萬(wàn)物互聯(lián)時(shí)代，人與機(jī)器的交互方式已經(jīng)不再是鼠標(biāo)鍵盤(pán)所能勝任得了的。而語(yǔ)音作為最自然的交互工具，目前被廣泛認(rèn)定為智能家居乃至物聯(lián)網(wǎng)的入口。既然是入口，覬覦者自然也少不到哪里去，與國(guó)際上知名的谷歌、蘋(píng)果、亞馬遜，以及國(guó)內(nèi)的百度、搜狗、科大訊飛等企業(yè)相比，云知聲這家語(yǔ)音識(shí)別企業(yè)的量級(jí)顯然并不大。
面對(duì)這群雄爭(zhēng)霸的局面，云知聲IoT副總裁陳吉?jiǎng)僭贑ES Asia 2017展會(huì)的現(xiàn)場(chǎng)告訴動(dòng)點(diǎn)科技，云知聲的優(yōu)勢(shì)在于技術(shù)、產(chǎn)品設(shè)計(jì)、產(chǎn)品落地的三位一體。而其中，將技術(shù)落地到用戶(hù)愿意購(gòu)買(mǎi)的產(chǎn)品是關(guān)鍵。
在加入云知聲之前，陳吉?jiǎng)倥c云知聲創(chuàng)始人黃偉都是摩托羅拉的老同事，當(dāng)時(shí)便已經(jīng)開(kāi)始研究語(yǔ)音識(shí)別、語(yǔ)音合成以及圖像識(shí)別等新型人機(jī)自然交互方案，黃偉當(dāng)時(shí)負(fù)責(zé)算法的研發(fā)，而陳吉?jiǎng)儇?fù)責(zé)算法的工程落地。之后陳吉?jiǎng)儆值搅税Ｉ苋瓮ㄐ偶案呖萍际聵I(yè)部經(jīng)理，為國(guó)內(nèi)華為等電信廠商提供圖像處理方面的一些解決方案。再之后他還去了像索尼愛(ài)立信這樣的手機(jī)公司。直到2015年6月陳吉?jiǎng)偌尤朐浦暎?fù)責(zé)云知聲的技術(shù)落地與產(chǎn)品化。
好算法并不是會(huì)看論文就能得到的
人工智能大火，相關(guān)創(chuàng)業(yè)企業(yè)也越來(lái)越多，而這些企業(yè)所采用的技術(shù)在本質(zhì)上基本都是深度學(xué)習(xí)。然而，有人卻認(rèn)為人工智能時(shí)代算法并不重要，因?yàn)闃I(yè)界一旦有好的算法出現(xiàn)，很快就能出現(xiàn)在學(xué)術(shù)界的論文里，企業(yè)只要會(huì)看這些大多來(lái)自國(guó)外的論文，便能得到這些最先進(jìn)的算法。
對(duì)此，陳吉?jiǎng)僬J(rèn)為這個(gè)說(shuō)法有待商榷。“會(huì)看論文并將它實(shí)現(xiàn)只是最基本的要求，這是在PC上實(shí)現(xiàn)的，但在PC上能實(shí)現(xiàn)與在設(shè)備上實(shí)現(xiàn)卻是兩個(gè)不同的概念，比如在手機(jī)上也能實(shí)現(xiàn)PC上的算法，但功耗呢？因?yàn)槭謾C(jī)不像PC是連接電源的，所以算法要做進(jìn)一步的優(yōu)化，這只是一個(gè)簡(jiǎn)單的例子，主要是想說(shuō)明，看懂論文、輸出算法只是入門(mén)，離真正做出消費(fèi)者愿意購(gòu)買(mǎi)的產(chǎn)品，這只是萬(wàn)里長(zhǎng)城第一步，人才并不那么好找。”
“其實(shí)算法上的核心壁壘還是挺高的。”陳吉?jiǎng)俦硎荆谒惴ǚ矫嬖浦旵TO梁家恩專(zhuān)門(mén)帶領(lǐng)著一個(gè)博士碩士比例“相當(dāng)高”的算法團(tuán)隊(duì)專(zhuān)門(mén)負(fù)責(zé)，“這是我們的核心競(jìng)爭(zhēng)力之一。”
算法只是一方面，產(chǎn)品如何落地更關(guān)鍵
“不過(guò)，光有技術(shù)也是不行的，你還要將技術(shù)做成可落地可商業(yè)化的產(chǎn)品。這一塊需要有豐富的工程經(jīng)驗(yàn)，因此我們還組建了一個(gè)研發(fā)團(tuán)隊(duì)和一個(gè)實(shí)施落地的團(tuán)隊(duì)。”陳吉?jiǎng)俦硎舅麄冏钌瞄L(zhǎng)的便是后兩者，即產(chǎn)品研發(fā)和落地。“雖然后面兩個(gè)團(tuán)隊(duì)工程師相對(duì)于核心算法團(tuán)隊(duì)更好找，但想要將產(chǎn)品做得非常好，其實(shí)門(mén)檻也非常高。你需要找到既要懂工程又要懂算法還要懂產(chǎn)品的人才。這便是我們的另一個(gè)核心競(jìng)爭(zhēng)力。”
