人工智能到底能干啥？我们和小冰公司CEO聊了下
编者按：本文来自公众号，作者：Alex，36氪经授权发布。
到2021年，人工智能到底能干什么？大公司们围绕这个问题的炒作正在逐渐消退。
简单讲，人工智能是个帮助你分析数据，做决策的工具。而处于经济低迷期，特别是疫情以来，让公司们冷静下来，重估这个昂贵的新工具是否足够高效。
调研1400名业内人士后，出版社O'Reilly Media发现，公司购买人工智能技术，通常有两大决定性原因：一个是，老板觉得它有价值；另一个是，它能有效解决公司的实际难题。
与比拼智商的人工智能技术路线不同，在小冰公司CEO、原（亚洲）互联网工程院常务副院长李笛看来，一个永远在线的数据世界里，面向对话全程的聊天机器人是一个在对话中，建立信任，重新发现需求，甚至改变人们决策的工具。
他常举一个例子。2016年，在日本市场探索商业化时，小冰团队发现，对便利店来说，比起在线上发起一个优惠券活动，在社交软件Line中，通过聊天机器人介绍优惠券的转化率高出行业均值5倍。
小冰公司和日本罗森便利店的合作到今年已经是第五年，其日本团队也拓展至40多人。在中国，去年刚从微软拆分出来的小冰也正在重点拓展金融、IoT与汽车、内容生产和体育业的赚钱机会。
一个在微软（亚洲）互联网工程院诞生的点子，如何变成一门生意，李笛向《锐问》分享了他的经验和感悟。
人工智能公司小冰CEO李笛
Q：锐问（ID：tigerrecord）
D：李笛，人工智能公司小冰CEO
在微软内部建了个特区Q：2013年，你加入微软（亚洲）互联网工程院。它是微软在亚太区的计算机基础与应用的研发机构之一。它有何不同？在内部，将一个理论落实到产品，通常是一个什么样的过程？
D：微软亚洲研究院（MSRA）一直保持100-200人的规模，主要做基础研究。工程院最初是MSRA的搜索技术研究中心。现在，工程院也有2000多人，是除了美国之外，最大的一个研发中心，覆盖微软全线产品。它也做一部分基础研究，但更多是将基础研究整合到产品及其功能里。
微软的内部协同主要是两大类。
一类是，团队的迁移和重组。微软研发机构间的迁移很常见，不像科研机构、大学院系那样固化。
小冰就是重组的结果。它最开始只有6个人。没有语音识别，也没有计算机视觉。通过内部重组，不停地有其他团队的人和技术加入过来，到后来形成一个数百人的团队。
一类是，创新机制。在一个固化的系统里，想从0到1做成一个项目很难。它通常需要在保证各种技术都有的情况下，拥有这些技术人之间还能相互协作。例如，微软在内部做黑客马拉松（Hackthon），做了10多年。
微软（亚洲）互联网工程院，位于北京市海淀区丹棱街5号
Q：2014年5月29日，“小冰”正式发布，整个项目时间不到半年。以往，在微软内部，每一个产品从设计到最后一共是30-36个月。当时，你如何协调微软内部技术资源和预算，做到这一点的？
D：从立项起，小冰就是个特区。
首先，很早就有一个完整的团队，从技术、产品、测试到市场公关。我们只有十几个人的时候，已经能够独立地向外部发声。当年，和互发声明时，并没有经过总部审查。
其次，产品迭代更快。通常，Windows系列产品当时两年更新一次。Bing系列搜索产品每天午夜跑一遍。再到语音助手Cortana每两小时更新一次。小冰的更新周期是5分钟。
微软最怕的是事故。所以，产品上线也慢，更新也慢。更新往往还会带入不可知的新的问题。但这不符合人工智能类产品的需求。
另外，数据存在本地。比方说，中国的所有数据都在国内，就没变过，日本所有数据都互相之间不能串。
Q：目前，小冰团队人员是如何安排的？技术、产品和商业化是怎样一个比例？
D：现在我们下大力气，已经有10个销售了（笑）。这个行业还处在早期。我们仍然集中精力做好技术。今年团队扩张比较快，已经有300来号人，但80%的同事还是研发。
另外，我们常态只有4、5个人在做数据标注。因为系统自己可以标。过去，我们行业都在中西部城市雇大量人去标注。国内很多上千人的人工智能公司，可能几百人是运营，几百人是标注员，专门做数据标注的。
