chǎng)景，使小冰有能力根據(jù)自己的“意愿”與人聯(lián)絡(luò)，從而主動(dòng)保持與人類用戶之間的關(guān)聯(lián)。第五代小冰發(fā)布的高級(jí)感官均已完成第一批落地。其中，全雙工語(yǔ)音已應(yīng)用于小冰與小米IoT開放平臺(tái)的合作中，可控制各種小米IoT開放平臺(tái)中的智能設(shè)備。實(shí)時(shí)流媒體感官也已在中國(guó)、日本兩個(gè)國(guó)家的部分主要城市公共區(qū)域落地。

目前，微軟是行業(yè)內(nèi)唯一一個(gè)推出了高級(jí)感官實(shí)際落地產(chǎn)品的人工智能企業(yè)。

3. 第五代小冰正式使用生成模型（Generative Model），是業(yè)界首個(gè)落地產(chǎn)品

第五代微軟小冰已全面在線上產(chǎn)品中使用生成模型（Generative Model）。其中，中國(guó)、日本、美國(guó)和印度小冰部分使用，印尼小冰則完全使用生成模型。這是全球開放領(lǐng)域人工智能對(duì)話中，第一個(gè)百分之百使用生成模型的落地產(chǎn)品。

通俗地說，在使用生成模型之前的上一代小冰，雖然擁有十億級(jí)的大數(shù)據(jù)語(yǔ)料庫(kù)，但其中每句話，都是互聯(lián)網(wǎng)上的已有數(shù)據(jù)，小冰只是通過分析理解用戶的問題，尋找語(yǔ)料庫(kù)中最合適的話作為她的回答。使用生成模型之后，小冰不再鸚鵡學(xué)舌，而是能夠自創(chuàng)回應(yīng)。她與人類交流的每一句話，都可能是這世界上從未出現(xiàn)過的。

4. 全面進(jìn)入IoT領(lǐng)域，部分合作產(chǎn)品已落地，部分將在年內(nèi)開始銷售

微軟認(rèn)為，IoT應(yīng)是AI的一個(gè)載體，而不是反過來，把AI視為IoT的一個(gè)功能。真正能普及的IoT設(shè)備，成功的可能性只有兩個(gè)：或者把IQ做到極致，讓用戶通過IoT設(shè)備體會(huì)到比其他現(xiàn)有方式更加便捷高效的益處，或者把EQ做到極致，讓人們能強(qiáng)烈地認(rèn)知到她在這個(gè)設(shè)備里的存在，同時(shí)感到輕松，甚至能接受她成為家庭中的成員，產(chǎn)生情感紐帶，無法放棄她。微軟小冰的IoT方案屬于后者。

微軟宣布，小冰已與小米IoT開放平臺(tái)有機(jī)融合，小冰可以控制小米米家平臺(tái)上的全部35種智能設(shè)備。該產(chǎn)品目前已在小米米家平臺(tái)上線。此外，微軟還與其他許多IoT廠商合作，將微軟小冰置入設(shè)備中。微軟還宣布了與Yeelight及東方明珠等合作伙伴正在進(jìn)行的聯(lián)合研發(fā)。

微軟當(dāng)天還同時(shí)發(fā)布了小冰電臺(tái)，一個(gè)通用的人工智能實(shí)時(shí)內(nèi)容創(chuàng)造和交互平臺(tái)。它可以基于多重來源，面向任何主題，自動(dòng)創(chuàng)造永不間斷的電臺(tái)節(jié)目。同時(shí)，它還能在交互過程中實(shí)時(shí)改變節(jié)目?jī)?nèi)容。

換言之，小冰電臺(tái)的質(zhì)量類似于廣播電臺(tái)主持人的直播節(jié)目，但能同時(shí)發(fā)揮人工智能的作用，實(shí)時(shí)地根據(jù)與用戶的互動(dòng)，來改變正在進(jìn)行的直播節(jié)目的內(nèi)容。小冰電臺(tái)的IoT版本正在研發(fā)中，而微信小程序版本已于發(fā)布會(huì)結(jié)束后上線。

