這個場景你一定不陌生：一群人盯著手機，仿佛要被那小小的玻璃屏吸進去了。他們點啊，點啊，滑啊，等公交的時候是這樣，走路的時候是這樣，葛優(yōu)癱的時候是這樣，甚至是熱熱鬧鬧的派對，也因為這樣而了無生趣。自從10年前iPhone帶著觸摸屏問世以來，人類的整個世界，從抬頭便成了低頭。
今天，分析師預(yù)計，全世界安卓設(shè)備超過20億臺，蘋果設(shè)備也有7億臺。一整代人——尤其是印度和中國等市場——都通過手機上網(wǎng)，敲鍵盤摁鼠標(biāo)的時代呼嘯而過。從前我們敲、敲、摁，現(xiàn)在我們點、點、滑。
這種火箭般的發(fā)展速度讓設(shè)備制造商們不禁幻想，如果再出現(xiàn)什么爆款產(chǎn)品該多好啊。但眼下來看，似乎還沒有什么能取代觸摸屏手機。你看，谷歌眼鏡、Apple Watch、Oculus Rift，這些前前后后問世的產(chǎn)品，有哪個能讓大家把頭抬起來？我們?nèi)匀皇牵狐c、點、滑。
然而，當(dāng)我們把注意力都放在手腕和面部產(chǎn)品時，另一重大科技轉(zhuǎn)變也在同時發(fā)生，并即將成為主流，這就是下一代計算界面——聲音。聲音也是世界上最古老的界面，我們通過它與他人交流，在文字和語言尚未誕生時，聲音卻早已存在。
起初，我們并不全然清楚手機能夠引起多大的風(fēng)潮，因為它連鍵盤都沒有。而如今，它讓我們足不出戶，從一塊玻璃屏中審視著全世界的信息。這種手指控制的視覺系統(tǒng)，原來擁有如此強大的力量。
然而，聲音是自智能手機出現(xiàn)以來，人機交互歷史上最大的變革。當(dāng)語音設(shè)備出現(xiàn)，大家都開始說，好像缺了點什么：屏幕。尤其是對于我們大多數(shù)人來說，第一次和語音界面互動，就是通過觸摸屏手機—— Siri。
不過，當(dāng)鍵盤消失的時候，有趣的事情也就發(fā)生了：計算更加私人了。很快，我們下達的指令不會再有多復(fù)雜，可能只是一句話，可能是手指一點，或一個手勢，一個轉(zhuǎn)頭，甚至是臉上的表情。如果計算機能準確解讀這些信號，那么它們不僅能理解我們的表面意思，還能最終深入我們的大腦讀取思想。
在不久的未來，語音計算將無處不在——汽車里，家具中，攪拌器，地鐵票柜臺等等，它們傾聽我們的話語，解讀我們的要求。
先進的超級計算機將藏于日常物品中，你會問你的路由器：“哎WiFi，你出什么毛病了？”或者冰箱，“給我推薦一個菜譜，把冰箱里快壞的蔬菜都用上?！鄙踔聊氵€可以問房間，“我要不要加件外套？”
最棒的是，大多數(shù)人都能承受得起這些設(shè)備，而不只是那些科技達人。語音設(shè)備和鍵盤、鼠標(biāo)不同，不需要任何訓(xùn)練和聯(lián)系。未來，你可以使用自然語言來操控語音設(shè)備，就好像跟你的孩子、同事對話一樣。
不過，不要以為觸摸屏就這樣消失了。我們將生活在一個遍布攝像頭、觸摸屏、麥克風(fēng)和揚聲器的世界，一切都連接在云服務(wù)商，它們會伴隨我們?nèi)ネ魈?，解讀我們的意圖，可能通過語言，可能通過手勢，或者觸摸鍵盤。
歡迎來到“無所不計算”的時代。
亞馬遜 —— 崛起于“無屏”時代
Dotsy住在佛羅里達州棕櫚灘，她不肯告訴我她的年紀?！澳憧梢怨雀璋?！”她大笑著說道，“說出這話其實讓我挺害怕的?！?
這位80幾歲的老人活得很酷，一個月前，她開始學(xué)敲鼓，還跑到朋友家秀了一番。她總是把日程安排得很滿，學(xué)習(xí)新東西。但在看東西上，Dotsy需要一點幫助。
Dotsy買了兩款亞馬遜產(chǎn)品，房間里的Dot（當(dāng)作鬧鐘用），和門廊上搭載了Alexa語音助手的智能音箱Echo。Alexa在Dotsy的生活總起著非常重要的作用，可以在她看不清東西的時候幫她一把?！拔矣X得報時功能非常實用！我視力不太好，看時間對我來說是件很討厭的事?！?
