解開“機器的因果”：人機自然交互為何成為阿里AI觀的起點

很快《復聯(lián)3》會上映，大伙喜聞樂見的鋼鐵俠又要來了。

圍繞鋼鐵俠，有個有意思的現(xiàn)象值得我們開開腦洞：應該每個人都想要戰(zhàn)甲里搭載的AI程序“賈維斯”，但所有人都在擔心會不會有一天出現(xiàn)想要毀滅世界的AI機器人，奧創(chuàng)。

很多大人物，比如說霍金，都在提醒我們要警惕AI的潛在威脅。但仔細想想，賈維斯和奧創(chuàng)到底有什么區(qū)別呢？只是單純的善惡之分？可善惡又由誰來分辨？

機器應該用智能服務人類，但不能有“過分的智能”，堪稱AI領域的“先有雞還是先有蛋”問題。

或許可以切換到另一種思路去思考這件事：賈維斯之所以讓人喜歡，是因為他能讀懂和理解鋼鐵俠的各種需求，令主動提供服務。也許我們在心底期待的，只是機器可以與人進行無成本的溝通與理解，而不是要擁有獨立的人格與智慧。

這樣的邏輯下，AI服務于人類的基本價值就落到了那個既復雜又簡單的名詞上：人機交互。

今天我們來探討這個問題，是因為剛剛清華大學與阿里巴巴宣布達成戰(zhàn)略合作，共同成立清華大學- 阿里巴巴自然交互體驗聯(lián)合實驗室。這個實驗室的目的在于探索“下一代人機交互”的未來。

據(jù)悉，雙方將以“人”為中心，探索“人-機器-環(huán)境”之間的關系，讓機器以更自然的方式與人類互動、服務人類。

跟眾多企業(yè)與大學聯(lián)合設立的實驗室相比，清華大學- 阿里巴巴自然交互體驗聯(lián)合實驗室的獨特之處在于，它專注于解決一個十分急迫的問題。這個問題涉及廣闊的產(chǎn)業(yè)與市場可能，甚至關乎于馬云所說要讓“機器更像機器，人更像人”的AI價值觀。

讓我們先從自然交互今天面臨的一些問題說起。

“五感”合一：人機交互的拐角在何處？

在智能音箱“狂轟濫炸”過之后，或許很多人認為，今天的AI帶來的自然交互能力已經(jīng)相當成熟。但事實上，大伙可能還是有點樂觀了。

當然，AI帶來的語音識別、語義理解、NLP解決方案，以及花樣繁多的傳感與機器視覺技術，正在打開人機交互的新腦洞：過去只能通過鍵盤、鼠標、觸屏進行命令輸入的機器，正在開始以自然方式與人溝通。

比如我們已經(jīng)可以語音控制音箱、電視和家居，人臉識別裝置也開始普及到生活當中。

但這還遠遠不夠?；叵胍幌?，為什么我們有時候打字說不明白的事，就想要電話溝通？有時候電話溝通也不行，必須當面談談才可以？

這是因為，人與人之間的交互是相當復雜的。不僅僅是語言在起作用，音色音調(diào)、表情、肢體動作，甚至一個人隱含的情緒、氣勢，都是人們之間進行自然交互的一部分。

但很顯然，今天的AI還做不到這點。

舉個例子，今天搭載語音交互的空調(diào)開始成為新時尚。用語音操縱空調(diào)當然相比遙控器方便了很多，但也無非就是換了一種遙控方式而已。消費者獲得的實質(zhì)價值并沒有提升。但如果空調(diào)不僅能聽懂你，還可以看到全家人的位置、穿了多少衣服，還可以感知到屋子里的溫度、濕度，甚至每一個用戶的體表溫度。那么空調(diào)就可以自主分析制冷模式，給每個人提供最適合的降溫方案。畢竟空調(diào)病或者冷氣吹太多導致的感冒，發(fā)生幾率將大大降低。

這就是給機器加上“五感”，進行多模態(tài)綜合感知的魅力——機器不僅是接受遙控的一方，它可以主動理解人類，通過智能運算得出更好的主動服務方案。

此外，目前AI在處理自然交互的時候，完全依托于計算機科學的知識系統(tǒng)。這就導致其會忽視人類在情緒、心理甚至隱喻層面的表達需求——聽起來好像有點太難為人家機器了，但是沒辦法，精益求精嘛……

再舉個例子，人的語言中是帶著各種情緒的。雖然說一樣的話，但附帶的情感可能完全不同。我們回家讓音箱放一首歌，可能是因為我們非常開心想要來點助興的音樂，也可能是有事不順心，想要安慰一下自己。

假如機器可以聽出來人類語言中附帶的情緒，可以觀察到用戶是低沉還是興奮。那么給出的服務將完全不同，一句來自機器的問候下，可能很多讓人不開心的事都煙消云散了。

模態(tài)綜合與心理解讀，就像這兩座大山一樣橫亙在AI自然交互的家門口，他們是問題，同時也是拐點和機會。而此次阿里與清華的合作，核心訴求正是要搬走這兩尊山神。

