# 智能语音音箱之争

最近几周“智能音箱”这个概念被炒得很火，各个公司都陆续推出/或宣布将要推出自己的智能音箱产品。本周的机器说就和大家聊聊我对智能音箱的看法。

使智能音箱成为现阶段焦点的起源，是亚马逊Amazon在2015年6月推出的Echo智能音箱。这款音箱在传统的无线音箱基础上，增加了语音交互的功能。借助内置的Alexa语音识别系统，Echo可以实现语音购物、定时提醒、音乐播放，以及通过第三方app与其他硬件设备对接等功能。

▲ 图. 亚马逊Echo音箱

亚马逊的Echo推出之后，又推出了一款名为Amazon Dot的小型设备（实际就是Echo去除了发声单元，保留360度全向麦克风）。谷歌也在去年11月宣布了自己的智能音箱产品：Google Home Smart Speaker. 这款设备是继Google Chromecast, Chromecast Audio和Pixel手机之后的又一个硬件产品。不得不说，谷歌的产品从设计感和美学的角度上就完爆了Amazon.

▲ 图. Google Home Smart Spearker

至此之后，今年6月在苹果的WWDC 2017发布大会上，苹果竟然也推出了自己的智能音箱产品：Apple HomePod. 与其他两家竞争对手主推“智能”不同，Apple打的一手苹果的情怀：HomePod是iPod的扩展和延续，是未来家庭中的新音乐中心。这就决定了Apple HomePod会更注重音质。苹果也是很早就在布局智能家居战略，其“HomeKit”系统正在扩大完善。有消息称，苹果将简化硬件验证环节，让更多的厂家可以加入到其智能家居的阵营。

▲ 图. Apple的HomePod

▲ 图. 官方的HomePod结构图

这样看来，各个公司卖音箱只是第一步，实际都是要和自己的虚拟/实体业务进行捆绑，扩大自己系统的影响力。从亚马逊来看，Echo是一个好的验证Alexa的平台。目前Alexa的用户数远比不上Google Assistant和Siri，所以亚马逊也希望通过这款产品，提高在智能硬件上的竞争力，与自己完全的虚拟经济实行对接。而谷歌则一直善于研发智能硬件设备，也有着把科技带入寻常家的愿景。至于苹果，自然不想在这场竞争中失利，何况自己的Siri和在AI领域的积累也不少。苹果也需要摆脱自己全靠系统集成的形象。

智能音箱实际上是之前智能家居浪潮的新一波，得益于基于深度学习的语音识别技术。未来以AI作为中控的智能家居系统，可能不仅仅是科幻电影里面的憧憬了。也许未来的中控系统不是智能音箱，也许每一个设备都可以作为控制的入口。未来生活的形式或许现在还很难想象的到。

附. 国内同类型产品

• 京东：叮咚
• 阿里：天猫精灵 x1
• 百度：度秘（Duer）
• 腾讯：智能音箱“耳朵”

「机器说」by 云飞机器人实验室

关注机器人技术的最新发展，三分钟为你解读每周机器人领域的核心关键词。每周一篇，在我的微博、知乎专栏和云飞机器人实验室网站同步更新。

更多机器人和嵌入式系统的技术文章可访问云飞机器人实验室。

# Alpha GO 2.0

上周最大的看点就是Alpha GO与柯杰的巅峰对战了。在经过一年的迭代之后，Alpha Go 2.0终于登上神坛，最终以三局全胜拿下了比赛。根据之前几个月Alpha GO在平台上对决的不败表现来看，柯杰本来就胜望不大，这次比赛的结果也就在预料之中了。然而这次Alpha GO的胜利却有标志性的意义：那就是人工智能已经可以挑战人类认为的“高级”活动了。随着这场胜利到来的是新的一波“人工智能威胁论”：如果机器不仅可以完成普通的体力劳动，还可以完成脑力甚至是创造力的活动，那么很多工作都会被机器人取代。每一次生产工具的革新都将带来社会分工的变革：从工业革命的历史中看，具有人工智慧的机器人势必会蚕食大量原本属于工人的工作；然而社会的进步就是以这种牺牲为代价的，通过工具改良提高的社会总体产值，会反过来影响这些因为新技术失业的人，迫使他们转向新的行业。我们不能还和18世纪一样，因为工具威胁到了自己的工作，就加入了反对的阵营。我们不能忽略这种革新是良性的。当然，想要机器与人和谐相处，我们需要对它们有足够多的认知和控制。但正如凯文凯利说的一样：我们为了达成目标所赋予机器的自由，最终会让我们失去对它们的控制，这是必然的、也是需要我们接受的。

