高始兴表示给有技术积累的创业公司带来非常大的机会

极客公园在上海科技馆举办“2016奇点创新者峰会”，下午举办的内部高峰论坛中，思必驰CEO高始兴也给大家带来了非常精彩的分享。

高始兴表示从工业革命、信息革命，现在人工智能的革命，进入人工智能时代确实对众多的创业公司，特别是技术驱动的，有技术积累的创业公司带来非常大的机会。

以下为演讲实录：

思必驰创立8年左右，在8年时间，基本上或多或少已经成功见证人工智能，特别是语音行业越来越往后加速发展的阶段，我们最早是做教育方面的语音技术，后来专注智能硬件垂直行业做语音技术和产品服务。

早期语音更多是在传统的非常窄的市场去应用，包括呼叫中心。后来Siri发布，引爆整个语音在互联网的市场，吸引了很多眼球，吸引了很多资本，吸引巨头发展，推动整个市场，推动技术的进步。再到智能硬件物联网行业，语音成为刚性痛点的需求，在各个行业，各个垂直产品进行落地，整个行业确实爆发力很强。技术早期还是单点的技术，后来技术的提升，包括语音识别、合成、智能识别等等，包括现在从感知走向认知，对话技术。

以前这个题目有可能有点大，现在人工智能加速渗透到商业、生活的方方面面，语音在各个终端连接了各种各样的服务。早期的时候，还是一个简单的模拟，简单的算法，虽然期望特别大，但是落地特别少。真正再一次掀起一个小浪潮是80年代，在欧洲、日本商业的企业，包括声音网络，遗传算法。但是真正大的技术变革，真正在行业上掀起爆发式应用，还是在近10多年互联网时代，摩尔定律处理能力，大数据、云计算，让能力循环成为可能。现在确实在各个产业上，我们看到更多的应用场景。

语音技术是人工智能的关键

AI从互联网到移动互联网到物联网，现在到智联网，现在它的渗透率，推动率越来越大。早期在互联网、移动互联网，更多还是产品驱动，是一个商业模式驱动。现在在智能硬件物联网，泛人工智能行业，我们看到AI，人工智能驱动，让各种新型商业、新型商业产品成为一种可能。包括现在人工智能创业公司价值体现也越来越多。

从工业革命、信息革命，现在人工智能的革命，进入人工智能时代确实对众多的创业公司，特别是技术驱动的，有技术积累的创业公司带来非常大的机会。我们现在看移动互联网，不说互联网，移动互联网更多还是抢夺存量市场，一片红海甚至血海，现在这个市场行业不是A的就是T的，或者是B的，当然B最近口碑不是太好，但是他们确实在人工智能布局还挺早，挺大。现在在整个巨头占据足够的市场，影响力的时候，我相信在若干个场景能成就很多独角兽，包括技术公司，包括结合行业的一些公司。

如果简单分的话，人工智能行业，语音智能应用在应用层、技术层和技术设施层，应用层，像一些产品类的公司，像暴风和小米，小米用我们思必驰语音技术，包括像人脸商汤，包括现在思必驰语音公司。在技术设施层，包括庆科等一些优秀公司，当然还有巨头公司，在这里面，技术还是核心的驱动力，这里面有一个趋势，我们看到一个是技术层和技术设施层，产品落地，产品服务的整合，我们确实做得还不错，整个大语音在诸多行业，传统行业科大讯飞也在做设施层。再一个，应用层和底层设施技术层融合和整合，像乐视自己在做语音，现在估计有五六十人，服务于它的大生态。还有一个技术层、应用层向后端技术设施层去整合，去联合。比如说一起去做相关的芯片摸索，像京东、小米他们都在做。

现在各个模态人工技术发展特别快，刚才讲的人工识别，体感识别，包括像我们语音识别等等这些，VR、AR进展特别快。我觉得应该在很多场景下，我们在手机端，我们基本上特别是服务场景是打通的，我们通过触摸交互订票、订餐、购物等等这些行为，如果说我们在智能硬件物联网几个场景里面，比如说在开车的时候，我们在家里面对音响和机器人的时候，我们去订张票，语音可能是唯一的入口。第一的，它是很自然，很便捷，还有一个它是唯一能传递复杂信息的。未来，多模态整个人机交互两个趋势非常关键。一个是多模态融合和整合，融合是一个必然。现在人机交互还是被动式，未来在场景数据积累，用户行为数据等等这些，形成能力循环，未来人机交互会变成更多是主动式。未来的机器，从一个简单的秘书，真正成为一个助理。

如果从语音上，实现人对机器的控制，我们喊一嗓子，把空调调高一点，控制电视，调整音量，简单的查询，搜一些歌，未来场景力量，一个生态一定让用户能够enjoy更多的服务，一定需要对话交互，像手机端触摸交互一样，能获取更多的服务。再一个随着情感识别，情绪识别，包括各种的人脸识别等等一些人工智能交互模态的进步整合，未来情绪识别富裕这个机器形态，现在机器人很吓人，未来情感世界会大大解决这个问题。再往后思想交互，我们机器能够自学习，自适应，未来我们进行人机交互的时候，如果你不看到它，不知道对面是一个机器。像去年6、7月份，剑桥和苏黎士理工做实验，母机器人孵化子机器人，而且自己检测这个完备性。

