王一：如何做出「真有用」的機器人？機器人與泛娛樂能產生什麼新裂變

作者 / 王一

編輯 / Will

上周，傅盛在獵豹機器人發布會上說目前行業沒有一款「真有用」的機器人。機器人沒「實用性」是行業痛點，基於技術創新場景應用才是關鍵。

機器人行業人士都在沉著思考探索的路上。而機器人創新生態和行業合作夥伴已經耕耘兩年，機器人大家說已經探索機器人行業痛點及動向23場。繼上期探索「機器人遇見新零售」的話題，本期我們來迎來和「泛娛樂」的碰撞。

推薦給大家，這是一篇深度好文8611字，建議閱讀時間8分鐘。本文講給你更多啟發，讓你造出更有用的機器人。

大家想像一下，機器人跟泛娛樂、人工智慧結合起來，會產生一個怎樣的新的裂變？

嘉賓介紹

王一

深圳市人馬互動科技有限公司

齊悟大腦（智能品牌）創始人兼CEO

人工智慧泛娛樂領域專家

首先，簡單介紹一下自己的經歷，我是華南理工大學軟體工程專業本科畢業，畢業後在一家五百強央企工作了幾年，也是錢多事少離家近，感覺沒什麼挑戰性，於是給自己制定一個五年計划去美國創業，讀書就是我的一個途徑，到美國之後就開始組建自己的技術團隊，做了一個全球首款語音控制的格鬥遊戲，同時也拿到了計算機碩士的學位。2016年底，在深圳註冊了公司，因為國內的創業氛圍比較好、政府的支持力度也比較大，我們也拿到了各地政府超過一千萬的現金資助，同時融資這一塊也進展得比較順利，也獲得了很多全球性創業比賽的大獎。

大家想一下什麼是人工智慧，我們聽到AI的時，就是人工智慧會想到阿爾法狗大戰李世石，那麼人工智慧已經達到了怎樣的智能程度，這正是我們今天要思考的？

人工智慧的三要素

第一是計算力，計算力就是指我們的伺服器。包括很多硬體，像GPU，CPU，還有谷歌開發的TPU，這些硬體其實是計算的基礎，有了這些運算模塊這些晶元才能夠給演算法提供支撐。

第二是演算法，人工智慧最核心的一塊應該就是演算法。為什麼近幾年人工智慧會變火，一是因為計算力的提升。二是在我們的深度學習演算法、神經網路學習領域的突破，當然其實機器學習包含了深度學習。

第三是數據，數據對整個人工智慧的產品或者技術來說都是非常重要的。數據跟演算法的區別是什麼呢？數據它就像汽車的燃料，而演算法就像它的發動機。有了數據才能夠讓機器去學習，去理解，去掌握很多東西。比如說你要先讓它知道什麼是對的什麼是錯的，它才能夠去針對你具體的新的案例去做一些分析，所以它得先學習

人工智慧有一個發展的過程，從出現較早的掃地機器人，它會通過一些感測器簡單地進行一些家裡的清潔，但它其實是沒有視覺的。然後發展到現在我們熟知的手機，還有像阿里巴巴在做的無人便利店也是通過計算機的視覺，人臉識別，或者說圖像識別去看清楚人物，有了更深的一個交互。再往後就是聊天機器人，像很出名的siri蘋果手機上都有一個語音助手，這個出現其實就意味著人工智慧到了一個新的發展階段。

語音交互將會成為人工智慧時代最流行的交互方式

在人機交互的過程中，我們在不斷地尋找更加便利的方式，自然語言的表達就是一個很方便的方式。機器人從PC端計算機的時代使用鍵盤滑鼠，然後拿著智能手機用手和觸屏交互，再往後其實就是往更加自然的方面發展，像我們的語音交互就是一個日常交流非常需要的一自然的媒介。其實再往後可能科技發展到一定程度，我們可以大腦跟機器互動，把你的意思直接傳輸進去，可能就能進行更深度更簡單直接的溝通，當然那可能還存在於科幻片裡面。

