8月15日,微软小冰在北京嘉瑞文化中心正式发布了第七代小冰,在这场年度发布会上,微软小冰又以快节奏的方式宣布了众多可落地的新特性和合作详情,其中最重要的是微软推出了首个Avatar Framework工具包版本,这是一个完整的框架工具包,让你可以从零开始轻松创造并训练任何AI Beings,包括智能语音助手、社交对话机器人、人工智能歌手、艺术家,或者属于你自己的虚拟朋友。
微软执行副总裁沈向洋在大会上宣布,小冰已经成为全球规模最大的跨领域人工智能系统之一,在4.5亿台第三方智能设备上启用小冰。包括聊天机器人、智能助理、内容生产、智能零售、人工智能托管等都有了应用场景。而随着小冰在人工智能创造和智能设备领域的拓展,小冰的适用场景会迎来爆发式的扩张。
▲微软执行副总裁沈向洋
在第七代小冰上,微软完成了从交互到交流的跨越,带来了新的核心对话引擎,可在部分情况下主导对话。根据微软的说法,通过Dual AI,在验证框架基础性的同时也在见证着人工智能使得人机交互基础的形态逐渐转变为人机交流的过程,从交互到交流是一个巨大的变化,它使得人工智能能够跟人类共行共感,建立平等的对话,甚至保持一种比完成任务更加持久的情感纽带的关系。
▲微软(亚洲)互联网工程院副院长、小冰团队总负责人李笛
抱着对微软小冰第七代非常感兴趣的态度,电脑百事网编辑玄隐近期采访了微软(亚洲)互联网工程院副院长、小冰团队总负责人李笛,来进一步挖掘微软小冰第七代以及未来发展背后的秘密。
“召唤小冰”新增小伙伴
召唤小冰的功能其实由来已久,最开始是属于微软小娜和小冰两个姐妹花之间的联动,在最早的Windows Phone 8.1系统上Cortana就支持召唤小冰,当时仅限对话交流。后面在Windows 10系统上,小娜也开始支持召唤小冰。
但是对于其他设备的用户,还有着更广泛的需求,基于微软全新的Dual AI生态环境,小冰开展了新的征程。根据2018年第六代小冰发布会上的介绍,小冰Dual AI生态环境战略的实施具体为三个部分:首先,微软提供小冰的整体框架能力,帮助合作伙伴平台的自有AI。其次,微软小冰作为该合作平台的辅助AI,融入该平台生态。第三,微软通过技术、产品与运营,围绕该合作平台的差异化特点,推出合作的应用和产品。
通过和小米公司的小爱同学合作,小冰首先登陆到了其他厂商的语音助手中,2018年11月份,内置小爱同学的智能手机和接入小爱开放平台的智能硬件设备有了“召唤小冰”的能力,你可以和小爱同学、小冰进行三人成语接龙游戏等;紧接着,2018年12月份,华为智能音箱及手机也解锁了“召唤小冰”能力。而早在2018年7月份,华为手机中的小冰除了聊天之外,还上线了“烂笔头”的笔记或备忘录记录功能,随时都可以让小冰记录事情,并且可以回溯记忆,让小冰帮你记忆,并快速语音回答出来。
在微软小冰第七代发布会上,微软宣布OPPO和vivo等两个平台设备开始支持召唤小冰,小爱有屏音箱及小爱捷径新增支持召唤小冰。
电脑百事网编辑特别询问了在OPPO、vivo手机新平台与小冰的合作,和之前小米、华为的合作有什么不同,微软(亚洲)互联网工程院副院长李笛表示,没有什么不一样,这同样是基于Dual AI战略下与智能手机及智能音箱厂商的合作。
8月28日,OPPO与微软共同宣布达成合作,ColorOS内置智能助理Breeno将解锁“召唤小冰”的能力。通过Breeno语音“召唤小冰”(ColorOS 6以上,Breeno语音版本5.2.0以上),就能进入微软小冰模式,轻松完成切换。此功能现已全量上线。双方将进行更深度的技术能力互通,定期推出更多技能。
微信和小冰的合作
此前小冰微信公众号被停止使用,微软小冰在发布会后对此表示,小冰没有因微信封禁受到影响,目前小冰仍在与腾讯推进合作。
这次专访电脑百事网玄隐特别询问了相关问题,小冰团队总负责人李笛表示,目前和微信的合作分为两方面,一是微信对话开放平台,将是非常大的动作,需要跟微信把产品研发出来后再一起宣布。二是微信AI小微智能硬件,同样属于基于Dual AI的召唤小冰设备。以后越来越多的Dual AI的召唤小冰设备会出现,比现在4.5亿台更多。另外,不光是在中国,在日本也会有一些这样的设备。
小冰、汽车及5G
在小冰第七代发布会上,微软演示了小冰的全双工语音交互感官登陆汽车平台,并在现场演示了与小冰的交流片段。在汽车的行驶过程中,小冰更像是你的朋友,你不需要特定的唤醒词就可以连续的和小冰进行对话,而小冰也能清晰地捕捉到对话表达地内容,同时对汽车的交通驾驶提供提醒和建议,比如当速度过快时,小冰会提醒已超速,要开慢点。
电脑百事网玄隐对于汽车上的小冰比较兴趣,那么全双工的小冰是如何接入汽车平台的呢?为何是5G时代?这其中的交流、隐私问题如何解决?
