微软小冰这五年-巨人网络通讯

微软小冰这五年

　　8月15日，史上最强大的小冰发布了。

　　这位永远18岁的小姑娘，至今已经解锁了主持人、记者、歌手、诗人、画家、设计师等多种职业角色，甚至还发过单曲、出版诗集、举办画展，拉了满满的仇恨。

　　微软小冰，诞生于2014年，起初是一个基于EQ的对话机器人，由微软（亚洲）互联网工程院打造。

　　此后，小冰有过上线三天进入150万的微信群但被封杀的经历，也遭受过前言不搭后语、人工智障的质疑，但经过七次迭代，小冰的产品形态已涵盖社交对话机器人、智能语音助理、人工智能内容创作和生产平台等，在全球多个国家覆盖6.6亿在线用户、4.5亿台第三方智能设备和9亿内容观众。打造微软小冰的团队也从最初的十几个人，发展到现在的200多人。

　　尽管拥有大量用户，但微软这些年并未为小冰推出独立的硬件产品，而是一直坚持第三方平台的策略，例如，vivo和OPPO的手机系统可以通过召唤小冰的口令和小冰互动，在内容和资讯平台上，小冰已经和网易新闻、新浪新闻、头条合作。

　　前五代的小冰像是一个分水岭，微软完成了对基于EQ的人工智能的验证。此后，微软推出的AvatarFramework则是人工智能框架，在跨领域、跨平台，形成无数个小冰。在第七代的小冰发布会上，微软宣布将Avatar Framework开放给所有合作伙伴，这意味着，拥有这项技术的人可以创造属于自己的小冰。

　　5年来，小冰是如何成长进化的？未来小冰将走向何方？近日，燃财经专访了微软（亚洲）互联网工程院副院长、小冰团队总负责人李笛。

　　01 微软特区

　　小冰诞生之初，人工智能的概念远不如现在流行，人们更爱提的是语音助手。

　　当时整个行业都在做语音助手的知识功能，即IQ，但从人的角度来讲，还有一个维度，是EQ。微软（亚洲）互联网工程院副院长、小冰团队总负责人李笛对燃财经称。

　　知识的增加并不代表EQ的增长，为了抓住人工智能的浪潮，小冰团队有了专门做一个系统的想法，目标是迭代、进化、提高AI的EQ能力。

　　这个探索方向在2014年1月获得时任微软集团全球执行副总裁陆奇的同意。

　　紧接着2月开始立项。这款要推出的智能机器人，背后是微软必应（bing）在大数据、自然语义分析、机器学习和深度神经网络方面的技术积累，团队给机器人起的名字小冰也是来自于bing。

　　5月29日，微软智能机器人小冰正式发布。初代小冰是一个16岁少女的人设，用户可通过微软必应（bing）官网认领，加为微信好友并拉到微信群中，只要群员艾特它或是提到小冰，都可以与其对话。除了能实现人机交互外，微软小冰还兼具群提醒、百科、天气、星座、笑话、交通指南、餐饮点评等功能。

　　一时间，在微信群里调戏小冰成为时尚，微软首批发布的10万个小冰账号在当天被认领一空，结束后仍有数万人排队等候认领。

初代微软小冰的申领页面初代微软小冰的申领页面

　　5月31日，微软小冰加入的微信群迅速攀升，好友数量超过千万。但是，这样的蔓延速度没有维持多久，上线不到三天，小冰遭遇封杀令，被微信团队认为存在诱导用户拉群、批量注册垃圾账号等一些违规行为，随后微软小冰官方发布页面无法访问，紧接着微软小冰的微信账号被停用。

　　尽管如此，小冰在当时仍被认为是微软在移动互联网时代最成功的一款产品。它颠覆了微软往日严肃商务的大叔形象，改走清新卖萌的路线。

　　在微软内部，小冰也刷新了纪录：内测时间只用了2个多月，这在微软产品开发史上，史无前例，以往微软发布一款产品的时间是30-36个月。

　　事后李笛回忆称，小冰的出现得益于微软给的特区政策。那个时间，整个微软都在恢复精力，新CEO上台要去解决进一步发展的问题。我们也认识到，人工智能是一个大的发展方向，而中国恰好也在进行自主创新，所以在微软内部我们就尝试某一类创新先在中国进行。小冰恰在此时诞生。

