未来| 展望前沿新技术

5700 字 / 15 分钟

本文首发于航通社，原创文章未经授权请勿转载。航通社(ID:lifeissohappy)微博 @lishuhang

在第二届百度AI 开发者大会上，一切似乎都在传达这样电话手表小度机器人的印象：陆奇走后，百度在AI方面的进展一切如常。

外界对于“阿波龙”无人车量产，以及AI芯片的推出更感兴趣，这使得李彦宏讲话中提及的另一点——“Everyone can AI”（人人都能AI）似乎被忽略电话手表小度机器人了。

“Everyone can AI”既意味着让更多人用上AI相关的成果，也意味着让普通人都能学会一些开发技能，定制自己的AI产品。

AI向大众的普及，也是商汤、阿里、腾讯、微软、谷歌等几乎每个AI公司都想做的。是什么让百度觉得自己有信心做得最好呢？

李彦宏提到了一颗运算能力更强的芯片，一位援藏医生，和一位小学生开发者。但是，他讲得相对没那么多的DuerOS，其实才是实现“Everyone can AI”的“关键先生”。

1 | 人人用AI：“贴牌”加铺货

DuerOS经常被拿来和Siri、Cortana（小娜）、Alexa等语音助手并排比较，但百度官方坚持将其定义为一款“操作系统”。

百度智能生活事业群组（SLG）总经理景鲲说：“操作系统核心三要素是什么？第一是交互的变革；第二是全新的应用生态；第三率先打通商业模式的闭环。”

如果电话手表小度机器人你搜索“操作系统核心要素”，只会找到“内核、系统程序、编译环境、API”这样的词汇。但百度如上的定义，至少说明“应用生态”和“商业模式”成为对DuerOS的首要考量。

截至2018年6月的官方数据显示，DuerOS合作伙伴超过200家，硬件落地产品超过110款，智能设备激活数突破9000万台，月活跃设备数超过2500万台，在商业模式的探索方面可谓相当进取。

DuerOS 生态版图。图/百度

不仅是一些规模较小的智能硬件厂商，连曾经的“网红”Vinci头机和汪峰代言的FIIL耳机，也都投入了DuerOS的怀抱。

在这些设备制造商因为种种原因，要减缓甚至停止自己开发AI引擎和交互的脚步时，DuerOS充当了拯救者的角色。

然而，DuerOS的合作伙伴中，还有一些正在自己开发AI产品，或有自己的AI助手品牌。那么，他们与百度AI的合作，是否会跟他们的自研产品冲突呢？

小米生态链旗下的米兔插卡智能故事机就是一例。该机器跟孩子互动的时候，使用的技术就来自DuerOS。

小米也曾与微软签署协议，在销往海外市场的小米智能音响中，植入Cortana（小娜）而不是“小爱同学”。不过，在面向国内的产品中并没有这么做。

小米在招股书中说，他们用硬件销售来推动自己互联网服务的落地，那么理应在每一台设备上都启用他们的“小爱同学”才对。

但雷军早在2017年11月就和陆奇“同框”公布了小米物联网产品和百度AI的合作，主要内容是将来自DuerOS的一些先进的算法和能力应用到小米全线的AI产品中。

（http://tech.sina.com.cn/it/2017-11-28/doc-ifypceiq4500105.shtml）

根据36kr的报道，“DuerOS可让小米电视、小米手机甚至扫地机器人，更加智能，听得懂用户的发号施令”。

（https://36kr.com/p/5105367.html）

这并不意味着小米放弃对自家“小爱同学”的研发，而是将自身不一定擅长，或者自研性价比较低的部分开放出去，直接采用百度已经准备好的技术，并不妨碍小米向硬件用户销售增值服务。

同时，百度还找到OPPO、vivo和华为，在vivo X21、NEX、华为P20、P20 Pro、OPPO Find X等多款旗舰机型中植入DuerOS。

这些手机厂商其实有各自的语音助手服务品牌。vivo的语音助手叫Jovi，在央视的世界杯广告当中也没少抢镜。华为的助手叫Hi Assistant，OPPO就叫“小欧”。它们的界面和唤醒词也各不相同。

但是，这些助手的问答、对话技能，都少不了手机芯片提供商高通的帮助。据资料显示，高通为使用骁龙系列处理器的手机提供了人工智能引擎AI Engine，而高通和百度基于DuerOS共同发展了终端侧的关键词检测和自然语言处理技术，为云端服务提供补充。

（http://www.c114.com.cn/news/1761/a1045934.html）

这就使得DuerOS最擅长的自然语言处理技术，得以出现在小米、华为、OV这些手机品牌上。这样的合作，与Alexa、Cortana、Google Assistant和第三方厂家的合作是有区别的。

百度允许厂商使用除了自己“小度小度”之外的唤醒词和自有的品牌，DuerOS方面则是输出底层技术，为厂家“贴牌”做语音助手，这种相对灵活的合作方式更受到厂家的欢迎。

