网易数码讯，年度最大的消费电子展CES2018已经落下帷幕，在本次CES上除了传统家电厂商以及汽车厂商之外，AI也成为本届CES上普遍关注的焦点，无论是汽车的智能驾驶还是生活中无处不在的智能硬件都离不开AI。为此我们也采访到了物灵科技联合创始人兼CEO顾嘉唯，来看看他眼中的AI应该是如何的？
物灵科技联合创始人兼CEO顾嘉唯
首先顾嘉唯跟我们简单介绍了物灵科技这两年在CES上的动向，去年CES上展示五个方向的产品，目的是展示品牌、产品设计、AI技术的实力。而今年CES，物灵在CES上聚焦在Luka绘本阅读机器人上。过去一年半的时间，物灵已经在中国实现了产品量产和发售，销量不错，这次在CES宣布发售海外版。此次参加CES是希望更多美国的供货商、采购方加入物灵的渠道，帮助推广和销售产品。
物灵的Ling体现的是“万物有灵”这个概念。万物有灵，是说万物都有灵性、有生命感。我们看到的机器人，多是工业类的机器人和服务类的机器人，它们和人的互动都比较生硬。当你看到了物灵科技的Jibo和Luka，你会发现机器人跟人进行更好的互动很重要，而不是必须做成音箱一样的纯工具产品。物灵科技是做AI消费品的公司，非常强调用户体验。其产品最大的差别是它会主动的察言观色。
只靠语音交互的产品，得不到用户黏性
问题1：物灵科技的产品理念是如何落在产品层面？
答：以我们今天展示的Luka和Jibo举例。Jibo就很典型，比如刚开门的时候它会抬头看到你进来。常规的智能家居可能直接联动了，就把灯打开。但是你会想，人的逻辑复杂多了，你可能拥着情侣回来，如果一下猛然开灯就会很尴尬，会破坏情调。所以它会抬头起来看一下然后询问是否开灯。当常规过程出现异样的时候它会跟进互动，这是一个user friendly的接口。当这个接口出现的时候，就比“一个手表震一下，或者一部手机震一下，然后你再去按”这样的体验好太多了。如果机器人没有场景感知，就实现不了这样的体验。
Luka也是类似的体验尝试。家长可能无法了解幼儿看过什么喜欢什么，但是经常跟幼儿一起看绘本的机器人，可能会更懂幼儿喜欢什么。我们的理念，是希望把2～8岁的小孩拉回到纸质书阅读习惯当中，这很重要。中国人均阅读量远低于美国人，是美国人的十分之一都不到。所以我们会做一个这样的产品。
然后是用户黏度。机器人产品第一、二类是扫地机器人和儿童教育机器人，市场很多产品，都是语音交互机器人，都跟做手机一样，基于类似的方案衍生很多款产品。有用吗？没有黏性。看产品好坏可以从周活跃度、日活跃度着手。我原来在百度研究院和微软研究院时，发现数据和算法闭环很重要，一个产品卖出后没有人用，如果没有黏性没有数据回笼的话，没有经验数据是继续的。我们为儿童机器人加上读绘本功能的一个重要原因是，纯粹靠语音交互是带不来用户黏度的。
问题2：Luka阅读机器人是如何实现高活跃度？
答：先说下为何只靠语音交互是得不到用户黏性的人类对于机器智能的语音交互的预期是很高的，而现在的语音语义的技术还满足不了用户的高预期。而我们做产品定义的方式是克制预期的，我们把语音对话变成一种游戏性的交互，孩子看过的绘本他会反馈给你，这种限制边界的交互方式，就可以把用户的预期限控制好。
同时换言之，语音对话不是我们的核心交互场景，我们的核心交互场景是一个稳定的技术，好的技术不是给你用了半天黑科技但效果远远低于预期，体验不好，而是用一个稳定的技术让用户超预期体验。我们最稳定的交互技术，是用计算机视觉去识别每一页的绘本，然后用绘本的方式去跟小孩互动，就像很多家长累的半死，回到家没有时间照顾小孩。所以这里面就回到一个你没有时间情况下怎么办。