語音交互的核心是上下文語義理解和多輪對話的技術。交互簡單的理解就是語音的輸入，然後給一個語音的輸出，其實這個是一個誤區。到底什麼是語音交互？

語音交互應該有三個模塊。第一是語音識別，耳朵的功能把聲音轉化成文字。第二聲音轉化成文字之後做語義的理解。這就好比我們的大腦，你要理解一段話的本質的意思，然後再給一個正確的反饋。理解完之後，第三是語音合成，就是把文字再轉化成語音，嘴巴一樣說出來。這就完成了一整套語音交互的流程。

決定機器人智能程度的核心：語義的理解

這裡面最核心的不是入口也不是出口，而是中間處理的功能，即語義的理解。它的智能程度決定了機器人能達到多麼智能的水平。我們做了一個核心的自然語言處理的技術。目前已經做了十多年，在中國美國有多項的發明專利。我們的引擎的核心，它是包含了記憶、理解、推理、問答多項關鍵要素。

大家也可以看這個demo的截圖，我們能夠通過給這個聊天機器人說一些常識，然後讓他推理出一些複雜的邏輯關係。截圖就是一個經典的一個三段論。

開始告訴他一個大前提：所有的人都不會飛；

然後再告訴他一個小前提：就張飛是人類；

然後再問：張飛不會什麼？。

這個其實是他自己推理出來。目前市面還沒有出現過說能自己做推理到這樣的程度的產品。我們和一些科技巨頭做了橫技術對比，像蘋果siri、微軟小冰，和谷歌等，他們跟我們齊悟在記憶功能對比中都是有所欠缺的。比如說大家今天來聽了齊悟的一個演講，首先告訴機器人你來聽齊悟演講這件事，然後再問他：今天你去幹嘛了？99%的聊天機器人是回答不了這個問題的，因為他們沒有記憶功能。但大家會想，記憶真的有那麼重要嗎？其實確實非常重要。

比如你在聽我現在的演講，前面的話講完你就已經忘了，然後每次都要重新跟你再說一遍，這裡面就沒有一個上下文的理解，它就沒有智能可言。所以我們能做到複雜的上下文理解和智能化，其實也是基於對整個用戶說的話的一個記憶，所以它是智能的基礎。

為什麼齊悟能夠做到記憶、理解、推理、還有上下文的多輪對話，就是我們的技術路線決定的。現在市面上視聽數據類的公司，他們更多的是通過海量的數據學習，然後生成一個模型，直接進行一問一答的簡單的對話。而我們更多的是通過機器的自主學習，還有演算法的優化，讓機器人可以自主地學習。

人機對話的完整流程包含著以下幾塊。第一叫語音識別，就是耳朵的功能，傳進來之後變成文字，然後再進行語義理解，理解完了之後它會有一個狀態機，評判到了哪一個狀態，然後他會做一個決策，決策完了之後他會有一個相應文字語言生成，生成完之後再把文字轉成語音再輸出。

舉個例子，比如訂機票。你說來一張從北京到上海的機票？，一開始先去理解用戶表達的意圖，是要訂機票；然後再提取出關鍵的信息，就是他要從哪裡出發去哪裡；然後狀態機跟蹤整體的狀態，去維護他實際的情況。完成了訂票之後，它就會根據決策去做相應的反饋。我們知道最終的一個決策狀態後，就會把那個語言去生成出來，然後我們可能會對產品做一些更加實用性、體驗性的加強，定義給它的一個更具體的表達。

這是我們做的一個訂機票的產品整體的語音交互的流程：第一是分析用戶的意圖，如果要做好其實就是語義的理解要做好，它才能夠識別出用戶真正想表達什麼意思；第二是理解他的意思之後，我們再去雲端伺服器去對它進行一個處理；第三是處理完之後還會有上下文的相關點，因為有時用戶可能會改變需求，比如說從北京到上海，他可能明天他又不想走了，他想說我想改成後天走，這時就需要做動態的修改。最終如果用戶意圖確定，我們再去把語音合成輸出，就完成了一整個訂票的一個業務邏輯。

人工智慧兩個維度的劃分

人工智慧可以從幾個維度去做劃分：

第一個維度叫產業鏈的維度分為三層：

第一層基礎層就是算力，核心就是各種硬體或者說數據平台，這部分是巨頭在做創業公司基本沒有機會。

第二層演算法層是很多目前在國內外都比較知名的一些獨角獸企業，或者是人工智慧相關的一些公司，他們可能一些從巨頭或者從科學院出來的人在做，擁有自己的核心演算法。演算法可以幫你實現很多具體功能設計，包括你可以搭建一個具體的一個技術平台，這裡面就是看你想做成什麼樣的東西，它有很多個行業可以應用。