然而，归根结底，百度还是希望通过一些自家产品和非“贴牌”产品，直接打出DuerOS和“小度”的品牌，以对外界起到标杆和示范作用，正如Surface系列产品线给微软带来的巨大收益一样。

百度现在重点扶持“小度在家”音箱和“小度智能音箱”，坚定走低价普及的路线，与天猫精灵、小米小爱音箱等展开一场混战。

小度在家音箱。图/航通社

即使在混战中，百度的产品仍然在性价比上有着相当的优势，历次放货均秒速“售罄”。

航通社曾在《“小度在家”是“AI智能音箱”，但视频通话才是它的最大亮点》中提到，小度在家的前两代产品售价分别为2999元和1699元。在第二代音箱上市一年后，成本基本没降的小度在家音箱售价定为599元，百度从中提供了大量的补贴。

（https://mp.weixin.qq.com/s/Pnk7JzNV0AsnQ-P6SP8ExA）

有自媒体透露，百度这一轮智能音箱的补贴预算约为5000万元至1亿元，而小度在家单款产品就有希望冲击100万台销量。在百度、阿里、小米集体“甩货”的情况下，其余几十家销量少于10万台的智能音箱厂家“基本上要凉了”。

（https://www.huxiu.com/article/237772.html）

目前为止，低价策略是成功的：只要有越来越多的终端，都能采用“小度小度”作为唤醒词，这就越发有利于帮助用户形成一个稳定的品牌印象。

2 | 人人开发AI：“搭积木”型开发者

“95后的黎英明同学，他综合利用多种AI技术打造无人政务机，也完成了自己从实习生到产品总监的蜕变；中科院在读的研究生任家强同学，他利用百度的AI技术开发用于污染场地的风险管理模型；还有梁佳同学的盲人导航系统、王志勇和罗鹏同学的智能船舱温控系统、李连伟、赵岳、童谣同学的自动驾驶轮椅……”

李彦宏在讲话当中特意点出了一些非常年轻的AI开发者。不过，值得注意的是，他们使用的是包括语言识别能力、计算机视觉能力、自然语言理解能力、用户画像能力在内的整个“百度大脑”的能力，因此这些少年英豪们相对来说“段位”都已经比较高了。

实际上，关于图像识别、自动驾驶等高阶功能，相关的程序编写及算法训练过程，在看不懂的人看来是如同天书一般的。仅仅依靠这些较高阶的能力，是无法做到在开发方面“Everyone can AI”的目标的。

一个TensorFlow开发场景。图/Flickr

流行的Python、C等语言语法和自然语言相去甚远，基本告别了可视化界面，涉及机器学习的还必须掌握TensorFlow等框架。即使谷歌、商汤等公司都推出了所谓“零基础”甚至给中学生的编程课本，但前AI时代的大人们，完全掌握的是另一套思维模式，只能举白旗投降。

相比之下，去制作一个基于对话和语音识别的机器人交互场景，就不用管那么多了，能看懂、会动手做的人也一下子多了很多。

最简单的做法是，你把问题和答案编成一列一列的列表，以指定格式输入到相关源代码当中，这在上古时期的“小i机器人”时候就能做。

我想做一个自己的语音助手。图/航通社

至于DuerOS和微软的Bot Framework等新平台，之所以说加入了“智能”成分，就是说逐步消除了过往系统必须逐字定义和比对的弊端。

本次发布的DuerOS3.0在自然对话交互方面继续升级，将一次唤醒、多次交互的“极客模式”向全体用户推送，以免每次开口都要不自然的加上“小度小度”的前缀。

DuerOS3.0在多轮智能纠错，递进意图识别、有条件的意图识别，以及利用扩展特征理解用户行为等方面都有进展。在纠错方面，像“胡冰清是谁？国务卿的亲”这样的请求，都可以输出正确的结果，免去了编辑问答对时的后顾之忧。

合并同类问题可以给我省下很多时间和精力。图/航通社

语音助手的后台技术不断升级，但开发者们输入问答对、接入API和打包应用程序的过程，没有太大的改变，甚至越来越轻松，像搭积木一般。

这样的一问一答，能催生出多少想象力的火花？

在百度的一段演示视频中，有小孩对着没有屏幕的小度智能音箱在玩“我当宰相”——这是一款MUD文字游戏，大概20年前的网民想必会非常耳熟。

（https://dueros.baidu.com/dbp/botcup/index）

《我当宰相》游戏。图/百度

小度：“邻国首领送您珍贵礼物，您是否接受？”

孩子：“接受！”

小度：“您接受了该礼物，并上交了一部分给国库，民众觉得您很廉洁。”