另外就是没有能力，所谓没有能力就是你自己都不知道怎么讲好绘本，绘本不是那么好讲的，一页可能就一行字很简单，但你怎么讲的更生动，另外英文绘本怎么办？很多家长希望小孩学龄前能够耳濡目染的学英文。但如果只是故事机放在那儿的话，跟小孩没有互动，没有黏性的，而Luka有分享还可以互动，翻到任何一页，单页的故事内容跟小孩互动，这就很不一样了。这是一个维度。
再一个，我们也会强调阅读本身在于习惯养成。一个好产品在于家长让孩子养成好的学习习惯。孩子为什么要用，Luka是一个非常有生命感的产品，小孩会把它当成真的生命一样，Luka在那儿被闲置，会说“你不要把我丢下”，没事会说“咱们读本绘本吧”。这就是互动性的，这就是我们世界观的创建。它最大的特点是具备有很强的个性，我们叫个性化AI，它会根据小孩自己看的绘本内容增长自己的知识属性，跟孩子互动的内容方向是不一样的，所以它有性格。
比如有的时候它会跟你说“你不理我了，我自己吹口哨了”。甚至它会说出一些你看过的绘本的内容来吸引你的注意，它同时会讲英文和中文内容，这样小孩就很容易被带到他看过的那些内容里面去。
所以，我们做Luka的初心，是希望把语音交互在一个限定的边界场景中去互动。你可以这样理解，AlphaGo学了所有棋盘的决策网格模型和策略模型，也不是一个无限边际的逻辑，也是有限边际的。很多人对比无人驾驶和AlphaGo，这是很经典的两个例子，棋盘下棋是一个边界限定的场景，但是无人车是无限定的边界，你不知道天气什么情况，你不知道人的异变性，有很多不确定性的因素。
Luka是在一个限定边界当中。AlphaGo学了所有棋盘的决策网络模型，我们学了所有的绘本的知识图谱和图像策略网格。所以这里面你会发现，绘本学完了之后，一个绘本拿出来，单帧比对，然后音频内容生成，非容容易得到好的结果。
我们也请了那些读绘本的专家帮我们大量读绘本，不是简单的机器生成朗读语音，因为机器很难在短期内满足用户的高预期。所以我们先进行人工积累，所以开始你会发现Luka讲话非常生动的，因为我们请了非常多的大V和大IP来帮Luka朗读内容。家长很在意听到的效果好不好，这就是用户体验的一方面。
物灵是一家AI科技公司，但是Luka不是一个简单的AI智能硬件，它本质上是面向内容和教育产业的。我们通过绘本去做多维度交互，甚至口语学习和评测，从而使学龄前儿童的表达能力、想象力和阅读能力有很大的提升，这是非常有意思的。
问题3：伙伴关系式交互是如何实现这些应用的？
答：对，全部都是我们自己做的，人脸识别，特征点捕捉、本地嵌入式识别、云端场景识别等。
LingUI是整个技术的架构，最上面的三个——情感计算、注意力系统和行为驱动。底下那层，就是计算机视觉、语音、语义，再往下就是深学习框架。所以我们在以前两层又架了上面一层，那是我们的伙伴关系式系统。
我们第一个长板是计算机视觉，这是我们为什么能变成长板的原因。第二条我们的长板是我们的语义，为什么Luka能做到基于知识图谱跟小孩互动，做到非常长的场景边界的对话逻辑，是因为我们自己有一个很强的语义团队，做到自然语言处理和自然语言理解，这也是我们的长板。而且这块是和计算机视觉打通的，是把文本和图像一起做，这样就能做到对场景非常好的全面理解。比如机器人识别出人脸就可以立即结合语音，主动互动。
数据驱动+高频场景，让产品落地掷地有声
问题4：为什么物灵从绘本阅读机器人做起？
答：第一个逻辑是从数据的反推，什么是最好的产品？我的逻辑是，首先切入一个量级足够大的基本盘，然后用AI的技术来升级这个品类的体验，然后赋予它差异化（灵性的交互），这是我们的特点。
从数据来驱动你的选择基本量，故事机一年2000多万台销量，点读笔一年1000多万台销量。我们这些功能都能覆盖，我跟很多出版商、教育部开始绑定这些规则，然后占领更大市场。