第三層是應用層。就是演算法在具體的應用去實現一個在細分行業或者細分領域具體的產品。如各種各樣的機器人或者音箱、無人機。我們從技術維度看，分為很多具體的一些產品或者技術。智能機器人是屬於應用層，因為要結合各種用戶需求去選擇做哪一類型的機器人，比如說針對兒童，我們有兒童陪伴機器人，老年人有老年人陪伴機器人，還有其他工業機器人。

我們核心在演算法層，即自然語言處理技術。這可以做很多應用，比如虛擬助手，智能客服，聊天機器人，或者做機器翻譯，甚至整篇文章的理解。我們已經運用了很多技術像機器學習、深度學習，還有神經網路學習等。我們講去實現我們引擎的研發，背後是運用了一個雲端的伺服器去做基礎。

第二個維度是具體的行業的維度：

第一是智能醫療。比如IBM的沃森機器人，已經可以做腫瘤的診斷，做很多病理的篩查，輔助診療了。醫療是非常剛需的，難點在於它的開發周期會比較長，或者說它的數據要求量比較大。同時人工智慧還分兩塊，一個叫觀念性應用和一個是非觀念性應用。觀念性應用是說它不能出錯，比如說診斷錯了可能導致病人出現生命危險，那這個就是有法律風險。所以這一塊我不太建議技術不是很強的創業公司去做這個事情。

第二智能汽車，如無人駕駛技術，在這裡面也是起到很關鍵的應用。最近Uber撞死行人，說明無人駕駛的技術目前沒那麼快就可以達到普及，因為這需要非常多的思考。舉個例子，比如說假設你買了一輛自動駕駛的汽車，今天你開著它去上街了遇到突然有個行人躥出來，這時候機器有兩個選擇，一個選擇是撞人，一個選擇是撞牆，撞人的話可能就是車和你沒事，但是人可能就掛了；但是如果撞牆了，那你可能就要受傷，也可能會犧牲掉了，這時就已經不是技術問題了，而是跟道德倫理相關的問題。所以無人駕駛行業想要去做一個深度的推動其實是有阻力的。

第三智慧教育是相對比較容易普及的。現在有很多公司在做，比如說vip abc、英語流利說。其實核心就是輔助小朋友，讓他們可以更好的做一些自適應，就是了解他目前的學習情況然後因材施教，這個在教育行業目前還應用得不錯，也有一些像口語測評，比如說他的英語口語講的好不好，可以給他做一個打分等。

第四智能金融，其實早已開始做了。演算法這兩個字是怎麼來的嗎？其實在以前計算機還沒普及的時候，它是從華爾街出來的，當時很多交易員要人工的做一些股票交易，後來有人就發明了一個演算法可以讓計算器快速的去處理這些交易，從而縮短時間能賺更多的錢。現在97%的操作都是由機器去自動完成的。所以在金融行業它早就開始應用了。

金融行業也可以做很多新的產品，比如說我們現在跟一些投資機構合作做虛擬的投資人，以後創業者就可以跟虛擬投資人聊項目，從而節約投資人的時間。虛擬的投資人，可以問你的項目現在融資到什麼程度？目前有沒有盈利？股權結構怎麼樣？……問完之後可能就已經做出一些評分、篩選，然後就選擇要不要讓人去做介入做後續溝通。這核心體現了人工智慧的價值在於降低了人力成本，解放了生產力。

第五遊戲行業跟人工智慧結合是一種跨界的創新。人工智慧本身是對萬物賦能技術。

我們之前在美國做的一款格鬥遊戲，完全用語音控制的。比如說升龍拳，打他，踢他……就可以完成相應的操作，這樣也可以達到一個釋放壓力的效果。

也可以去給遊戲做智能客服，很多玩家他其實沒有耐心，他也不知道新手之間怎麼玩，其實就可以用虛擬的人物，在那裡給玩家做一些解答。還有比如說我們以後打麻將，鬥地主都可以直接在家裡躺在床上玩了，那你就直接說三個二加一對八。但用戶經常會出現問題，他可能會說我是三個二帶一對八還是帶一對九，要不帶一對十吧，所以這一塊其實對技術要求很高，不是簡單的語音識別，是對自然語言的理解會更高。