实际上，降低成本是人工智能目前最主要的优势。
人人都想成为JARVIS，但是...漫威宇宙里，JARVIS是一个非常聪明的人工智能系统。它是钢铁侠的管家。
Q：除了做问答机器人，对话太短，无法积累数据之外，小冰当初如何确定成为基于情感计算的人工智能框架？团队内部有过哪些讨论？
D：我们最初认为这世界上存在两种人工智能。一种叫机甲战士，无所不能，让它干什么，都能做。还有一种像爱因斯坦，无所不知，问它啥，都知道。没有第三种，那就得做。我们一开始没想那么多，只是想做一个有用的人工智能。
Q：从初代到现在第八代，小冰保持了每年更新一代的研发节奏，背后的逻辑是什么？
D：在这个领域，一旦发现问题，你能锁定住问题，解法都。
我当时负责搜索引擎，手里有启动数据。小冰刚开始能完成很多问答任务，比如，她知道山有多高。问题是，用户上来跟机器人聊天，把自己先变成了机器人，输入喜马拉雅山，空格、高度，保留了使用搜索引擎的习惯，没法自然放松地说话。
然后，团队开始做闲聊机器人。在和小冰的对话框里，用户还是输入喜马拉雅山，空格、高度。小冰就会骂他好笨。这波用户就不会来这。后台也不用费劲清洗这些不自然的语料。留下来的用户是那些天生代入感比较强的，会和小冰真正对话的。这些数据也正是我们需要的。
本质上，小冰是一个数据回路。大量的自然语言处理、语音识别、计算机视觉数据都在它上面跑。后来，它从微信、等各种社交网络进，也是为了积累数据。第三代小冰发布时，50%以上的训练数据都来自人机对话。
比方说，小时候，我们学做人。在家里，爸妈先教我们待人接物。这是冷启动，知识都是事前灌输的。之后，我们还得去跟别人交往，在社会上摸爬滚打，才能学会那些道理。这是数据回路。
小冰每一代都升级了哪些功能？
Q：而且小冰每一代产品的目标都还挺明确的，你是如何管理产品迭代和技术升级的？
D：最早，在第三代小冰，我们就确定了代际演进的的框架设计，到今天为止还没有变过，仍然有效。一个系统能够这么多年不推倒重来，都很少见，这是我们很自豪的一点。
代际演进，意味着要积累的数据，数据回路得一步一步来。因为算法、计算能力、数据，这三件事情都是人工智能相关很重要的东西，但不可能同时具备。
小冰可以一上来既能文字聊天，也能语音聊天。但会面临一些问题。比如，声音听上去足够自然，但识别出来的文本不自然。我们认为，这些技术点需要一步一步去完善。
目前为止，看起来我们是对的，因为一些同时做的同行反而耽误了更多时间。
另外，我们迭代的速度是这样的。一般，每年4月到9月是个封闭开发周期。8月份左右，发布新产品，再用一个月的时间确保它们上线。到第二年4月前，产品和运营团队去迭代这些产品。同时，技术团队可以尝试更多。
Q：那你们具体怎么衡量小冰的技术是否迭代到位了？有什么考核目标吗？
D：我们有大量用来迭代技术的指标。但不设KPI这类绩效考核目标。
我们有一个指标，叫CPS（conversationper-session），就是咱们俩一次对话的平均长度。人的平均对话长度中位数是11。小冰的CPS是23，一张A4纸打印不下。
假如我拿CPS当做技术团队的KPI，就会出现一种情形。到了半夜，用户要睡了。为了让CPS再长一点，员工肯定会推送当天的热搜榜。让小冰问你，最近有个什么事，你听说过没有？用户很可能开看一看。但这不仅没用，甚至还伤害了用户。
不管是原来的KPI，还是现在的OKR。这个系统不一定是好的。
另外一个指标是ACD（Average ComfortDuration）。如果一个人工智能的声音足够自然，你能坚持听多久。以往，衡量语音合成质量的逻辑是，语音是否贴近文字内容，你能不能听懂。
在中国，人工智能公司要怎么赚钱？Q：早年，你态度很坚决地说不要开放小冰的API接口。2019年，小冰发布AvatarFramework。它是从小冰身上提炼出来的通用框架。这个商业模式是怎么进化的？