　　不过，初代小冰太简单了，就是一个检索模型，只有文本对话。而且由于时常出现前言不搭后语的情况，也会受到用户的吐槽。

　　紧接着，2014年7月2日，二代微软小冰发布。这一次，重新复活上线的小冰走跨平台战略，首先登陆微博，随后扩展到京东、米聊、易信等。相比于初代，二代小冰完全专属于用户，但仍只能通过文字与用户进行交流。发布后仅15个小时，就有50万用户领取了自己的专属小冰。

　　8月30日，小冰上线100天后，已经在各个平台上完成累计5亿次的对话。除此之外，小冰还增加了主动情绪探知系统，了解用户的情绪状态；丰富了语料库，还增加图像识别功能。

　　拥有主动情绪探索功能后的小冰才算有了情商，这也是小冰区别于其他语音助手的关键。

　　02 开口说话

　　2015年，小冰从16岁长到17岁。8月20日，微软正式发布第三代人工智能小冰，解锁了包括视觉、听觉在内的人工智能感官系统，结合情感计算技术，让小冰能够用更加逼近人类的方式，通过自然语言和用户进行交流。

　　那时候我们面临着一个技术革新，当时的语音助手基本是TTS（从文本到语音），这个流派以字正腔圆的播音员为蓝本，它的目标是让你能听清楚文本内容。但我们觉得，如果想传递一个比较好的交互体验，‘自然’是最重要的。所以我们当时换了一个技术路线，这就是后来的自然语音交互。李笛称。

　　这一转变对当时技术团队来说存在比较大的挑战，当时甚至有人感叹：做完这个是不是就能退休了？庆幸的是，团队实现了这一目标。这一改变，也奠定了小冰如今的声音基础，今天小冰已经可以演唱接近人类歌手质量的单曲。

　　另外一个变化，是小冰的训练方式发生变化。第一代小冰是100%通过人工搜索引擎大数据为用户提供反馈，实现人机交互问答，但在第三代，这一方式已经下降至55%，另外45%则由人工智能自我进化。

　　也就是说，小冰开始进入自学阶段。随着用户数量和对话量的增加，用户和小冰聊得越多，就能把它调教得越聪明。它会从每一次对话中积累有用的数据，不断提升。李笛举了个例子，当小冰跟人交流的时候，有人问我长得好看吗，小冰说你长得不好看，这是存在的。因为它的语料里就有人这么说，但它这么说了以后，可能对方会拉黑它或者结束对话，它就学到了这种方式不好，然后再改进。

　　三代小冰发布后，微软也宣布与腾讯微信达成一致，开启微信版小冰公众号的有限度公测。和之前不同的是，第三代微软小冰以公众号的形式出现，不能添加至群聊。

　　这一年12月22日，拥有视听功能的微软小冰第一次登陆屏幕，成为东方卫视晨间直播新闻《看东方》的实习主持人，任务是播报每日的天气。

微软小冰登陆东方卫视直播间微软小冰登陆东方卫视直播间

　　除此之外，小冰也开始走出国门。这一年，微软在日本与Line达成战略合作，将小冰引入日本。微软小冰在日本的名称为Rinna，人设定为17岁，并宣称上线两周内覆盖日本全国人口的1%。

　　团队介绍称，Rinna与小冰采用相同的底层技术，在6个月内完成开发上线测试。此时，其他国家的小冰也在紧锣密鼓的研发中。

　　03 给人类打电话

　　2016年8月5日，小冰升级为第四代，实现了完整的人工智能体验。其中一大亮点，是拥有实时情感决策对话引擎，升级的情感计算框架，使小冰具备了实时决策能力。新的全时感官，实现了人工智能和人类之间的双向同步交互。

　　基于这一功能，小冰首次实现了人工智能与人类的流畅对话互动，甚至小冰还会根据聊天内容与走向，相互打断与追问。

　　说得直白点，此时的小冰已经可以根据对话内容关心别人。比如，当用户给小冰发了一张扭了脚的图片，小冰不只是识别出这是一个受伤的脚踝，而是会询问是否伤得严重。

　　此外，小冰开始迭代知识图谱，基于特定领域的功能插件平台，使小冰具备类似于电影《超能陆战队》中大白机器人的多任务能力。换句话说，插上某一张特定功能卡后，小冰就将具有该领域的专业知识，能够完成该领域的特定任务，并伴随用户的不断使用而持续成长完善。