其實人工智慧存在的意義就在於它可以給萬物賦能，就是讓萬物智能化。這裡面最核心的部分就是語音交互，因為語音它是讓機器人能夠理解人說話，然後跟人交流，然後能夠幫助人類去完成很多很多複雜的重複的勞動，從而提高我們全人類的一個生產率水平。這就其實好比是一次新的革命嘛，所以我覺得萬物的賦能是從語音先行的。

人工智慧時代下機器人的發展趨勢

在電氣時代，其實機器人主要存在的意義就在於去做一些控制器，或者是在工業上的去把一些高強度的，需要高力度去完成的事情去完成。然後再往後就是我們發現其實它不僅僅可以用在工業界，還可以用在商業界，或者說輔助我們去做很多其他的事情。

在數字時代，其實在前兩年就已經出現了很多各種各樣的機器人，比如說那種可以端菜的機器人，還有削麵機器人，這些機器人其實更多的還是在學徒階段，沒有什麼實質的應用。

在智能時代，就是說未來所有的機器人它不只是簡單的一個外殼，讓別人覺得他好像就是像科幻片里那樣，他真正需要的就是像具備人一樣的思考的能力，去幫助我們的人類去解決實際的問題，他的存在也不僅僅是在工業界的，而是會在商界，在各處無所不在，幫助我們在各個場景下去降低我們的人力成本，或者說幫助我們賺到更多的錢，然後機器人也可以去跟人類產生一些情感的互動，那甚至說可能做得再高級一點，他可能會真的對你產生依賴感，或者你對他產生類似愛情的那種感情，都有可能。這裡面最核心需要的就是我們的機器人，他能夠真正的具備像人一樣的思考的能力。

我們看到傳統的機器人其實只能完成一些簡單的指令，比如說開張關張，幫我放首歌，講個故事。結果大家就會發現機器人故事很美好，但是現實比較骨感。在這種智能化水平不高的程度下，它是很難滿足我們實際用戶的需求的。在這種情況下，機器人也很難賣得出去。

所以我覺得未來的一個發展趨勢，肯定它是要慢慢地變得更像科幻片裡面的一樣，他能夠不斷的去做自我的學習，然後通過跟用戶的交流，他能夠更加理解這個人，還有他所處的環境，然後從而他可以做更優的一個選擇。同時他的感知也不僅僅是聽覺和視覺，他可能會有嗅覺，甚至是其它的一些觸覺，去幫助他更加了解這個世界。

機器人他跟人最大的區別在於他沒有一個常識背景，這就導致他被問到問題時，很難去做系統性的解答。所以未來機器人更多的是要不斷地豐富自己的常識，他需要不斷地去加深對我們世界的了解，最終他可以不斷地通過自己的學習去進化。

機器人+泛娛樂=？

人工智慧+機器人+泛娛樂=？

行業應用新思路

首先大家可以思考，人工智慧跟泛娛樂行業能進行什麼樣的結合？如果說這個結合跨界還不夠強的話，那是否可以這樣，就是說人工智慧跟泛娛樂的行業，再加上機器人的行業，如何去做一個整體的跨界的創新。大家肯定就會想怎麼去做？

首先第一，我覺得大家要想明白什麼是一個好產品。每個人對好產品理解可能是不太一樣的，但是他其實會有一個大致的標準，就比如說我們知道蘋果手機很好，但總是說不出好在哪裡。其實是因為他是經過不斷的打磨，然後不斷的去優化，他其實做了很多創新的舉措才成功。

機器人可能結合的九大泛娛樂領域：

首先跟VRAR可以做一些深度的結合。比如說你可以戴著一個VR眼鏡躺在床上。大家對機器人理解，不要局限在一個人形的一個服務機器人上，它其實可以有各種各樣的形態。那VR眼鏡也可以是一個機器人。比如說在遊戲裡面，我們遊戲世界裡面的NPC，它也可以是一個機器人，它也是虛擬的，它也是軟體。再比如動漫，像很多什麼喜羊羊，豬豬俠它也可以變成一個可以跟人，跟粉絲互動一個虛擬偶像產品。