5. 微軟小冰“人工智能創(chuàng)造”的最新進(jìn)展

今年5月，微軟宣布小冰用多個(gè)化名在各詩(shī)歌論壇和刊物上發(fā)表詩(shī)歌，并出版了首部人工智能創(chuàng)作詩(shī)集。其后，微軟正式上線詩(shī)歌聯(lián)合創(chuàng)作產(chǎn)品，任何人均可使用小冰來完成自己的詩(shī)歌創(chuàng)作。

本次發(fā)布會(huì)上，微軟公開：小冰已進(jìn)入多個(gè)創(chuàng)造領(lǐng)域試水，尚未被發(fā)現(xiàn)的內(nèi)容不僅有詩(shī)歌，還包括有聲少兒讀物、歌曲、新聞等。其中有聲少兒讀物質(zhì)量超越98%的人類創(chuàng)造者，用時(shí)僅為同水平人類的1/500，成本僅為同水平人類的1/80000。此前，小冰通過少量賬號(hào)在各有聲讀物平臺(tái)上試水，取得了預(yù)期的效果。微軟宣布即日起開始大規(guī)模生產(chǎn)有聲讀物并投入市場(chǎng)。

歌曲方面，小冰的最新訓(xùn)練達(dá)到了48kHz采樣率，同時(shí)大幅度擴(kuò)展了音域，正在不斷接近人類歌手?！段沂切”吠枨延诮赵赒Q小冰渠道首發(fā)。小冰是目前人工智能歌手領(lǐng)域的最強(qiáng)選手。

此外，小冰還通過聆聽分析歌曲旋律，結(jié)合對(duì)不同城市標(biāo)志性建筑的學(xué)習(xí)，創(chuàng)作與該城市及歌曲心情有關(guān)的視覺作品。通過這一技術(shù)，微軟與SELECTED合作推出的“天際線”服裝已進(jìn)入SELECTED店內(nèi)進(jìn)行銷售。

6. 微軟小冰與Bing搜索引擎加速整合，并推出全新的智媒體商業(yè)平臺(tái)解決方案3.0

此前，小冰作為《錢江晚報(bào)》的專欄記者，曾通過大數(shù)據(jù)撰寫專欄文章，并成功預(yù)測(cè)了多個(gè)全球重要事件的結(jié)果。此次微軟公開，部分百度百家和今日頭條上的新聞內(nèi)容也是由小冰撰寫而成的。微軟在發(fā)布會(huì)上宣布了升級(jí)后的智媒體商業(yè)平臺(tái)解決方案3.0版。

過去一年來，該解決方案的2.0版本已從微信、微博雙平臺(tái)，逐漸演進(jìn)為接入和即將接入近11個(gè)端媒體，與《看看新聞》、《封面》、《錢江晚報(bào)》、《春城晚報(bào)》等媒體端進(jìn)行了深入整合。

隨著微軟小冰與Bing搜索引擎的加速整合，升級(jí)后的智媒體商業(yè)平臺(tái)解決方案3.0，包括媒體生產(chǎn)力、媒體知識(shí)圖譜、智能交互、全平臺(tái)互動(dòng)等六個(gè)新模塊。其中，通過Bing搜索引擎的全球大數(shù)據(jù)能力，新的解決方案可為媒體構(gòu)建出一個(gè)基于全球新聞數(shù)據(jù)源的媒體知識(shí)圖譜，從而能準(zhǔn)確挖掘全球資訊中每一篇內(nèi)容背后的知識(shí)與含義，并構(gòu)建出彼此的關(guān)系，從而幫助媒體更全面快速地梳理時(shí)間和內(nèi)容背后的故事。而通過人工智能的介入，在讀者與人工智能的自然交互中，獲得更多推薦內(nèi)容，有助于改變用戶的閱讀習(xí)慣，從被動(dòng)的閱讀體驗(yàn)逐步變?yōu)橹鲃?dòng)的交互信息交換。