it之家|李笛：小冰岛 App 研究多 AI Beings 与人类交互( 二 ) 自然语言处理|交互|微软|小冰

文章插图
另外，我们认为智能语音助理的发展方向是公共领域。所以在日本测试了很多铁路、月台、地铁这些环境。我们准备在国内复制已经有的经验。比如说一些月台和即时通讯之间的协同，应用 AI，应用小冰，或者是 Rinna 这种方式来进行协同。这是我们比较看重的。
至于说智能设备，包括传统的智能 IoT，智能手机和音箱，已经基本完成了这方面的合作。所以如果我们要推出一款带屏音箱也好，无屏音箱也好，一个硬件终端也好，我们一定需要有一个目的。
目前为止，有屏音箱，无屏音箱领域，一定程度上其实已经从 AI 故事，或者说 AI 战场，转向消费类电子战场了，离 AI 比较远了。我们肯定不是做消费类电子的，所以近期没有推出小冰的自有的硬件的计划。
IT之家：这次夏语冰等学会了中国画等画风，还有更多歌手出现、合作企划等启动，是否意味着小冰开始更多面向消费者领域有更大的动作。
李笛：从微软分拆之后，我们在 AI TO C 这方面可以做的更灵活，所以动作会比以前更多一些。而整个行业，在 AI 这个领域，整个行业过去主要还都是 AI TO B 的思想文化，比如智慧城市、智能交通、智能安防等。
我们正在大力布局消费类内容，比方短视频生成，绘画、诗歌、音乐，这些都是消费类内容。但我们目前为止，最主要的还是在布局消费类内容提供平台，而不是消费类内容 IP 化运营平台。我们跟次世文化合作推出了 MERROR 虚拟人物。MERROR 是次世文化负责运营的虚拟偶像。而小冰更像是在背后去驱动包括但不仅限于这几个或者十几个提供内容的虚拟偶像的平台。
IT之家：中国画的绘制相比之前的西方油画之类的，有什么不一样的难点吗？
李笛：中国画模型这次是属于新增，但是坦率讲，中国画模型在技术难度突破上，不如我们推出的艺术家模型和细节构图精度提高，这两个技术含量更高。艺术家模型技术含量最主要是集中在样本是比较少的。比如说塞尚，他的画作没有那么多。我们以前想训练一个风格，并且能够锁定在这个风格上，需要比较多的训练数据。艺术家其实训练数据没有那么多。所以，这是一个比较大的突破，我们现在能够在小样本基础上能够做出来，然后构图精度提高。

文章插图
中国画模型近期才新增，是因为它的训练数据不容易获得。中国画的训练数据，跟西洋画的训练数据相比，他的精度和画面保存完好度不够好。同时画上还容易有很多章印，很难确定这章印是不是画面的一部分。以前训练数据不够理想，而这一次，我们把训练数据解决了。
当然，它里面也有独特性，比如中国画比较强调散点透视，就是多点透视，移步换景。西洋画一般都是有一个比较明确的直观性。在形成画作的时候，绘画创作过程中会有一些不同，但这些不同没有那么大，更多的在于数据的功力。
IT之家：小冰岛的社交网络与动物之森、西部世界有何不同，为何要采用人类与人工智能 AI Beings 的模式。这种模式下用户会不会很快变得厌倦，除了小岛主人还有其他人类用户的交互吗？
李笛：小冰岛也只是我们在这个阶段的一个产品形态，他的目的跟我们以前其他阶段产品形态是一样的。他固然本身是一个产品，但是他主要还是为了能够通过进一步新的数据获得来训练人工智能。我们的终极想法是未来要建立一个很多人和很多 AI beings 混合在一起的融合社交网络。那么这个融合社交网络除了提供内容和服务之外，他需要实现交互。这个交互，一般来说是分为四类交互，最后是把这四类交互合并在一起。所以我们需要分别去获得这四类交互的数据。我们已经获得内容包括：一个人和一个 AI 之间的交互，通过华为、小米、OPPO、vivo，QQ 小冰私聊，可以得到大量数据。另外，我们也获得了多人和一个 AI 的交互数据。

文章插图
我们缺两类数据：一类是一群 AI beings 和一个人之间的交互数据。这里面就涉及到这群 AI beings 之间是不是要相互配合。或者说这群 AI beings 应该以人为中心，还是不应该以人为中心。他们是应该分别跟这个人发展关联，还是他们应该拉一个群跟这个人去交流。另一类是一群 AI beings 和一群人之间的交互数据。当然，我们也可以上来就先做一个好多人跟好多个 AI beings 在一起的产品。但是那样的话，不利于数据迭代。我们可以在现有的基础上，再去做一个升级，升级成多个人和多个 AI beings 的交互。