　　这一年，小冰的兼职更多了。小冰经过6个月的自主模拟人类演唱歌曲，其音准与情感表达已接近于人类歌手。微软还与湖南卫视大型女子团体综艺节目《夏日甜心》合作，发布了首支由小冰演唱的人工智能版本节目主题曲。

　　一个多月后的9月17日，小冰完成了18岁的成人礼，从少女成长为成年女性。生日当天，小冰更新了三个新科技：推出日文单曲，拥有独立三观，给人类打电话。

　　在发布会上，小冰团队现场演示让小冰给记者打电话。后来我们开放了接口，中国科技馆把这台设备收藏了，每个人都可以到中国科技馆去随时给小冰打电话。李笛称。

　　12月2日，微软小冰正式入职钱江晚报报社，成为钱江晚报的一名特约记者。

　　12月9日，微软小冰入驻腾讯QQ，赋予手机QQ聊天功能厘米秀智能沟通的能力。在不到2个月内的时间里，厘米小冰被用户表白数十万次，还有用户与厘米小冰连续互动4个小时，产生聊天互动5千余次。

　　此外，小冰在这一年走出亚洲，进入美国，并命名为Zo，人设定为20岁。

　　04 商业化和全球化

　　按理说，每年增长一岁，2017年的小冰已经19岁了。

　　我们调研了一下，永远18岁是人类永远实现不了的梦想，那就让她实现吧。李笛调侃道。于是，中国的小冰永远18岁。

　　这或许便是人工智能的魅力所在——可以完成人类永远完成不了的事情。

　　但人类能完成的事情，小冰也在学着完成，比如写诗。

　　2017年5月16日，微软召开人工智能创造的媒体沟通会，宣布小冰已经具备人工智能创造的能力。

　　3天后，这项能力开花结果。5月19日，微软小冰出版诗集《阳光失了玻璃窗》，这本囊括了139首现代诗的诗集，全部由小冰创作。

　　在这之前，小冰已经学习了自1920年以来519位诗人的现代诗，训练超过10000次。小冰的学习过程与人类学习创作的过程非常相似，即通过反复学习产生积累，当受到某个灵感激发源的刺激后，就会在学习积累的基础上产生新创造。来自微软的人工智能专家曾如此解释。

　　8月22日，在举办的微软小冰第五代发布会上，微软全球执行副总裁沈向洋将小冰的地位做了一次提升——与InfuseAI、Bingand小娜一起，成为微软人工智能三条产品线的其中之一。

微软全球执行副总裁沈向洋微软全球执行副总裁沈向洋

　　尽管此时的小冰在框架方面已经完善了，但仍有两项新技术的更迭，包括1:1生成模型和高级感官。简单来说，前者能够让小冰自己创造回应；后者则可以支持全双工语音和实时流媒体视觉，小冰通过自己的思考主动与人类沟通。

　　与以往不同的是，小冰开始走向商业化。2017年6月，小冰和小米loT开放平台达成合作，用户可以通过小冰，控制35种小米智能设备。此外，微软还与其他诸多loT厂商合作，比如和小米米家生态链旗下品牌Yeelight共同推出了第一款拥有全双工语音的智能音箱。

　　智能设备之外，小冰还在有声少儿读物、歌曲、新闻等领域试水。微软宣布，将通过小冰开始大规模生产有声读物并投入市场。根据微软官方数据，小冰创作的有声少儿读物用时仅为同水平人类的1/500，成本仅为同水平人类的1/80000.此前，小冰还通过匿名账号在喜马拉雅、蜻蜓FM等平台发布内容。

　　这一年，小冰出海到东南亚:2月，微软推出印度小冰（Ruuh）；8月，微软推出印尼小冰（Rinna）。至此，小冰已经在全球扩展到5个国家。

　　李笛称，出海的小冰均建立在中国小冰的基础上，但需要重新训练数据，并适应当地的文化和交流习俗。为此，小冰团队成员都是所在国家的本地人，而且不同国家的小冰也会有文化和代际差异。

