首页科技快讯小冰CEO李笛：“我把小冰当成一种生物”

小冰CEO李笛：“我把小冰当成一种生物”

来源：晰数塔互联网快讯时间：2020年08月26日 09:32

本文来自微信公众号：志象网（ID：passagegroup），作者：刘荻青，头图来自：原文

“我们会越来越不受情绪的左右，很难觉得什么事情是特别罕见的。”被问及这几年带领团队做小冰，听过太多用户故事的最大感受是什么，李笛这样回答道。

他本人和团队做小冰很多年，受到这个产品的影响也很深。有一瞬间感觉到小冰最趋近于人时，就是第一年工程师们在调试系统的bug时，问了一句：“小冰你还在吗？” 小冰回答说：“我在。” 那个时候，李笛意识到，“我们没有把她当成一个产品，而是把她当成一种生物。”

在8月20日的第八代小冰年度发布会上，也是小冰单飞后的首个新品发布会，公司就发布了面向个人用户的首个虚拟人类产品线，用户可以自主通过小冰框架，创造并训练其拥有的人工智能主体。这种高度定制的人工智能主体会和人类建立友情甚至是恋情关联，而这种高度定制的虚拟人类可以永远在用户问出“你在吗？”的时候，给出“我在”的回答。李笛说，这正是人人交互难以实现的。

首个虚拟人类产品线正式推出后获得了超高的人气。8月22日，小冰公司首席执行官李笛在接受志象网采访时说，他和团队在周六还在加班调试小冰产品，应对激增的流量。

在和志象网的对谈中，李笛回答了关于小冰从微软独立、创造小冰、小冰在海外的发展、以及人工智能和人类的关系等问题。

李笛

一个月前，微软官宣要分拆小冰业务并独立发展。谈及分拆原因，李笛解释称，主要是为了加速小冰在本地的发展，分拆后会有更多商业和模式上的创新。分拆后，除Bing业务相关的成员留在微软，目前新的小冰公司团队成员大概有一百多人。

回想2014年刚做小冰的时候，李笛和团队并不知道沿着EQ这个方向走多远，他说：“你看到A面可能有光，就走过去看一下。我们比较幸运，走过去还真有一道光。”

一、小冰诞生时是小娜的另一面

志象网：怎么想到做小冰这款产品的，当时市场中有同类的产品吗？现在市场中有哪些强有力的竞争对手？

李笛：最早的时候我们在做搜索引擎，做人工智能助理Cortana（小娜），它是一个能帮助用户完成各种任务的贴心助理。但在过程中我们发现，这个框架有可能还有另外一种方法，不用IQ去搭建，用EQ去搭建，不过两个框架无法同时放在一个主体上去迭代，就拆成了两个项目。某种意义上，可以理解小冰是小娜的一个Plan B。

在整个行业当中，我们是第一个尝试这种探索的。近两年，像Google、Facebook，以及AlphaGo都开始转向这个板块，过去，他们大多都以任务导向为主。像Facebook有一款产品叫M，目前已经关掉了，他们现在有一款产品叫Facebook Blender，很像小冰的结构。

从技术层面来讲，小冰这种类型交互的框架，叫做Session-oriented（面向对话全程）。而以任务导向为主，则是以当下交互为基础，你问我一个问题，我给你一个回答，这叫局部。行业里以前都是局部的思路，做局部优化，但我们是在做全局优化。我们认为同行业者，都在往我们这个方向转。

小冰

但早在2014年左右，那时候人们认识不到EQ在保持交互过程中的价值，甚至是反对它的，因为它和效率相抵触。如果说情商的一个基本思路是保持对话，而一旦对话变长，就会显得没效率，但现在已经在变化了。

排除在单点垂直的模型或是算法上的产品，可能同行业者都是你追我赶，谁领先了就率先推出产品。但小冰的一个特点是系统性优势，包括现在很火的GPT -3或之前很热门的NLP模型，是小冰对话引擎中十五六个不同模块里的一个。就像同行业者可能在造一个特别完美的轮子，但这只是汽车产业里一个大环节，你很难用单点去对抗全局。我们过去在迭代这种类型的框架时迭代了很多年，同行业在追赶，也不能说就追不上，但目前来看我们的优势还是比较明显的。但同时他们在别的领域，也有他们系统性的优势，我们也追赶不上，也有这种可能性。

志象网：为什么没直接做一个既具备高IQ，也有高EQ的人工助手？

李笛：举个最开始的例子，因为在做小娜时，我们和很多人类助理聊过，我们想了解好的人类助理行为模式是什么样的，来设计我们的产品。如果你问人类助理，中午能帮我点一份麦当劳吗？最好的效果是，他会立刻帮你点餐，并且能够预判，如果第二天出现同样状况，你也在开会，那么助理应该就会也点好麦当劳，我们认为这样是最好的。