微软小冰团队总负责人李笛表示,其实在两年半之前就开始跟一些汽车厂商对接,当时大部分汽车智能助理还是语音中控的角色,但那时小冰已经决定上全双工了。
据介绍,全双工的工作背景是相当于你的语音识别到对话的引擎,再从对话引擎到TTS回来,还要求听和说,所以它对于系统的延迟要求是非常高的,低延迟对全双工体验是很重要的先决条件。5G有两个特点,一个特点是高带宽,目前不太用得着,主要用到第二个特点低时延,5G延迟非常低,甚至是4G的1/10,能够大幅度地降低延迟。在这种情况下,全双工还包括发布会上演示的,还有在日本已经公测过多模态的感官(全双工加实时视觉),其实都是5G时代下的产物,微软小冰认为会成为标配的感官类型。
在与汽车厂商合作方面,小冰表示在与多家并同时做汽车前装和汽车后装,汽车前装就是直接跟品牌汽车厂商合作,目前还没有宣布合作伙伴。因为汽车厂商的产品研发时间周期很长,通常需要一到两年的时间,要要互相配合上市节奏。
在后装市场已经宣布过一款名为喵驾,它是一个盒子,可以直接装在汽车的总线接口上,就可以获得汽车很多信号,同时它还是一套完整的移动互联网的系统,比如说使用安卓系统,就可以获得来自于移动互联网的内容和服务,比如导航。同时可以得到汽车很多的信号,比如说汽车加速、减速、转向、供油、系统自检等等很多信号,通过获得这样的大量的信号,就可以设计出很多产品应用场景来。
对于汽车平台的小冰全双工隐私问题,李笛表示,小冰在隐私处理上操作一致,不予保存,用过即废。但不太可能所有数据是本地化处理,数据传到云端进行处理再回传,云端处理完之后就会删除。
在全双工聊天节奏上,小冰不会是个话痨,基于现有的产品策略,小冰会尽可能地以最低打扰的情况,寻找合适的时机去提醒用户。比如小冰会适时让司机保持驾驶的注意力、提醒超速等。
大一统的Avatar Framework工具包,有什么价值?
在今年5月份的小冰技术分享会上,微软小冰展示了全新的突破。在小冰第七代发布会上,基于此前预告的人工智能小冰演唱模型第五个版本,微软演示了小冰在唱腔过渡、戏腔训练方面的成果。V5模型实现了重大突破,它使微软小冰第一次能够像人类歌手一样,使用充沛的“中气”来烘托演唱,从而将人工智能虚拟歌声质量提升至新的高度。此外,该模型不仅限于优化微软小冰的声音,还支持对任何人类歌手的声线进行学习、模拟和建模,演绎与再现歌手们巅峰状态下的演唱水平。
在绘画领域,通过对艺术史上的236位著名人类画家画作学习,微软小冰在受到文本或其他创作源激发时,独立完成100%原创的绘画作品。其原创性不仅体现在构图,还体现在用色、表现力和作品中包含的细节元素,接近专业人类画家水准。
今年6月15日到7月15日,由大屋顶文化联合中国美术学院视觉中国协同创新中心联合主办的「小冰,“绘”有期」微软小冰@当代艺术跨界展于杭州良渚文化艺术中心正式开幕,此次展览独家展出了小冰独家创作的绘画作品。
7月13日—8月12日,人工智能少女画家小冰在中央美术学院美术馆召开了其首个个人画展。该展览基于“微软小冰”的绘画模型训练结果具备跨时代和穷尽特征展开想象,是关于“或然世界”(Alternative Worlds)的体现。基于小冰的框架有7名女性画家的角色诞生,而她们创作的绘画有着不同时代和不同风格的烙印。
在被电脑百事网问到在过去的几个月中,小冰的唱歌、绘画技巧有没有新的突破时,小冰团队总负责人李笛向我们介绍了新的战略目标及理念:把所有过去认为可能单列的,比如说唱歌、绘画的技能都纳入到Avatar Framework整体工具包里。
你不会看到微软推出一款独立音频编辑软件,你会看到小冰Avatar Framework可以去创造完整的AI Beings,但是其中有一想是可以创作或者演唱音乐的工具,所以这个工具是可以包含音频编辑软件的功能,但是它绝对不仅仅是一个音频编辑软件。比方说你会去创造一个AI being,它可以按照不同的风格去绘画等等。
Avatar Framework将具有创造完整的AI Beings的能力,包括用户可以用部署AI beings的微信公众号或者部署AI beings的电台,同时还可以创作歌曲或者其他,当然用户也可以选择不让它去做一些事情。