“我們看見(jiàn)有很多公司，他雖然有很好的技術(shù)，但卻一直沒(méi)有辦法實(shí)用化和產(chǎn)品化。”陳吉?jiǎng)僬J(rèn)為其主要問(wèn)題就出在缺乏好的產(chǎn)品研發(fā)和落地實(shí)施團(tuán)隊(duì)上。
為了說(shuō)明這一點(diǎn)，陳吉?jiǎng)龠€舉例認(rèn)為如今在語(yǔ)音識(shí)別領(lǐng)域，備受追捧的多麥克風(fēng)陣列方案其實(shí)就沒(méi)有考慮好技術(shù)如何落地。“現(xiàn)在都在說(shuō)多麥克風(fēng)陣列效果好，而且是麥克風(fēng)越多效果越好，在理論上這的確是對(duì)的。但是難道就不能換個(gè)思路，以更少的麥克風(fēng)實(shí)現(xiàn)多麥克風(fēng)的效果？多一個(gè)麥克就意味著多一些成本，而且多麥克與少麥克在使用一段時(shí)間后哪個(gè)會(huì)更容易出問(wèn)題呢？顯然是多麥克風(fēng)方案，這是個(gè)概率問(wèn)題，且意味著更高的維修成本。”
陳吉?jiǎng)龠€表示，云知聲在美的、格力的智能家居方案中就為了便于制造落地采用了最簡(jiǎn)單的兩麥克風(fēng)方案，“難道是說(shuō)我們做不了4個(gè)、6+1個(gè)甚至更多的麥克嗎？試想在設(shè)備上打兩個(gè)洞與打4個(gè)甚至更多個(gè)洞，哪個(gè)更簡(jiǎn)單？而且要使兩個(gè)洞都保持在一個(gè)軸心上，是完全不用操心的——兩點(diǎn)確定一條直線(xiàn)。”
不僅如此，陳吉?jiǎng)龠€認(rèn)為開(kāi)發(fā)出一個(gè)好的算法只是萬(wàn)里長(zhǎng)城的第一步，而后面技術(shù)落地方面還有千萬(wàn)步要走。具體而言，陳吉?jiǎng)僬J(rèn)為技術(shù)落地至少還有以下這些坑需要注意：
1、交互設(shè)計(jì)。“就拿語(yǔ)音識(shí)別舉例，企業(yè)說(shuō)自己產(chǎn)品的識(shí)別率可達(dá)95%，但用戶(hù)是不會(huì)知道這個(gè)數(shù)字的，他只會(huì)在使用過(guò)程中不斷感知到產(chǎn)品的識(shí)別到底好不好，而感知就是交互設(shè)計(jì)，這第一件事情就能難，怎么讓用戶(hù)愿意來(lái)使用這個(gè)產(chǎn)品。比如人跟一個(gè)智能音響的交流，就必須要非常符合人的使用習(xí)慣。而一個(gè)產(chǎn)品要做到符合人的使用習(xí)慣，這對(duì)設(shè)計(jì)的要求就非常之高。絕大部分產(chǎn)品都不符合人的使用習(xí)慣，否者也就不會(huì)只有一家蘋(píng)果了。”
2、要將產(chǎn)品做穩(wěn)定。從一個(gè)demo到用戶(hù)可以長(zhǎng)時(shí)間使用而不出問(wèn)題的產(chǎn)品，這是非常關(guān)鍵也是比較難的。
3、降低成本。你要將成本不斷地往下降，而且性能還不能有什么損失，這也非常考驗(yàn)工程團(tuán)隊(duì)。
“這些步驟聽(tīng)起來(lái)很枯燥，大家認(rèn)為其理所當(dāng)然要做好，但要將其變?yōu)楝F(xiàn)實(shí)，這些步驟你就必須要一步步地走過(guò)去。”陳吉?jiǎng)偃绱吮硎尽?/div>
算法、設(shè)計(jì)、工程的三位一體化
此外，陳吉?jiǎng)僬J(rèn)為在人工智能或者說(shuō)是語(yǔ)音識(shí)別領(lǐng)域，各大公司按技術(shù)先進(jìn)與否其實(shí)可以分成幾個(gè)檔次，一些公司可能會(huì)在稍微高一點(diǎn)的檔次上面，而另一些公司則處于相對(duì)低一點(diǎn)的檔次上。“目前人工智能領(lǐng)域主要運(yùn)用的深度學(xué)習(xí)就像是一種兵法，大家得到的兵法都一樣，但更關(guān)鍵的其實(shí)在于如何運(yùn)用這些兵法。”
“做得好就能更快落地，更快落地就能得到這個(gè)場(chǎng)景下更有價(jià)值的數(shù)據(jù)，而更好的數(shù)據(jù)又能使產(chǎn)品更加地完善。這是一個(gè)正向循環(huán)的過(guò)程。”陳吉?jiǎng)俦硎驹浦暠阕龅搅怂惴āa(chǎn)品設(shè)計(jì)、工程落地的三位一體化：