在探索“下一代人機交互”的路上，清華與阿里巴巴將在情感認知計算、實體交互、多通道感知等領域開展研究，不但要讓讓機器具備聽覺、視覺、觸覺等綜合性的“五感”，還要加強其識別理解人類情感的能力。

假如能通識五感，理解情緒的自然交互方式出現(xiàn)，機器智能將開啟的，絕不僅僅是一扇大門。

被忽略的商業(yè)價值：“五新”增長元點藏于萬物智能

去年年底的時候，我們報道過阿里巴巴十二位科學家對今年科技走勢的預測。其中科學家們有一點共識非常值得注意：語音、視覺、傳感連接為一體的多模態(tài)機器交互技術，將在今年催生萬物智能的爆發(fā)。

幾天之前，阿里在深圳云棲大會上宣布，IoT將成為繼電商、金融、物流、云計算之后的第五條主賽道。顯然從產(chǎn)業(yè)層面印證了科學家們對今年的判斷。

這或許說明了，新一代的人機交互并不只是停留在實驗室里。而是正在以高調(diào)姿態(tài)走入產(chǎn)業(yè)世界，甚至成為“五新”戰(zhàn)略的重要支點。

舉個簡單的例子，我們就能看到多模態(tài)的自然交互在實際生活中多么重要。阿里有一個在地鐵站進行語音識別購票的案例。其要解決的核心問題是地鐵站中環(huán)境嘈雜，要準確識別到購票者語音很不容易。這就要求機器除了進行語音交互，擁有優(yōu)質(zhì)的聲紋識別、降噪算法之外，還需要進一步確認買票人。阿里的解決方案是在售票機前加入人臉識別裝置，通過人臉和唇形識別來判斷究竟是誰在買票。

顯然，結合了語音交互和機器視覺、人臉識別的機器智能，很簡單就解決了一個生活中極重要的問題，而這個問題似乎又無法用其他方式來解決。事實上，新零售、新制造、新金融的世界中，近乎有無數(shù)場景等待著多模態(tài)交互的機器智能去攻破。

因為結合了語音、視覺、傳感，甚至機器嗅覺和機器觸覺的IoT設備，可以無限接近真人來為用戶提供服務。在零售和金融服務中，高效的多模態(tài)交互結合綜合計算、智能推薦技術，可以極大提高服務效率與商業(yè)精準度。

而制造業(yè)中讓機器與人類多模態(tài)交互，達到機器像人體一樣聽話，那么工業(yè)效率的提升近乎是難以估計的。家庭、駕駛、城市服務等場景中，如是案例更是不勝枚舉。

“五新”想要由舊變新，那么萬物智能似乎是不可替代的支撐點。在阿里選擇與清華共同研發(fā)下一代人機交互的時候，一盤新的商業(yè)增長棋局似乎也被阿里帶到了我們面前。

機器的因果：我們到底需要AI做什么？

更進一步說，自然交互的價值也不僅僅在于商業(yè)世界。就像文章開頭中描述的那樣，人類最初對AI的恐懼與擔憂，是縈繞在AI發(fā)展過程中永恒的達摩克利斯之劍。

到底如何達成消解恐懼與技術突破的雙贏呢？從率先開展的自然交互進擊中，我們似乎能讀到一絲阿里的技術觀：以人為本，馴服技術，讓機器始終是機器。

或許我們經(jīng)常會聯(lián)想到AI的失控，是因為很多研究都是以技術為中心。那么隨著技術的一點點拓展，很多問題也隨之而來：機器道德、黑箱難題、數(shù)據(jù)災難，等等。而假如我們以“人到底需要AI和機器來做什么”為出發(fā)點，或許就會發(fā)現(xiàn)整個技術邏輯在變得不同。

馬云說“過去三十年我們讓人像機器，接下來三十年我們讓機器像人。但歸根結底要讓人更像人，機器更像機器”，其中隱藏的就是阿里技術邏輯的出發(fā)點和歸途。

交互升級，是人類與機器相處的本源命題，從杠桿、軸承、開關，到鍵盤、鼠標、觸屏，交互在一步步向人類舒服的姿勢靠攏。而接下來，語言、手勢甚至表情，當然是我們控制機器的更合理方式。

這條路上我們最終得到的，是能更好服務人類的機器，而不是人類無法理解的機器。這是一種我們很少去思考的AI觀：但假如我們認真思考一下到底發(fā)展AI、探索AI是為了什么，或許答案其實很簡單：為了讓人類過的更好。

只要永遠以人為本，機器的因果問題也就迎刃而解?；蛟S這種技術信仰會讓少部分科幻和陰謀論愛好者失望，但對于絕大多數(shù)人類來說，這是不需要選擇的選擇——機器會理解我們，并且我們不需要擔心ta。

生成海報

免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。