其實大家可以想像很多明星、網紅，他也可以有自己的一個分身。比如說像鹿晗這些明星，也可以做一個他們的分身，然後跟粉絲可以做一些深入的交流，然後可以幫粉絲做很多，比如說訂酒店，訂機票這樣的一個業務，我們甚至還可以去給這些用戶去做一些情感的疏導，跟情感也可以結合。

同樣的道理，歷史的名人，比如說孔子，孫悟空，他們可以變成一個穿越的一個人物，通過我們的人工智慧的技術把他變成一個活靈活現的一個動漫的形象，然後去傳道、授業、解惑。

然後小說這一塊也可以做一些新的創新，比如說一些交互型的小說，讓用戶可以通過跟這個主角的對白，可以融入這整個劇情，這些都是可以去想像。

人工智慧跟泛娛樂結合的一個新產品：

虛擬偶像

首先我覺得虛擬偶像是未來可能的一個趨勢。我們知道動漫是有很多IP形象的，這些IP形象有很多的變現渠道。機器人可以跟動漫去做結合，比如說跟豬豬俠、大聖歸來這些動漫公司，在做一個虛擬的偶像產品，就是可以實現跟粉絲的各種互動，然後還可以幫你處理各種各樣的事情。這一塊其實我們本質就是把這個動漫的粉絲給導流進來，讓我們去做更多的產品。其實跟機器人的結合，大家也可以想像一下，未來我們是不是可以就做出一個豬豬俠這樣的一個形象的機器人，然後可以讓這些小朋友去購買，這樣的話其實對我們來說是有一個促進作用的。

普通的機器人只是通過外觀去吸引，如果說是像豬豬俠呀，或者是喜羊羊這種大眾都比較熟悉，小朋友都比較喜聞樂見，他們就自然會想要去有購買的慾望，同時又能夠陪伴兒童，然後可以幫助他成長，然後又可以學到很多有用的知識，家長會更加有購買的慾望。

最後就是我們的明星IP，我們現在跟全國有一百多個明星已經展開了合作，像劉濤，杜海濤，陳赫，還有任泉這些明星，他們其實已經在跟我們合作，做這樣一個就是能夠跟他的粉絲語音交互，互動的這樣一個虛擬的明星的產品。大家想像一下，粉絲每天與自己的偶像互動。像林志玲每天早上叫你起床，然後又可以幫你訂個外賣，可以像你的秘書一樣，幫你處理各種各樣的事務，它其實存在的價值就會更大。

可以做成一個全息投影的一個產品，它其實做成場景的樣子，其實也是一個機器人，只是像一個虛擬的生命一樣存活在一個硬體裡面。當然這個機器人的話就會更加有吸引力，因為它不再是一個冷冰冰的機器人了。虛擬的全息投影，大家看第一張圖，裡面有一個虛擬的卡通人物，它可以是各種各樣的人物形象，比一個簡單的機器人會有更多的展現形態。

然後是可以做養成遊戲，就是說大家知道湯姆貓，還有旅行青蛙，還有戀愛養成，戀愛製作人。這些養成遊戲其實它缺少的是一個交互，我們可以把這個語音交互，就讓他培養一個像情侶一樣的這種關係，或者說是自己的一個小寶寶，讓他感覺是更加有代入感，甚至我們還可以做各種直播，虛擬偶像的直播，或者說在商場裡面的一個展示，或者做一些虛擬偶像的代言，還有演唱會，這個都是可以的。

我覺得目前機器人行業存在的一個很大的問題，幾千款機器它存在的問題是什麼呢？

共性問題就是沒有實用性功能，都是娛樂性功能，所以很難達到用戶的真正的一個需求痛點。

我們已經應用的一些實際案例

我們做的這個虛擬偶像是一個訂機票出行類的產品。訂機票業務可以做到什麼樣的程度，我說一句複雜的話，中間夾雜著一些非關鍵性的因素和一些非關鍵性的要素，他也能夠提取出有用的信息，最終幫我們完成實際產品的訂票。這個其實作用就很廣，其他類型的功能設計也可以去朝這個方向去做。

可以想像，做成一個就像siri一樣的智能助手，它其實搭載在我們的機器的硬體內核裡面，就是說我們機器人的智能化還是主要靠我們這個虛擬助手去達到實現。再者，比如說做智能家居，我們也可以讓他去控制整個家電，去讓他變得簡單應用，比如說開燈關燈這些比較簡單的操作。