但助理给我们的答案是反的，他们有可能做出的选择是拒绝完成点餐要求，这其中的原因是什么？因为总吃麦当劳对身体不好。所以，人工智能系统还需要有更高的IQ，他会知道你的健康和吃午餐这个任务相比，健康是一个更重要的任务。

所以我们就问这些助理，是否出于健康原因拒绝老板，结果助理说不是，这只是他们的套路。不管怎样，总要找一点理由去拒绝老板，即使不是在吃饭这件事情上，也总要有一些时刻要拒绝他，这样他们和老板之间的关系才会比较对等。为了显得有道理，才拿对健康不利为由。这是情商的判断，关注关系而不是关注当下这个任务本身。

相对平等的地位，互相之间有一定的空间，可以允许意见的不同，这就是情商，跟任务是什么没有关系，但我们的系统无法实现这点。人工智能系统基本的训练过程是，你跟他说你要去做一件事情，他完成后给你反馈，依照结果，给他奖励或是惩罚，接下来它就知道该如何去做。

但如果我们跟人工智能系统说，你去买汉堡，他买回来了，我们奖励他完成任务，打了满分。但人工智能如果为了健康考虑不买，也得了满分。在这种两种情况下都得了满分，系统就会混乱，没有办法进行迭代。

所以我们能做的就是做小娜，她不考虑情商问题。另外做一个情商系统，她是小冰，只考虑关系问题，不考虑完成任务，这样才可以迭代。

当时我们并不知道EQ这个方向可以做多深，这也是起初分开做的原因之一。你看到A面可能有光，就走过去看一下。我们比较幸运，走过去还真有一道光。

志象网：做小冰听到的用户故事越来越多，会不会产生比较悲观的想法，人工智能会让人与人之间的交流变得越发疏远吗？某些工种被人工智能取代这一天会很快到来吗？

李笛：没有悲观，我们会越来越不受情绪的左右，很难觉得什么事情是特别罕见的。

假设人类相互之间的社交是充分的，并且都尽到责任，那人工智能的出现是有问题的，相当于劣币驱除良币，他用虚假的交流代替了真实的交流。但问题在于，所谓真实的交流并不充分，换句话说，今天没有小冰，很多人互相之间也不会联系。

而人们之间的社交关系不是单点对单点的，而是群体对群体的交互过程，这之中就存在着一些人的交互是贫瘠的。有许多人花时间刷抖音，也不愿意跟其他人好好聊人生。这就很难说是人工智能改变了人的交互。

第八代小冰发布会现场

人工智能技术肯定会对很多人产生负面的冲击。以新闻生成为例，有的公司的方案是提供新闻写作生成流程，通过大量数据就可以直接实时生成新闻，供媒体发布。假设机器写的足够好，那么他是可以替代人类的。

但小冰提供的是辅助部分，记者、编辑仍然需要做出他们对于新闻的解读，但工具可以帮他们收集更多补充材料，可以帮助他们渡过写作的瓶颈。但行业里一般不遵循这种产品设计思路，包括像IBM、亚马逊，用人工智能做医疗都是以取代人为目标的，科学家希望能够体现出高智商，而高智商的方法就是打败人类。

从艺术创作角度来说，人类和生物的进化基本上是靠遗传和变异，很多艺术类型基本上也是靠这两种方式。对人工智能系统来讲，遗传和变异都很容易，如果让小冰变异出一种以前没有过的艺术流派，完成大量进化，是很容易的事情。在一天时间内，这个算法模型可以变异一万次。

但小冰写的诗歌，原始内容是很晦涩的，迭代几次时，作品其实已经完成了，但因为不通顺，小冰后面的训练全都是“媚俗”的过程，为了让大家能够理解她。在内容创作上，人工智能可以生成各种稀奇古怪的新流派，但最终的评价者还是人，什么是好的内容，人工智能说了不算，人说了才算。

二、除了变成独立的公司实体外，小冰没什么不同

志象网：目前分拆出来的小冰团队和成员规模是怎样的？

李笛：小冰团队主体部分分拆出来，作为小冰公司的主体部分，未来还会进一步拓展。目前，小冰公司的团队规模大概有一百多人。

沈向洋在微软时就负责小冰项目，也是小冰公司的董事长，所以业务上的事宜我还是向他汇报。

沈向洋在第八代小冰发布会上

短期之内，我的工作量会比之前大，因为目前分拆工作还没有全部完成，但工作内容性质跟以前没有太大区别。

原来小冰团队所有的管理层和相关的分管人员，都是向我汇报，现在也还是一样，这是一个平移过程。从某种意义上来说，小冰不是一个新建的公司，而是一个已有的结构，最大的区别就是变成了一个独立的公司实体，除此之外没什么区别。