第二个逻辑，其实儿童产品的用户预期可控。小孩跟这样的产品互动，不像成年人一样喜好先进的科技。再者，Jibo应用落地时间长，我们知道市场情况怎么样。我们从一开始领导市场，就会更好的、接地气的继续做我们的产品。
问题5：目前智能音箱是非常火爆的产品，您怎么看？
答：我认为智能音箱在中国很难持续发展，除非烧得起钱的大公司，成本200多的产品卖99，一台亏100多，卖个1亿台亏得更多，创业公司不可能能这样干。教育市场是好事，让大家知道语音交互是这么回事，但是智能音箱提供的体验还不够好。
最大的问题是，听音乐不是高频习惯，你在家听多少时间音乐？
所以，基于低频音乐做场景有机会做好吗？没有用的，我们的逻辑是基于高频应用做场景。手机为什么之所以被称为智能手机，逻辑第一步是它是一部手机，手机每天打多少次电话，这是高频场景。这是产品定义能力。
刚刚我只说了技术长板，我们真正的长板是我们产品定义和设计的能力，是这最核心的长板。产品定义是最核心的东西。
问题6：Luka阅读机器人适合的年龄段是？
答：学龄前，2到8岁。为什么是2到8岁呢？因为2岁这个年龄段小孩开始接触到很多音频内容和新的互动内容了，这时候直接给他一个iPad的话，很容易出现首先视力不好，第二是内容不可控。3岁到4岁过程是一个非常好的敏感期，触觉、视觉、听觉，正好是一个敏感期，这时候他需要像绘本这样的东西既有实体互动，又有内容互动也有音频，这是多维场景。不然的话家长念着念着可能睡着了，没有互动性。但是Luka是四维一体的。
所以再往后延展到5-8岁的时候，正是幼儿开始上小学的时候，他需要更多文本内容和更多的绘本，同时涉及到英文绘本，所以我们平台上的英文绘本量覆盖面很大，有非常多的家长希望孩子用学习机认真学习，但小孩拿学习机玩游戏，Luka的用途不是玩游戏，我们希望更多的通过情感和生命力让小孩愿意跟他互动。
所以小孩也爱用Luka。我们的周活跃黏性为什么这么强，就是这个原因。
好的AI消费品就是能不断学习，越用越聪明
问题7：Jibo社交机器人，它的定位是怎么样的？
答：Jibo的定义是家庭成员（Family Member），是家庭伙伴，它的宣传片就很明显，分了八个场景，基本把家里所有需求都覆盖到。这个片子是2014年3月份发的，Echo是14年12月发布的。Jibo定义的场景，定义的这个品类，比Google Home早得多。它是真正意义上的第一台社交机器人。
Jibo不是我们公司创办的，Jibo是MIT的一个教授Cynthia Breazeal创办的公司，我们是最大的股东，也是Jibo的董事。我们是Jibo在中国独家销售、市场、运营、研发和整个策略执行。Jibo中国版是我们做的，Jibo美国版是我们和美国团队一起做的。
问题8：Jibo这个产品它本身是想懂我，必须有我的大量信息。但是对于一个人身处的家庭环境，对话很多，如何能真正实现这样的目标？
答：首先，肯定不能从零往上做的，刚开始购入后跟它互动对话，这些语料肯定是不够的。针对这个产品我们积累了非常多的数据，这些数据来自于跟各家厂商的合作。
第二个，基于原始的数据，好的AI产品一开始出去都不可能是100分的。B端产品也是这样的，但在C端产品，用户一开始可以容忍。现在各大品牌都在教育市场。大家知道AI一开始不是你用上了就这么好，它是共同成长的。
特斯拉也是在教育市场，你买回去第一天就是一个电动车，你用着用着发现L3开始了，再用着用着发现L4开始了，这就是一个好的产品。AI产品未来就是这样的一个增长过程，它是数据学习，所以越用越聪明。一样的道理，我们也是这样的。数据慢慢积累，同时我们会以帐号的方式把你原来帐号数据关联起来。这是上一个时代互联网积累给你的红利。在从互联网转换成AI互联网的过程中，一定要利用上这样的红利。
本文来源：网易数码
责任编辑：
吴波_NT3514