因為視力下降，Dotsy沒法用電腦，更別提手機。但她很喜歡問Alexa問題，或者讓Alexa給她讀書。
簡單來說，Dotsy說，“Alexa棒呆了！”有時候，當(dāng)Alexa給出她滿意的答案時，Dotsy會說：“謝謝你。”Alexa回答她說，“很榮幸為您服務(wù)。”
我們看到，對于那些沒有移動設(shè)備或筆記本電腦的人來說，以人工智能為基礎(chǔ)的Echo是上網(wǎng)的好工具，而且它很強大。
當(dāng)然，Alexa和Echo還有很大的提升空間。比方說，Dotsy還沒法自己更改設(shè)置，因為需要在Alexa的應(yīng)用內(nèi)完成。盡管如此，亞馬遜還是通過Echo表達了其對語音計算的定位：用戶的私人空間。
在Alexa出現(xiàn)之前，谷歌和蘋果就已經(jīng)開發(fā)了語音助手，但都和手機綁定在一起。這也就意味著，想要使用語音助手，你就得把它從口袋里掏出來，手機沒電它也就用不了，如果手機落在別的地方，那就更別提了。Echo則完全不同，它鑲嵌在墻壁上，永遠處于使用狀態(tài)，永遠在關(guān)注你，永遠在傾聽。而且，也不是你說什么話它都會應(yīng)答的，只有在聽到所謂“喚醒詞語”的時候——比方說“Alexa”或“電腦”——它才會啟動。當(dāng)你手頭上忙著自己的事情時，它也僅支持幾個基本功能，比方說你切著蔬菜，疊衣服或早晨穿衣服的時候，Echo可以給你弄個播客聽聽，設(shè)置鬧鐘，開開燈或者預(yù)約出租車。
Alexa體驗與Echo設(shè)備副總裁Toni Reid Thomelin表示：“現(xiàn)在許多個人助手使用時都存在痛點。在我們設(shè)想的未來里，痛點是不存在的。只有在科技“隱身”之后，用戶才可以更多體會到生活的美好?！?
Alexa的出現(xiàn)，給了沉睡中的科技公司一記當(dāng)頭棒喝。不過，亞馬遜從來不肯公開Echo的銷售數(shù)據(jù)（只說每天有百萬用戶對Alexa提出數(shù)百萬問題）。最近的一份調(diào)查顯示，自這款產(chǎn)品2014年上市以來，其銷售量已經(jīng)增長了一倍，預(yù)計用戶達到1070萬，而這當(dāng)中有許多人還購買了不止一個Echo。
雖然和Siri以及谷歌助手相比，Echo所能觸及的用戶范圍還比較小，但它正日益成為主流產(chǎn)品之一，并擁有一眾狂熱粉絲，這可是其他私人助手望塵莫及的。在亞馬遜上，Echo共獲得29000條評價，其中24000條對它予以肯定。
為了轉(zhuǎn)型成為電商巨頭，亞馬遜從最初的在線書店開始，多年默默攻關(guān)語音AI技術(shù)。跟隨公司近20年的Thomelin表示：“很長一段時間以內(nèi)，我們會在亞馬遜內(nèi)部使用機器學(xué)習(xí)算法。最初的時候，我們用它來開發(fā)推薦系統(tǒng)，后來推薦系統(tǒng)大獲成功之后，我們想，該怎樣將這項技術(shù)用在亞馬遜的其他方面呢？這時我們構(gòu)思出Echo的重要一步。”
云計算技術(shù)的突飛猛進在Echo的開發(fā)中也起了至關(guān)重要的作用。Thomelin說：“大約5年前，我們內(nèi)部看到云計算技術(shù)伴隨AWS飛速發(fā)展，于是我們決定利用好它，并開發(fā)Echo這樣的產(chǎn)品系列。”
不過，Echo的魔力并不在于它有多聰明，而是它非常善于傾聽。哪怕在房間對角，或者電視正在播著節(jié)目，它都能聽到用戶的指示，其他只會說“對不起，我沒聽清”的語音助手則顯得遜色得多。
Alexa機器學(xué)習(xí)副總裁Rohit Prasad表示，剛開始開發(fā)語音用戶界面時，團隊都認為這是一個遙不可及的想法?！按蠖鄶?shù)人，包括科技行業(yè)專家，都對語音識別充滿懷疑，認為它沒法獲得較高的準確率?！?