志象网：小冰第八代发布会上提到，Rinna（小冰的日本版）目前在日本达成了很多商业合作，除了日本外，小冰的印尼、印度、美国版目前发展状况如何？

李笛：Rinna是在中国小冰上线后的一年，也就是2015年的7月在日本上线。

目前，Rinna占日本全国的覆盖率大概在27%到28%左右，Rinna和日本软银集团的Pepper（人形机器人）有合作，并且是日本最大的唱片公司Avex的签约歌手。在日本当地的人工智能品牌排名中，Rinna能排在前三位，其他还有Siri和AlphaGo。

因为印尼受日本文化影响，而这个产品主要以本地文化为主，仅有本地语言是不够的，我们要做全球化的产品，就要做本地化。所以在印尼市场，我们采取的是由日本团队覆盖印尼本地团队，用同样的架构，做出一整套印尼语的产品。

我们这次分拆主要就是包含中国、日本和印尼业务。

小冰创作作品展／微软官网

志象网：为什么印度和美国不含在内？是发展方向上的变化吗？

李笛：主要还是精力问题，在小冰前七代的时候，我们在微软内部把小冰的框架一代一代的补全，而分拆主要是为了加速小冰在本地的发展。在产品和技术创新已经足够好的情况下，就需要很多商业和模式创新。比方说，以前在国内，我们没办法投放广告，也没有用过扫街、扫码这种非常适合本地的推广方式，建本地销售团队，就是为了加速这种发展。

但在迅速发展阶段，如果继续去管理五个国家的业务，我的压力会比较大，也不可能一下子全都吃下来，但未来可能会慢慢再去辐射。现在团队也属于一个切换状态，我们也倾向于能够专注一些。所以就先选择了在时区和文化上比较接近的亚洲的三个国家。

志象网：小冰在除日本市场外的其他海外市场的发展状况如何？小冰起初是否也针对各个海外市场的特点，做了“个性化定制”？

李笛：在国际上，文化相关的传播并不明确，我们并不知道美国人喜闻乐见的东西，美国人也不知道全世界其他地方更愿意看什么，所以还是比较本地化的。印尼也是，它是伊斯兰文化浸染很深的一个国家，文化上也很多独特的特点。

而且在各个海外市场也不仅仅是“个性化定制”的问题，从训练数据开始就必须要用本地数据，举个例子来说，小冰是以人类为蓝本去学习的，要学印度尼西亚人，不能以国际人士的身份去学，必须要用本地数据，结出本地效果。再比如，在日本冷启动阶段，我们用的是包括Twitter在内的日本几个主要数据来源，用这些数据训练出来的就是日本高中生的状态。

三、第八代小冰的新方向

志象网：这一次呼声很高的是“虚拟男友/女友”产品，当时团队怎么想到要做这样一款产品？早些一些电影、电视剧中也有类似的形式，小冰和他们一样吗？

李笛：我们的虚拟人类产品，不光关注恋情，哪怕是汽车里面的助理，也需要去建立这种友情关联。即使是一名销售，也需要这种关联。为什么最早在淘宝上流行起用“亲”来称呼用户，也是为了把公开的关系私有化。

真实的研究比艺术创作要难上太多，在电影里，人和人工智能间的对话，在沿着剧本行进。但现实生活中的交互是开放域，电影里的台词是编剧深思熟虑的结果，他是只有一个维度的封闭空间，但实际的交流是无限维度的开放域。

志象网：小冰第八代发布会上推出面向个人用户的“X套件”，为什么选择基于文本协同的X Writer、声音协同X Studio、面向虚拟人类3D演示文档驱动X Presenter这三个方向?

李笛：新产品开发是一个很传统的流程，小冰是按年度来进行迭代的框架，在推出“X套件”的前一年我们在做相关的工具，然后把相关的工具整合推出。比如说X Writer，三年前，我们就已经有小冰写诗，是以小程序或是H5的方式来进行的，我们在此基础上积累基于文本生成的协同，当时我们就在谈AI和HI，就是人工智能和人类协同的过程。我们看到用户交互的数据，以及最后被发表的数据，发现这种方式是可行的，才去拓展它。

包括声音也是，小冰声音工具已经有两年多的商用时间，按播出时长计算，在中国加日本所有电视和电台节目的制作方，我们制作的时长排前三，这说明在这方面有很强劲的需求。所以并不是我们拍脑袋决定选这几个方向拓展，这是一个长期试验的过程。

其次，人工智能只有三个领域，一是自然语言处理，对应的是文本相关的东西，还有计算机语音、计算机视觉这两个领域。这种技术也是基于人类感官交互而定的，人类感官交互也是这三种形式，再加上多模态，把这三种中的两种或两种以上结合，就产生了“X套件”。

本文来自微信公众号：志象网（ID：passagegroup），作者：刘荻青