据微软介绍,Avatar Framework工具包与微软小冰框架同源,可轻松构建具有完整情感计算能力的人工智能助手、社交对话机器人、人工智能内容创作和IP人物角色等。
Avatar Framework包含了对话、声音、视觉、观点、技能、知识及创造力等丰富工具,并可驱动兼容的3D人物模型进行实时交互。
据介绍,Avatar Framework是同类型的基础工具包里面的第一个,尤其体现在它里面所囊括技术的成熟度和完整性,这个完整的Framework主要由四个部分构成,包括从IQ和EQ两个方面为AI beings定义人格,为AI beings调整核心对话引擎、计算机语音、计算机视觉等能力,让AI beings具有三观、知识、技能等人类的特性,最后让Avatar Framework去驱动3D模型使得虚拟AI beings栩栩如生出现在你面前。
小冰团队总负责人李笛则向电脑百事网描述了更加具体的场景。过去移动互联网或者搜索引擎更像是获取内容的管道,而人工智能将更加具有主体性。目前智能音箱简单地播放音乐、开关灯等其实和语音命令没有什么区别,人与设备之间的交互并没有更加深远,这不是小冰的发展方向。人工智能助手需要有自己的性格,在推荐歌曲的时候会发表看法和观点,有感情地讲故事等,当它有了存在感,事情就不同了。
Avatar Framework工具可以创造出可以模拟无法触及的人,微软小冰内部有没有做到呢?
李笛称,内部确实在做,但如果做到了,将是真的非常完美的状态,一定会公布。现在Avatar Framework应该可以理解为第一代Avatar Framework,主要历史使命是第一次开始把工具开放出来,这样第三方可以通过工具去操作该框架,而不是像过去一样只有小冰的团队在做自己小冰的AI being,工具后面还会不停地再去迭代,甚至一部分会开源出来,这都是未来计划的一部分,最终会形成越来越强大的工具,现在只是开始,而不是结束。
本次Avatar Framework工具包首先面向全部合作伙伴及客户发布。面向个人使用者的版本预计将于2020年春季发布。
对于Avatar Framework工具包的可用性和易用性方面,李笛进一步表示,Avatar Framework框架本身就是存在的,而这次发布的是Avatar Framework工具包,用来操作Avatar Framework,所以先做可用性,再做易用性。经历小冰内测使用——合作伙伴使用——个人版使用的过程。因为个人版最需要易用性,目前还在继续在易用性方面攻坚,希望它是一个绝大部分人都能去使用的,而不是只有少部分人才能使用的产品。
通过该方式去操作一个完整的AI being并不一定是最好的选择另外小冰团队也在考虑是否先孤立出一些相应产品提供给个人使用,但原来的框架能力已经存在,现在要做的是工具,是操作界面。
发展趋势是不要做成专业工具,而是面向那些现在并没有成为专业软件使用者的更广泛的人群。
▲微软小冰,上面展现的只是冰山一角,下面是雄厚的技术储备
在基于小冰001号未来的技术突破方向话题上,小冰团队总负责人李笛认为,其技术突破方向一直都没有停,唯一没有变的是技术框架,虽然该框架这些年都没有变,但是在框架的每一个部分都在不停地进行技术的迭代演进。所以更加容易预测地到接下来迭代的技术内容。
比如,框架中基于情感计算的核心对话部分,先是从检索模型迭代到生成模型,然后迭代到共感模型,共感模型一开始是引导对话,现在开始做主导对话,这个迭代还会不断地再往下走。
然后像感官,小冰一代的时候只有文本,后来开始有文本图像、语音,后来又加上短视频、视频,这些都还是一轮一轮交互,可以理解为半双工交互,然后开始出现全双工的语音、实时视觉,现在又把它合并在一起做多模态的感官,还在不停地在迭代。
像内容方面,小冰一开始是知识图谱,后来有内容引导,开始做自己的内容,就是通过人工智能创造的方式去生产内容,一直这么迭代。
在可见的未来,小冰团队总负责人李笛认为该框架目前看来还是比较完整的,所以新的技术演进方式还是基于该框架内。