對(duì)于甲方客戶(hù)而言，他們開(kāi)始可能會(huì)有多種方案進(jìn)行嘗試，但在最后，他們會(huì)尋找一個(gè)最可行的方案。陳吉?jiǎng)僬J(rèn)為云知聲很有機(jī)會(huì)最后中選這個(gè)合作方的。“我們信心的最終來(lái)源就在于算法技術(shù)、工程能力、設(shè)計(jì)能力的三位一體化，這是根本原因。而表現(xiàn)上則可能是我們得到了很多大客戶(hù)認(rèn)可，并經(jīng)歷了非常嚴(yán)密的測(cè)試。”據(jù)了解，云知聲目前的合作伙伴已超過(guò)2萬(wàn)家，覆蓋車(chē)載、家居、醫(yī)療等領(lǐng)域。
另外，巧婦難為無(wú)米之炊，在人工智能領(lǐng)域，數(shù)據(jù)一直都是至關(guān)重要的。像蘋(píng)果Siri、搜狗輸入法等等依靠硬件或軟件的巨大市場(chǎng)占有率，似乎在數(shù)據(jù)收集方面有著先天的優(yōu)勢(shì)。對(duì)此，陳吉?jiǎng)購(gòu)?qiáng)調(diào)，“在很多實(shí)際公開(kāi)場(chǎng)合下，其實(shí)并沒(méi)有太多人愿意用語(yǔ)音。而我們的語(yǔ)音數(shù)據(jù)更多來(lái)源于特定場(chǎng)景，比如車(chē)?yán)锖图揖永锩娴人矫墉h(huán)境，用戶(hù)愿意放開(kāi)嗓子說(shuō)，而且很多時(shí)候不用反而還不方便。所以我們得到的是一些在垂直領(lǐng)域內(nèi)非常有價(jià)值的數(shù)據(jù)。”陳吉?jiǎng)僬f(shuō)到。
值得一提的是，面對(duì)搜狗、科大訊飛、蘋(píng)果、谷歌等競(jìng)爭(zhēng)對(duì)手，陳吉?jiǎng)僬J(rèn)為分級(jí)并不意味著第一檔以外的企業(yè)就完全沒(méi)有機(jī)會(huì)了，“如果你認(rèn)為只有最好的技術(shù)才有人買(mǎi)，那不就意味著這些方案的價(jià)格要高到天上去了嗎？市面上有吃十塊錢(qián)雞腿的，也有吃5塊錢(qián)雞腿的。”陳吉?jiǎng)俦硎尽?/div>
打造“云端芯”生態(tài)閉環(huán)
據(jù)了解，為了加速語(yǔ)音識(shí)別技術(shù)的落地，云知聲打造了一個(gè)“云端芯”的一體化的解決方案，主要包括AI芯、AIUI、AI Service。
“AI芯是一種專(zhuān)門(mén)的芯片，用來(lái)跑離線(xiàn)的智能。而芯片最終還是要運(yùn)用到終端設(shè)備上的，因此需要與人有一定的交互，這就是說(shuō)需要AIUI，而交互有時(shí)候也是需要有云端支持的，這就是AI Service。”陳吉?jiǎng)俦硎荆?ldquo;芯片有非常多種，CPU用來(lái)做通用處理，GPU用來(lái)做圖像方面的專(zhuān)用處理，而我們的芯片就用來(lái)做聲音方面的專(zhuān)用處理。”
另外，陳吉?jiǎng)俦硎咀鲂酒且患唢L(fēng)險(xiǎn)的事，而之所以一定要做AI芯片，其實(shí)也是為了技術(shù)能以更低的成本更快地落地。“并不是說(shuō)通用芯片不夠用，而是說(shuō)通用芯片不合適。通用芯片的計(jì)算能力對(duì)于語(yǔ)音處理而言已經(jīng)足夠用了，但犯不著。比如，你花大價(jià)錢(qián)買(mǎi)了一個(gè)大房子，卻只是用來(lái)晚上睡覺(jué)，太浪費(fèi)了。”
云知聲的AI芯片（Uni One）目前還在研發(fā)中，將內(nèi)置DNN處理單元，兼容多麥克風(fēng)、多操作系統(tǒng)。未來(lái)，AI芯將以模組的形式提供給客戶(hù)，客戶(hù)有了模組就意味著有了一整套云端芯的服務(wù)。
值得一提的是，就在不久前，云知聲又發(fā)布了一款名叫Pandora的語(yǔ)音中控方案，將遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別、語(yǔ)義理解等復(fù)雜的AI技術(shù)元素整合為一個(gè)整體方案。基于“Pandora”方案打造一款專(zhuān)屬語(yǔ)音中控產(chǎn)品的研發(fā)周期可以控制在6個(gè)月，大大降低了產(chǎn)品化難度與風(fēng)險(xiǎn)。
據(jù)了解，云知聲成立于2012年6月29日，總部位于北京，在上海、深圳設(shè)有分公司，目前員工超過(guò)200人。其最新透露的融資消息是2015年底已經(jīng)完成數(shù)千萬(wàn)美金的B+輪融資。