亞馬遜正在迅速推進語音助手技術(shù)的研發(fā)，僅Alexa一個部門就有數(shù)千人。與此同時，該公司還大筆投資那些有意將Alexa整合進其產(chǎn)品的公司，比方說智能恒溫器制造商Ecobee，此前亞馬遜領(lǐng)投了該公司的一輪3500萬美元融資。今年4月，Alexa語音服務(wù)副總裁Steve Rabuchin表示，團隊現(xiàn)在的工作重點是將Alexa與其他產(chǎn)品進行整合，包括可穿戴設(shè)備、汽車、家用電器，以及智能家居產(chǎn)品。
大規(guī)模推進語音助手的開發(fā)并不讓人驚訝。亞馬遜確實擁有了一款為人稱道的AI助手，但和谷歌、蘋果甚至微軟相比，亞馬遜的動作已經(jīng)晚了。而且，Alexa還面對著一個強有力的競爭者，也就是我們無時無刻不帶在身邊的——手機。
蘋果 —— 優(yōu)勢明顯
2016年末，蘋果打敗三星成為世界第一智能手機制造商，僅第四季度就賣出7830萬臺iPhone，同期三星產(chǎn)品銷售量為7750萬臺。對此感到心慌的不光是三星，還有其他所有巨頭。畢竟，每一臺iPhone上都搭載了Siri。
2010年，蘋果收購語音指令應(yīng)用開發(fā)公司Siri，并在2011年的4S中得到整合。Siri首登市場，就成了使用人數(shù)最多的語音助手。
唯一的問題？Siri弱爆了。
雖然在這幾年里，它的識別能力已經(jīng)得到大幅提升，但是因為犯錯率高，Siri從上線的第一天就被無情吐槽。
去年10月，Siri迎來5周年生日，該應(yīng)用開發(fā)人Julian Lepinski指出，用戶之所以無法和Siri建立“深厚的友誼”，是因為他們本身就不信任它?！疤O果沒有考慮到錯誤問答帶來的嚴重性，用戶對Siri的信心從這里就開始支離破碎了?！?
目前，Siri是使用最為廣泛的語音助手，支持34個國家的用戶使用，有21種語言可選。谷歌助手支持7種語言，Alexa僅支持2種。但是，Siri卻沒有達到自己的目標(biāo)。蘋果透露，每周Siri會收到20億次提問，而全球iPhone活躍用戶達7億，也就是說，用戶每周只會問Siri兩次問題。
不僅如此，Siri還面臨著四面八方的競爭?，F(xiàn)在，iPhone用戶可以選擇多款語音助手，各個紅著眼想成為用戶最心儀的對象。今年，亞馬遜在其iPhone應(yīng)用中整合了Alexa，谷歌也發(fā)布了iOS版本的谷歌助手。當(dāng)然，兩家公司的深入程度都還不及Siri。
與此同時，蘋果也在極力扭轉(zhuǎn)Siri的形象。在2016年8月的一次采訪中，CEO蒂姆·庫克被問到蘋果在人工智能上能否追趕Facebook、谷歌和亞馬遜，庫克回答說：“我不贊同你的問題，你似乎暗示我們在這方面落后于其他公司?！?
庫克宣傳說，Siri永遠都陪著你，而且能夠保護隱私。
在今年1月的一次電話采訪中，庫克強調(diào)，在推出HomeKit平臺之后，Siri已經(jīng)成為Echo想要成為的智能家居中心。他每天早上會對Siri說早安，讓Siri打開燈，然后開始煮咖啡。
但在某些方面，Siri與Alexa還有些距離，尤其是第三方整合。2015年，亞馬遜開始支持開發(fā)者定制Alexa語音功能，如今已經(jīng)有超過12000項功能。蘋果也在謹慎、緩慢地向開發(fā)者開放資源，希望改變Siri在人們心中的形象。
谷歌 —— 學(xué)術(shù)“領(lǐng)袖”
在谷歌位于加州山景城的總部辦公室里，私人助手產(chǎn)品主管兼前Siri產(chǎn)品副總裁Gummi Hafsteinsson正揮舞著雙手，想要表達自己的觀點。
“交流不只是語音。如果我想交流，那用手就可以?！彼f這，把手在空中揮了揮，“或者指著什么東西。語音是一種你來我往的信息交換，也是我們正在嘗試打造的東西?！?
