出门问问李志飞：把虚拟个人助理塑造成人是不现实的

人工智能的概念正在席卷世界，从商业到科技，从企业到媒体，我们能看到 AI 的信息越来越多，但各种报道占据眼球的同时，似乎会感到离 AI 还是有一定的距离。

无人驾驶，智慧医疗、智慧城市，这都是一些 to B 的应用。在 to C 领域，与我们最近的就是虚拟个人助理。2011 年 Apple 在 iPhone 上发布语音助手 Siri，引发了大众对虚拟助手的热情。

《她》（Her）是一部美国的科幻片，讲述一名男子与人工智能之间的爱情故事。影片虽然是虚构 2025 年的场景，但的确反映了现实生活很多人的孤独。

这也引发了一个思考：我们离善解人意的「Her」还有多远？

无处不在的「Her」

在极客公园 Rebuild 2017 大会上，出门问问创始人 & CEO 李志飞以一个 AI 创业者的角度，讲述了他对未来人工智能的看法。

影片中的人工智能 Her 具备几部分的能力：

1、Her 可以与人自然交流。

2、Her 能够理解人类的意图。

3、Her 有自己的思想。

4、Her 无处不在。

李志飞认为，我们现在距离实现这种程度的人工智能还很遥远。

人和机器对话这件事看似简单，但其背后需要用到的技术非常复杂，涉及语音识别、自然语言理解、语音合成、内容方面的集成，这些只是解决了人和机器的正常对话。

「Her」是有想法的。她有自己的意识，能理解人类的话，甚至可以在某些场景下可以提出一些自己的建议。这个功能的实现除了表象自然语言交互的技术以外，还模拟了人类大脑思考、理解、推荐、推理，甚至还有创意、爱、恨等能力。

今天所有虚拟个人助理的技术还只停留在交互层面。它需要一个硬件作为载体，比如手机、耳机、摄像头、音箱。李志飞认为，单一的设备很难承载所有交互，未来无论交互的方式还是设备，都会是多元化的。

交互的方式可以是语音、手势、图像、视觉、表情，未来可能是综合式的。语音在今天好像更重要一些，最近国内外几家互联网公司都推出了自己的智能音响产品，出门问问也是选手之一。

把让 AI 落地到生活，这才是最好的体验

出门问问是一家拥有自主语音识别、语义分析、垂直搜索技术的人工智能公司，由前 Google 科学家李志飞在 2012 年创立。在过去五年中，出门问问经历了几个阶段的探索。

2012-2014

2012 年出门问问从微信公众号开始做语音识别，在微信上听语音的用户习惯已经非常成熟，出门问问将技术移植到微信的尝试也获得了成功。2013 年，出门问问成为十大微信官方推荐的服务号之一。

2014-2015

出门问问开始把重点转到 Android 和 iOS App 的开发上，2014 年 5 月，出门问问语音助手 APP 登录 iOS、Android Wear、Google Glass 等平台。2015 年，搭载搭载 Android Wear 的第二代 Moto 360 智能手表发布，出门问问与 Google 在语音搜索方面达成独家合作，成为国内 Google Now 的替代选项，中国用户无须 VPN 也可顺利激活 Android Wear。同年 6 月，出门问问进入硬件市场做起了智能手表 Ticwatch。

2015-2017

出门问问在 2016 年得到 Google 的投资，并成为 Android Wear 的官方合作伙伴，「软硬结合」的人工智能产品化道路愈加清晰。今年 4 月份，出门问问获得大众汽车 D 轮 1.8 亿美金融资，与大众成立合资公司，以更深入和落地的姿态进入车内智能交互领域。这让出门问问在车内交互领域占得先机，成为国内 AI 创业公司中的独角兽之一。

在极客公园举办的一次论坛中，李志飞曾提到过技术整合的重要性：「我们不仅仅是要做服务，或者算法，我们要来把关于整个硬件和操作系统的算法技术先吃透，然后再做 API。」

从算法到软件，再到软硬结合新模式，出门问问的每次踩点都很准。在李志飞看来，出门问问并不是靠追热点和运气走到今天，「定义下一代人机交互」一直是他们的使命。

李志飞提到，「出门问问在探索一种新的概念，让 AI 最终落地到生活中，也就是多场景的联动。我们在过去建立了软硬结合的能力，这使得我们可以自己掌控所有软硬结合的产品。很多人在讲科技要有人性，科技要有温度，这没什么问题。但如果把虚拟个人助理塑造成一个像人一样聪明，甚至还能善解人意、有爱恨情愁的机器，我觉得这是把整个行业引向一条不可能实现的道路，也把媒体带向天天只讲科幻，不讲现实的状况。」

人机交互的瓶颈

关于真正的虚拟个人助理落地，李志飞认为主要有两个瓶颈，一是技术，二是用户场景。

在四年前出门问问创立之初，语音识别是一个瓶颈，到今天，语音识别技术已经发展到一定程度，不会成为虚拟个人助理的瓶颈。今天最大的技术瓶颈是自然语言的理解。因为计算机不具备常识，对物理世界也没有建模。

在很多场景下，语音交互的活跃度并不乐观。语音交互的 DAU 代表了用户打开设备使用语音交互的比例。在手机上这个数据小于 1%，智能手表是 20%，车载是 60%。这说明一个现象，当语音交互是一个设备最核心的交互方式时，用户才会使用。

所以智能车载可能是未来最先普及语音交互的场景，其次是无线耳塞或者智能家居，最后才是手机。回答最初的问题，Her 这样的虚拟个人助理到底离我们有多远时，李志飞是这样说的：

「从技术的角度来看，一个比较现实的判断是，要在 2025 年实现『Her』是非常难的。」