这样的复杂对话应用程序，都是在不需要为用户的变种输入、口误、记忆错误等发愁的前提下，使用可视化界面协助编辑出来的。

航通社找到了一位开发者，在官方论坛中贴出了一个应用“钓鱼岛万事通”。据说它能“回答用户钓鱼岛归属问题，并以历史证明钓鱼岛从古至今都是中国领土”。

（https://developer.baidu.com/forum/topic/show/247307）

“意图”的编辑。图/百度开发者论坛

指向同一个目的的一系列查询词变种，被称为一个“意图”，如果一个“意图”包含了系统不太能理解的问法，可以通过补充自定义“词典”来完善。

通过百度云提供的存储空间，和系统提供的默认函数模板稍微修改，“照葫芦画瓢”地就可以实现基本的问答逻辑功能了。该“钓鱼岛万事通”的调试结果如下：

调试窗口。图/百度开发者论坛

正是依靠如此简单易懂的开发流程，百度允许任何人向自己的DuerOS开发板输入任何类型的新知识来训练它，然后再将这些开发好的程序提交上来，择优录取到“小度在家”等产品当中，推送给所有用户。

2017年11月至今，DuerOS技能开发平台上线技能500多个，控制的物联网设备数量达6000万台，汇集了超过16000名开发者。截止目前，累计有 24935 人次参加了百度开发者中心组织的线下沙龙、交流会、工作坊等活动。

（https://developer.baidu.com/activity/index）

这就是DuerOS最为倚重的草根开发者群体。

在百度开发者社区当中，可以看到很多人网购一块树莓派板子和一块DuerOS开发板，加上一个充电宝，几根数据线连在一起，开始了他们的开发者生涯。

“开发日志”。图/百度开发者论坛

这让航通社想起2014年前后，在深圳的众多“创客空间”内，火花的闪耀和3D打印机的嗡鸣。尽管智能硬件的热潮已经远去，同样的场景却在全国各地重获新生。

在论坛里一些资深开发者晒出自己的“开发日志”，手把手的教人们去怎样做，等于建立了关于DuerOS的“百度知道”。

百度在北京、深圳等地举办普通人也能听懂的开发者沙龙和工作坊，并举办“2018对话式AI技能大赛”，提供总值100万元的奖励。

对话式应用程序被DuerOS和亚马逊的Alexa音箱同样称为“技能”（Skills）。通过“技能商店”累积开发者生态，从而扩展可用性，赢得市场的手段，也是从Alexa真正开始的。

2018年3月，Alexa技能数量超过30000个，已经初步具备了成为语音界App Store的潜能。而在没有Alexa的中国，主流的语音交互平台都尚未完成对技能商店的搭建工作。

（https://voicebot.ai/2018/03/22/amazon-alexa-skill-count-surpasses-30000-u-s/）

面对这样的局面，百度加紧笼络“草根开发者”们，争取成为国内开发者生态做得最好的厂商。

3 | 夺回失去的入口

DuerOS为手机、家电等硬件厂商提供了“交钥匙”式的解决方案。与初期众多厂商采用的讯飞方案相比，DuerOS主攻交互体验的提升，让对话更像是发生在真人之间。

在招募开发者方面，DuerOS尽力降低门槛，用可视化编辑器简化开发过程。百度还宣布半年内不抽成，开发者可全额获得“技能”收入。

至于这些“技能”的应用范围也更广，除了推送给直接使用DuerOS的音箱、汽车和智能硬件，也可以应用于后端使用DuerOS技术的小米、OV、华为等语音助手，以增强它们的自然语言交互能力。

DuerOS并非只适用于百度自家产品，而且在与第三方合作过程中，不必在意对方是否属于“阿里系”、“腾讯系”或“雷军系”等。

在交互能力的改进、开发者的招募、平台商业化的推进三方面，DuerOS多管齐下。

无人汽车、机器学习等高端AI应用，撑起了百度AI研发的高度和门面；同时，DuerOS为代表的自然语言交互，也在积极寻找AI最贴近实际，最容易商业化的用途。

李彦宏的讲话带动百度和金龙汽车的股价直冲涨停。但长远来看，DuerOS如果能成功推开，它对百度股价的贡献可能会更大。

Alexa给亚马逊股价带来的提升，正是在于人们认为语音会是下一代人机交互的入口，取代PC搜索引擎和手机应用商店的地位。

（http://36kr.com/p/5062132.html）

如果资本市场对百度的未来想象，只是希望它作为自动驾驶领域的“扛把子”，那也无可厚非；但是，如果百度可以把握住信息流之后的下一个互联网入口，这显然就要好太多了。

作为第一代入口——PC搜索引擎的代表，又错过了第二代入口——移动互联网的时代，这样的百度最需要的，就是再一次抓住互联网入口，把握下一个时代的主动权。

关于智能音箱们，你需要了解……

欢迎转发到朋友圈。受权转载航通社稿件时，请保留版权信息。寻求授权，请关注微信公众号航通社 (ID:lifeissohappy) ，并在后台留言输入关键字“转载”