谷歌AI语音助手的智能程度究竟如何？

谷歌AI语音助手的智能程度究竟如何？

在最近谷歌的Google I/O大会上，谷歌CEO“劈柴“直接祭出了这次大会的王牌AI，这个AI产品似乎像人们展现了人工智能技术的进一步提升，Assistant的“持续性对话”功能让对话更自然，而“多重行动”功能让用户在一次对话中可以提出多个问题。这似乎是一个标志性的转变，存在对话生硬、无法多轮对话等诸种弊病的语音助手在这场Google I/O大会上表现的尤为智能。相比Apple Siri和Microsoft Cortana只能机械式对话的语音互动，Google Assistant似乎表现尤为优异（至少在发布会上），那么，Google Assistant的出现是谷歌在AI语音助手领域的一张王牌吗？

惊艳全场的“嗯哼”

想要探究AI语音助手的智能程度，其评判标准就是如何做到让AI“像人”，这是一个深度学习的能力问题，而体现在表现形式上则为“话术”，如何能够让语音助手真正突破“图灵测试”，让用户人机难辨。然而，当下GoogleAssistant似乎正朝着全面“类人化”的方向发展。以GoogleAssistant在GoogleI/O大会上的表现为例，发布会上，用户对GoogleAssistant说：我想剪头发。GoogleAssistant接受指令后直接帮你电话预约。GoogleAssistant先拨通了Jim理发店的电话，进行电话预约剪发。GoogleAssistant：你觉得时间定为3号可以吗？理发店：我需要查查Jim老师的档期，稍等。GoogleAssistant：嗯哼？这一句“嗯哼”让全场所惊艳，AI的反应似乎出乎了所有人的预料，然而，这一切并没有结束。理发店：3号12点不行，Jim老师已经有预约了。GoogleAssistant：那10点到12点这段时间呢？理发店：您的顾客是想烫头发还是剪头？GoogleAssistant：只是简单修剪一下。理发店：那没有问题，我们10点见！

诚然，对于人类来说，此类“嗯”、“呃”之类的语气词是再正常不过，可是对于机器而言，这是一件难以做到的事情。事实上，GoogleAssistant说“嗯嗯”，好似在点头同意；而其所拉长的某些词的发音，又好像它正在花时间去思考一个问题的答案，当然，这一切都是是由编程算法即时实现的。谷歌助手的背后是一种称之为“Duplex”的技术，这由纽约、特拉维夫和山景城的谷歌工程师和产品设计师联合开发，该技术可实现一小部分人可以完成预订餐厅、查看假日时间等通常通过电话进行的活动。所有这些交互都发生在后端——谷歌数字助理Assistant和餐厅之间。此外，GoogleAssistant除了一种男性发音和女性发音外，其还可以用六种声音说话。谷歌还使用户能够更轻松地提出后续问题，并在开车并使用谷歌地图时自动向某些人发送你的预计抵达时间。

GoogleAssistant真的“完美无缺”吗？

GoogleAssistant新技术的应用，许多人认为“这下真的分不清对面对面是人是狗了”，但是，GoogleAssistant显然并不是完美无瑕，皮查伊在开发者大会上展示的demo距离落地还有多远？所展示的GoogleAssistant落地后真的会如此惊艳吗？智能相对论分析师柯鸣认为，谷歌语音助理虽然已经突破了众多技术瓶颈，但其真正能够应用于生活场景中，并完全替代“人类助理”，依然尚需时日。

其次，从伦理和信息安全的的角度来看，GoogleAssistant依然存在着诸多争议。比如，谷歌官方曾表示：“现在的技术并没有达到只通过与开发人员对话就学会如何像人一样说话的水平，为了获得高精度，我们在匿名电话的会话数据库上对Duplex的RNN进行了训练。”在数百个小时的训练过程中，它记录下了客户们电话中的通话记录。这让我们又一次回到了十年来一直在进行的辩论，即维护个人数据隐私和推进技术便利的界限究竟在何处，Facebook的信息泄露案更将这个问题推到了风口浪尖。当然，倘若撇开公地悲剧的存在主义解决方案不谈，DuplexAI的出现还暴露了许多实际问题。例如，如何防止某人非法利用公众人物的录音来训练人工智能，并生成伪造的音频？此外，我们还需要防止伪造视频的攻击，鉴于人们已经能够伪造图像和视频（甚至色情），并能够合并一层虚假音频，谷歌和Facebook的内容审核工作将面临着更大的困难。

总的来说，“AI很好，但不够惊人”，始终是近年来笼罩在AI语音市场上的浓重阴影。当然，随着日后GoogleAssistant新技术的逐渐应用，这是否能够成为谷歌新的“杀手锏”仍需时间检验，而谷歌语音助理的这条路，也将坚定的走下去。