剛才也講到家庭醫生，我們其實也在做類似的事情，雖然醫療這個行業比較難切，但是我們找到一個相對好的一個方向，就是做一個問診。問診就是可以通過微信，APP，小程序，或者是一個硬體去幫助我們的患者，可能在家庭裡面就不用去醫院，就可以解決很多可能看病難，看病貴的問題。

跟智能遊戲可以怎麼樣的一個結合。其實我們可以把遊戲裡面的人物都變成NPC，都變成能夠跟我們做語音交互互動的一個虛擬的人物，然後它可以幫助大家在遊戲世界裡面獲得更多的幫助，同時也能夠幫助大家解決實際的問題。就是類似智能客服的一個角色的存在。

跟VR、AR的遊戲也能做一個深度的結合。VR、AR只是一個展現形態，這個展現形態它可以比較相互，可以讓玩家獲得一個浸入式的體驗。大家戴著我們的VR的眼鏡，總不希望再用手去碰這樣的東西，那樣就會有點齣戲。其實語音是最自然的一個交互，它直接就讓用戶可以更好的去獲得一個便利的操作。

一個很好的應用產品展示，就是兒童陪伴機器人，還有老年陪伴機器人應用場景。兒童機器人最大的問題是小朋友的表述是不清楚的，表達不了自己想表達的東西，還有就是他們邏輯性比較差。老年人他會出現什麼問題？就是老年人說的話口音都非常嚴重，機器人它首先在語音識別這一塊就已經很難做到一個比較好的程度了。所以針對這些實際問題，可以做一些設想如果我們不做個，那我們到底可以做什麼？

大家想像一下，機器人跟泛娛樂、人工智慧結合起來，會產生一個怎樣的新的裂變？

關於齊悟

簡單介紹一下齊悟：

公司2015年在美國創立的，然後2016年10月份在中國註冊，2017年開始做國內的市場。在短短半年多，我們也就談成了一百多家公司的合作，也是因為技術優勢比較明顯，大家都比較認可。我們的核心的演算法已經開發了十多年，所以敢對標全球巨頭。

我們團隊優勢也非常明顯，核心技術人員已經超過50人。同時我們的CTO胡上峰博士早在十多年前從北大計算機系畢業，後來在中關村也是成功創業了一家企業，然後覺得沒什麼挑戰性，就跑到澳大利亞去學，去自己研究自然語言處理這一塊的技術，是業內資深的專家。那個時候人工智慧還沒有這麼火，他已經開始做這一塊的事情。後來又去到新加坡的國立研究科技局，也就相當於我們中科院去做科學家，研究最前沿的無監督學習這一塊。

能做到什麼樣的程度呢？我們現在已經能把一些數據放到我們的引擎裡面，自動地學習，歸納推理出很多常識。比如說他知道一杯水它應該放在桌子上，而不是放在沙發上或者放在地上，這樣的一個推理。未來就可以慢慢地往終身學習去走。這個就是機器人最終想要達到目的，也就是強人工智慧。當然目前準確率還達不到非常高，80%多，如果能達到99%的話，這就是我們未來十年要達到的目標吧。

我們跟很多公司達成了實際的業務合作，我們其實是非常崇尚一個原則，就是共贏。我們會幫助我們的合作公司去做出更好的產品，最終幫助他實現商業化，然後幫助他轉化，然後一起做一些很酷的事情。

人工智慧它不是簡單的一個技術，它未來會改變人類的方方面面甚至整個世界的格局，是第四次工業革命。如果未來強人工智慧誕生，可能智商會超過人類。這如果由我們一起去參與其中，去創造出來，這是一個劃時代的事。因為人類從出現到現在幾百萬年，並沒有出現過比人類更高智商的物種，所以我們是非常有幸活在這個時代，能夠見證它的誕生。

所以今天也很感謝大家，抽出時間聽我講這樣一個分享的主題，也希望大家能夠了解齊悟，然後一起去為人工智慧行業帶來更多新鮮的一些思想，一些新鮮的血液。

END

GIF

對接產業商機

分享行業乾貨

微信ID：robotplaces

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！