现在在智能硬件物联网上，未来我们让智能设备向我们手机一样，我们随地随时可以去获取很多的服务，订餐、订票，玩游戏等等这些，一定是对话交互， 对话交互分成三类，一类是问答式，有明确的确定和否。第二类是闲聊式，像现在Siri，基本属于闲聊式，一般没有明确的确定和否，没有聊天的本体，再就是任务式对话，任务式像现在估计在座大家都知道，做得非常棒的亚马逊echo，echo基于场景用户去完成一个任务，假设在人机交互里面，说一句我饿了怎么办？如果是问答式，他会回答你你要一天三餐，保证健康。聊天式有可能有很多答案，比如说它会回答，主人你饿了吗？你随便吃一点，陪我聊天呀。如果任务式，结合你的历史信息，甚至结合你的位置，结合你其他历史行为，给你推荐周边的餐厅，有可能你愿意吃辣的，周边推荐湘菜馆，火锅店推荐几家，进而形成对话交互，规划交互一定是近几年的发展趋势。

我们思必驰基于自然语言理解和处理，再一个是我们整合了我们对话逻辑，一软一硬两个产品，我们提供给三个垂直行业，车载、家居、机器人，让每个设备成为智能助理，帮助用户完成任务。

语音是产品创新的关键技术

语音交互一切，语音改变更多，它除了连接一切，交互一切，未来会在产品创新，行业的一些变化，甚至变革上起到很大的推动作用。

几个观点，这个就是当前的一些语音在智能电视上的应用。这个是当时给小米电视，小米电视整个语音交互是用思必驰，这里面用的语音唤醒，我们找的是林志玲模拟她的声音。目前还比较简单，唤醒跟简单的查询。下一步，一定会走向从感知走向认知，不仅仅让人机的交互能够实现控制和简单查询，一定在各个场景里面，整合更多的服务。

再一个，现在移动互联网很多的行业生态，商业模式，在智能硬件物联网领域不一定完全能迁移，会发生一定的变化，甚至是颠覆。比如说搜索，现在PC互联网，移动互联网，我们端是手机，在智能硬件物联网是各个端，不单是端，交互界面都发生变化。再一个用户行为，在PC互联网，移动互联网，人机搜索更多是信息的查询，在智能硬件互联网上，更多还是服务的获取。再一个，就是传统的一些商业模式，像CBC，在新的智能硬件物联网上，新的语音搜索有可能也是CBC，再就是智能语音发展促进产品创新，甚至产品形态的变化，包括其他人工智能的发展。现在说智能终端，智能硬件，硬件的智能化，我觉得大概两类，一类是真正通过人工智能，语音智能提升它的效率，提升它的体验，向一些消费电子，比如说我举的例子，空调，我们跟一些大的消费电子合作，像海尔、美的等等合作，不改变它的产品的属性，但是提升它的体验，我在房间任何一个角度，我在晚上起来以后，或者遥控器找起来不方便，喊一嗓子“我冷了，调一下温”。这个不改变产品整体功能和形态。再就是通过人工智能，语音智能，改变了它的产品的核心功能，甚至拓展了服务，成为一个中心态势，比如说echo，未来像echo设备越来越多。未来像翻译耳机，好像日本公司做的，未来耳机不是打电话，我们出国，甚至假设有方言的话，特别是南方隔一个县，甚至隔一个村就是一个方言，我们戴着耳机就可以自由对话。包括未来的会议，我们现在会议电话还是开会，未来的会议电话加上身份识别，语音识别，它其实就是一个秘书。因为电话只要加了一个通信模块，任何东西都可能成为电话。所以未来有很多产品创新和融合，包括未来我们有可能灯泡，我们插排、插座，有可能我们就是的speaker。

再一个，现在我们看到的智能硬件交互，还是很难完成闭环，未来在智能音响、电视，机器人等上面，加上身份识别或者其他的生物识别，身份能够通过身份密码完成支付，形成一个交易的闭环，这样整个大的生态才能起来。包括一些行业的融合和创新。比如说未来我们在家里，我们通过电视，通过音响，我们在车里，通过车载智能终端学习英语，在家里可以做一些远程医疗等等，包括还有一些创新点子，包括前段时间有人提出来，监测儿童呼声，做一些相应的看护，刚才阿里朋友讲，鉴黄，通过图像识别去鉴黄。在今年年初的时候，有人提出来用声音去鉴黄，就是她的叫声，当然没有做，我觉得都是创新点。包括未来传统的数据结构，未来更多的在智能硬件物联网上，大量、大规模的数据，语音数据，视频数据等等，人脸数据，新型的数据结构，包括一些新型用户画像，包括借助我们设备识别，老人可能Push脑黄金广告，年轻人可能Push一些年轻的产品，可能小孩子Push一些玩具的广告。

还有整个市场出现几百上千的语音助手，包括有一些获得投资的，基本上也都销声匿迹了，在几年前整个语音在通用环境下能做好，这么几年从感知智能走向认知智能，通过对话交流可以打通一个一个信息通道，未来手机可以看成一个端，类似于像智能音响一样，智能电视一样，因此我个人觉得，未来智能手机上，成为新型语音助手。

思必驰还是专注于在智能硬件，物联网，车载、家居、机器人，我们提供人机对话交互的方案、产品和服务。