D:这是目前为止我们看起来最好的一种方法。因为行业里还没有一行的封装能力，把它包装成一个好的产品。提供封装API的公司不知道。用这个API的公司也不知道。
假设需求方要封装一个《全职高手》里的叶修。他在现实生活中，很可能会被问到是否喜欢特朗普。但对方不一定能想，需要交给第三方。
这也是为什么我们要先做一个原型小冰。她可以迭代出一个大概的结构。不同的人工智能机器人可能性格、观点不一样，但底层结构和小冰相似。比如，我们用1800个个体合成了观点，来保证性格和观点保持一致。
你可以理解，我们是在卖“人”，或者一套已经搭好的乐高。比如，你要一个很丧的人。我不是给你提供一堆丧的能力，也是要打包给你一个丧的解决方案。而是提供给你很多个不同的丧的人。
Q：除了当年和日本罗森合作，让小冰推销优惠券的商业案例，小冰还有哪些新的赚钱机会？
D：在中国，我们关注几个垂直行业，包括金融、汽车和竞技体育。比如，今年2月，冬奥会测试赛，高空自由式滑雪的裁判是小冰，而且全程没有人类裁判。
但目前行业里，谈钱有点不大好谈，容易得罪人。举个例子。你卖智能音箱，定价1000块，到底是那个材料值1000块，还是把人工智能服务也算在其中？
Q：德勤曾在一份报告中说，在中国人工智能行业里，企业更注重技术和实用，而不是基础研究，比如芯片和算法框架。您同意这个说法么？为什么？
D：中国是这样的。我认为有两个原因。
中国很关注基础研究，但想要成系统去做基础研究，也需要很好的国力。就像我们码农，我们拼尽全力做，我们的下一代基本上都是去学艺术的。
另外，在中国市场做商业模式创新太容易了。这是优点，也是缺点。只要有一个技术，哪怕一个单点，哪怕一个产品，哪怕没技术，加上中国市场的纵深，你都能取得特别大的成功。这会遏制基础研究的动力。
《科学：无尽的前沿》里，探讨基础科学如何对人类和社会有用？
Q：《科学：无尽的前沿》里有个观点——基础研究导致了应用研究，然后是商业开发，最后是生产和运营。就拿小冰来说，如果当它的技术和商业化发展到一定阶段时，到头来要回归到基础研究，做理论、写论文时，要怎么办？
D：这个问题特别好。你刚才问我很多商业模式的问题。它们在中国都有一种特别的打法，就是用资本去扫街快速获取流量和增长。
如果我一天到晚想如何马上把它商业化。我们当初认定对话作为交互方式时，就可以让它跟外卖结合。接下来，团队重点就会变成如何通过对话诱导用户下单，挣这个钱。那么，我就不会做小冰了。
我们这些年坚持做小冰，已经算是在做基础研究了。
该文观点仅代表作者本人，36氪系信息发布平台，36氪仅提供信息存储空间服务。
+19好文章，需要你的鼓励
特邀作者19收 藏+11评 论打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮沉浸阅读返回顶部参与评论登录后才能参与讨论哦...后参与讨论提交评论0/1000请回复有价值的信息，无意义的评论将很快被删除，账号将被禁止发言。
特邀作者作者有点忙，还没写简介
发表文章1篇最近内容12小时前文章提及的项目图谱评
微软喜马拉雅微信腾讯微博个通得到好办人物会点下一篇
靠补贴交战、出行率成谜，万物真的皆可盲盒吗？
12小时前
关于36氪合作伙伴36氪APP下载iOS Android本站由 提供计算与安全服务 违法和不良信息举报电话：010-58254120 举报邮箱：jubao@36kr.com © 2011~2018 北京多氪信息科技有限公司 | | | 36氪APP让一部分人先看到未来36氪鲸准氪空间为你推送和解读最前沿、最有料的科技创投资讯
一级市场金融信息和系统服务提供商
聚集全球最优秀的创业者，项目融资率接近97%，领跑行业
标题：人工智能到底能干啥？我们和小冰公司CEO聊了下
地址：http://ai.rw2015.com/edu/8562.html
免责声明：人工智能网为网民提供实时、严谨、专业的财经、产业新闻和信息资讯，更新的内容来自于网络，不为其真实性负责，只为传播网络信息为目的，非商业用途，如有异议请及时联系站长，本网站将立即予以删除！。