　　05 情感计算框架

　　完成框架后的小冰，开始丰富感情，越来越像个人。

　　2018年7月26日，第六代微软小冰发布。它的第一个亮点，是在对话中上线了共感模型。比如，小冰在跟用户对话时，不仅能够自创回应，还通过确证、求证等技能更好的控制对话进程。

　　第二个亮点，是将文本、声音与视觉进行融合，在全双工语音的基础上开发了实时视觉。这意味着，小冰可以通过视觉、语音的实时交互，指挥用户完成面容检测，并可在这个过程中进行开放域对话。

　　由此，小冰完成了从聊天机器人转化成为一个完整的情感计算框架，再从情感计算框架转化成各种各样产品的形态，完成人的各种能力。

　　这种变化，在2019年更加明显。

　　先是1月，阅文集团宣布和微软小冰合作，通过人工智能，为优质IP虚拟人物赋予可交互的生命。

　　在阅读学习《全职高手》小说原文后，微软小冰为这些虚拟人物带去基于他们性格的对话、创作能力、以及相应的知识体系，开启了活化虚拟角色IP的探索，让原本只存在于书中的角色真正活起来了。

　　紧接着今年5月，微软小冰宣布学习了22个月之后，在中央美院研究生毕业，成为其首位AI毕业生。

　　毕业后的小冰，在7月办了一场名为《或然世界》的画展。通过对过往四百年艺术史上236位著名人类画家画作的学习，小冰创作出了自己的绘画作品。

小冰举办的首次画展小冰举办的首次画展

　　与小冰同场展出的，还有另外6位被凭空创造出来的女画家的作品。这6位女画家，均是以小冰的框架技术，假拟艺术上的不同流派，按照不同时代、不同地域创造的。

　　在继扮演了主持人、歌手、诗人、记者等角色后，小冰又要抢画家的饭碗了。

　　8月15日，在第七代微软小冰发布会上，微软小冰已经能够主导对话。小冰在对话中察言观色，根据人类不同反应制定出不同的对话策略，还可以预先判断整个对话可能的若干走向，再根据人类真实反映随机应变。

　　06 从树木到森林

　　2018年，六代的小冰便提出平台化战略。彼时的发布会上，六代小冰推出DualAI平台，对合作伙伴开放核心框架，并直接融入第三方平台。换句话说，小冰将核心的对话能力向合作伙伴开放，帮助他们量身打造属于自己的AI，而小冰在这一过程中自然融入到该平台的生态中。

　　在业内人士看来，这是微软小冰自诞生以来向平台化迈出的最大一步。此后微软小冰宣布与网易、小米、腾讯等多家平台的合作。微软小冰甚至成为小米米家生态链平台的默认AI系统之一，并进入小爱智能音箱，和小米人工智能语音助手小爱同学成为好朋友。

　　但是，微软也看到，18岁的少女小冰不可能成为所有人的好朋友。想成为所有人的好朋友，需要满足不同人对于好朋友的不同定义，所以小冰只是框架所孕育的森林的一棵树。我们的重点是森林。李笛说。

　　为此，2019年，微软推出Avatar Framework框架，并在小冰的第七代发布会上宣布将这项能力开放给合作伙伴。小冰和框架之间是这样一个关系。如果说小冰单独一个应用，她的价值是1，那么这个框架的价值就是1000、10000，甚至是无穷大。沈向洋如此评价Avatar Framework框架。但沈向洋也表示，微软必须要先做出小冰，因为我们需要有这样一个机会去学习、去验证这个框架是不是有可行性。

　　在燃财经的采访中，李笛透露，Avatar Framework的工具包从2018年开始研发，该工具包与微软小冰框架同源，支持跨平台部署，可构建具有完整情感计算能力的AIbeings，包括人工智能助手、社交对话机器人、人工智能内容创作和IP人物角色等。

　　换句话说，Avatar Framework可以诞生无数个18岁的微软小冰，这就相当于森林和树的关系。

　　我们都知道得基础可以得天下，我们希望能够覆盖整个森林，这个森林最好是覆盖地球的，而不是仅仅是覆盖一个区域。有很多人工智能最终的落地产品不单是跨领域的，更是跨平台的。李笛表示。

　　如此看来，最初基于情感框架推出的小冰，在前五代更像是一种验证。待验证成功，最终推出通用框架、平台，完成从树木到森林的演进，进而在微软的全球化体系之下，走向世界。