扎克伯格的賈維斯沒那麼牛？ 那我們關注它幹嘛？

最近，扎克伯格終於將親自編程的

AI

管家「賈維斯」以視頻的形式公佈於眾，又在社交網站上一起一片熱議和圍觀。

扎克伯格的賈維斯不止能夠控制室內溫度、亮度、播放音樂，甚至請來了好萊塢著名演員摩根·弗里曼來配音，這位老藝術家曾在《冒牌天神》中扮演過上帝。（賈維斯的配音故事可以戳我們以前的文章回顧）

每天聽著上帝的聲音對你說「Good morning」「Good night」該是多麼神奇的體驗。

然而小扎在自己的貼文中也說了，視頻中展示的賈維斯的功能也有突出「幽默」的一方面，真正的賈維斯其實還需要不斷的完善。這一點在賈維斯披露之前也被印證了。FASTCOMPANY曾受邀進入了小扎的家現場體驗了賈維斯的「服務」，寫下了這樣的報道：

扎克伯格還建立了響應語音指令的系統，並通過定製iOS應用控制。但這部分展示不太理想，他重複了四次指令才讓系統弄明白：天黑前不要開燈。扎克伯格略顯尷尬地說：「喔，這應該是它最失敗的表現了！」

不過，賈維斯播放音樂的展示還算成功。扎克伯格下令：「給我們放段音樂吧！」幾秒鐘後，大衛·庫塔（David Guetta）的《Would I Lie to You》 開始通過客廳揚聲器響起來。他說了兩次「把音量調高」後，系統照做無誤。最後，他同樣說了兩次才讓系統停止播放。

這非常有意思，因為從新聞來看「天黑前不要開燈」和「把音量調高」的失誤顯然都不是命令理解（語義）上有問題，否則你說八百遍賈維斯該不好使還是不好使。如果不是語義的問題，那顯然就會和各大公司所宣稱的已經被解決的問題：語音識別有關。

標準環境解決≠真實效果好

關於語音識別的精度今年官方的報道一般是這樣的：

11月21日到23日，搜狗、百度和科大訊飛三家公司接連召開了三場發布會向外界展示了自己在語音識別和機器翻譯等方面的最新進展。值得注意的是，這三家公司幾乎在同一時段宣布了各自中文語音識別準確率達到了97%。

類似的報道也會發生在微軟等的身上，我們假設Facebook做的不是太差，水平也與此類似達到97%的準確率。

▲視頻中小扎對賈維斯說「shoot me a new grey t-shirt 」，賈維斯就為他投出了一件T恤

97%的具體含義是100個單詞上只有3個錯誤（刪除、被替換、被插入），那麼問題就來了，如果真實環境里真的達到了這個精度，那麼小扎的演示可能會比上面的視頻演示更加犀利——比如在開party的時候聽主人的命令調節音樂和燈光啊，無論走到家裡哪個角落都能響應主人的指令啊這樣。

那問題出在那裡？

關鍵問題並不複雜，扎克伯格用手機當做家庭里的終端，這樣距離稍微一遠，環境稍微嘈雜一點，那再好的手機也沒辦法幫Jarvis聽清楚你在說什麼。

▲對著各種手機助手努力說過話的你一定能懂

手機本身是設計給近場

（近身場景：包括距離話筒距離近、環境音單純）

扎克伯格對此非常坦誠，他在貼文中說語音識別更多時候是專門場景下好用，想做一個萬能的版本仍然還很遙遠。語音識別只能做限定場景的最佳。

▲比如在夜深人靜的時候給自己開個燈什麼的

目前賈維斯還屬於扎克伯格的個人作品，尚有不完善的地方也能讓人理解。不過實際上小扎在其充滿學習樂趣的分享之中，很直接地向世人灌注了他對未來的想像，並且通過實作讓大家知道，即便是一人之力，也能通過各種資源將未來的世界帶至自己的身邊，將夢想化為理想。

同時作為Facebook的CEO，如果他利用手邊所擁有的全球頂尖的工程師之力與社交網站所取得的深度學習資源，要說哪天賈維斯真的跟復仇者聯盟的故事發展一樣進化成為真正的超人幻視，似乎也不見得是痴人說夢的事情。