不久之前，在一年一度的I/O開發(fā)者大會上，谷歌宣布對其助手進行兩項更新，一是當(dāng)你無法大聲說出某項請求時，可以打字實現(xiàn)；二是通過Google Lens讓谷歌助手“看到”這個世界。
谷歌采取的戰(zhàn)略和蘋果及亞馬遜完全不同，他們希望能維持對話的持續(xù)性，也就是讓用戶不斷和各類設(shè)備進行溝通。谷歌想做的不只是一款助手，雖然谷歌助手已經(jīng)登陸1億多臺設(shè)備，但他們更想做的，是讓人工智能適應(yīng)你所處的所有環(huán)境。
“關(guān)鍵問題在于，即便在家里和車里使用起來很便利，它還是要適應(yīng)其他場合的。一旦離開汽車，谷歌助手的能力立馬下降，如果能全天候不分場合保證服務(wù)質(zhì)量，那將是非常厲害的一件事。”
谷歌從2012年起開始開發(fā)個人智能助手（當(dāng)時叫做GoogleNow）和語音搜索系統(tǒng)，其中后者是Hafsteinsson于2008年推出的。去年秋天，谷歌推出智能音箱Google Home，功能類似Echo，通過“OK，谷歌”或“嗨，谷歌”這樣的話觸發(fā)系統(tǒng)。
看起來，亞馬遜和谷歌好像在玩一場貓捉老鼠的游戲，爭奪用戶起居室的控制權(quán)。今年2月，《時代》周刊報道稱，亞馬遜正在開發(fā)叫做“Voice ID”的語音識別功能，讓Alexa能夠識別不同的聲音。兩個月后，谷歌宣布Home將支持語音識別。本月早些時候，亞馬遜推出Alexa語音和視頻電話功能；一周后，谷歌緊接著也宣布Home將支持語音電話。
那么，Home和Echo之間最大的區(qū)別是什么呢？那就是，谷歌Home更智能。谷歌所掌握的海量數(shù)據(jù)和先進的機器學(xué)習(xí)技術(shù)，讓Home成了目前市面上最強大的人工智能設(shè)備，準確率達到95%。機器人能夠表現(xiàn)自然，有人的特性，根本原因就在于人工智能技術(shù)，自2001年起，谷歌已經(jīng)在這方面的研究成果已經(jīng)有750篇論文。
Hafsteinsson表示：“谷歌在自然語言理解、深度學(xué)習(xí)、計算機視覺和用戶背景理解融合方面擁有豐富的經(jīng)驗，因此我們認為自己能領(lǐng)先其他公司一大步。我們可以理解話語背后的意圖，從而更好地解決后續(xù)問題，完成復(fù)雜的多步驟任務(wù)。”
和其他私人助手不同的是，谷歌助手能夠準確地理解上下文的關(guān)系。比方說如果你問，“印度總統(tǒng)是誰？”，然后你接著問“他的生日是哪一天？”。谷歌助手可以準確知道你說的“他”是誰，但Alexa還不知道。
還不止如此，在機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)的支撐下，谷歌助手可以教你如何用越南語說“謝謝”，如何用意大利語說“火車站在哪兒？”；在有了Lens之后，你還可以掃描日文或漢字翻譯出來。這些功能Alexa和Siri都做不到。
當(dāng)我們談?wù)搧嗰R遜Echo，谷歌Home，蘋果AirPods，或來自三星、微軟、IBM、百度的機器人時，話鋒常常會轉(zhuǎn)移到機器人背后的人工智能技術(shù)、麥克風(fēng)陣列和云服務(wù)。這是必然的，因為正是這些技術(shù)讓語音計算成為現(xiàn)實。但從另一個角度來說，它們也只是速度和信息流的另一種形式。這些技術(shù)之所以能夠成為主流，在于它們相互結(jié)合的力量；而它們的進一步發(fā)展，也讓消費者能夠在自己家里享受到《星際迷航》中的無敵計算機。
未來，這些助手的功能會更多，會更智能，更易理解我們的需求。它們會越來越像人，這不僅意味著它們將學(xué)會我們的語言，更意味著最終會學(xué)習(xí)到如何取代我們。今天，語音助手能控制家里的電燈，預(yù)定洗發(fā)水，非常強大，實用！但在以后，它們還會更加智能，比方說學(xué)會調(diào)制咖啡，做賬、報道新聞，甚至推銷保險。
去年，在Code Conference上，亞馬遜CEO杰夫·貝佐斯是這樣評價語音人工智能技術(shù)的，“這項技術(shù)在未來20年內(nèi)給社會帶來的影響，怎么形容都不為過。”
人機互動的下一次風(fēng)云轉(zhuǎn)變已經(jīng)來臨，你或許看不到它，卻親耳聽到了它的影響。語音還只是第一步，更先進的技術(shù)正逐漸走來。