# DJI Spark

“晓” (DJI Spark) 是大疆继Phantom和Mavic之后的新一代无人机。本次大疆瞄准了小型、自拍无人机市场，独特的人脸识别开机起飞与手势识别操控，彻底让Spark摆脱遥控器控制。“晓”的最终售价应该是在3000元左右，是Mavic的一半。当时Mavic出来的时候就心动的想买一个，这次Spark的定价总算是在一般用户的承受范围之内了。然而我还是对这款无人机的定位表示怀疑：

• 体积上的缩小势必降低了整体性能（最高航速、续航时间、成像清晰度4K降到了1080P，抗风性也会下降）；
• 和Mavic相比，Spark的价格虽然亲民，但是功能上越来越接近“玩具”级别。普通人可能不愿意花这个价格买一个不上不下的产品，可能更愿意买各方面都比较成熟的Mavic，尤其是便携性上Spark也没有太大优势。加上现在越发收紧的无人机管制，可能真正的用户需求量不会很大。

无论如何，这是大疆从专业级向业余级过渡的产品，也让大疆产品线的层次越发分明。

(信息来源 – 机器人Robotics China)

# FCIS

FCIS (Fully Convolutional Instance-aware Semantic Segmentation) 是在COCO-16上获奖的图像分割算法，该算法可以识别、标记图像中的物体种类，从而进行精细的图像分割：

该项目最近在Github上开源了，项目地址在：https://github.com/msracver/FCIS. 我并不太了解图像分割技术，所以没有去了解具体的技术细节，有需要的读者请自行解读。

# Deep Voice 2.0

百度研究院近日发布了一款基于神经网络构建的文本-语音转化 (Text-to-Speech) 系统Deep Voice 2.0，这是今年二月份发布的Deep Voice的第二版。但当时的系统只能转化20小时语音，而且只有一种声音。不到三个月的时间，这个系统得到大幅升级，能够生成数百个小时的语音，拥有数百种声音。我去Baidu Research的相关网页体验了一下，生成的合成语音真假难辨：http://research.baidu.com/deep-voice-2-multi-speaker-neural-text-speech/. 这项技术配合已经比较成熟的Voice Recognition，就可以完成语音信息的输入-输出闭环了。然而相比主流的语音生成模型技术，通过神经网络生成似乎缺乏灵活性，这个技术百度要如何完善和应用也还不明朗。

(信息来源 – 新智元)

「机器说」by 云飞机器人实验室：关注机器人技术的最新发展，三分钟为你解读每周机器人领域的核心关键词。每周一篇，在我的微博、知乎专栏和云飞机器人实验室网站同步更新。

# Google I/O大会

5月17日，谷歌在山景城举办了本年度的谷歌I/O开发者大会。本次大会上谷歌重申了自己AI first的战略，不断将最新的机器学习技术应用到语音识别和图像处理产品中。此外，谷歌宣布了下一代的TPU，Cloud TPU，其实是将多块TPU集成组合到一个TPU版图上：

这种任意组合的方式可以让谷歌根据应用需求更自由的选择配置，为自己的ML服务提供原动力。谷歌提到自己也将提供TPU云租赁服务。

谷歌将人工智能方面的工作综合到Google.ai之下，并提出AutoML的方法 – 用神经网络(一个基于RNN的控制器)来设计神经网络的结构。 这种方法我理解的就是通过实验-反馈的方法来获得最优架构的过程。

最后，谷歌发布了用于移动端的机器学习库 – TensorFlowLite，希望助力移动端语音识别、视觉搜索和增强现实的发展。

谷歌在ML和AI上一直独领群雄，而且一直是做让大众和用户受益的产品。这次I/O大会提到的将Google Assitant广泛应用到硬件产品中，也是我十分看好的应用。虽然亚马逊现在先行一步，已经将Alexa做在Echo上。但是谷歌凭借其在语音识别和硬件上的经验，应该很容易就可以后来居上。

(信息来源 – 机器之心)

# Google Lens

Google Lens是在本次谷歌I/O大会上发布的一款图像识别和理解软件。发布会上demo了这款软件实现拍照识花、拍WiFi密码自动连接路由、通过店面照片调取评价等功能。

之所以单独说这个软件，是因为我个人觉得这个会是划时代的killer级应用。目前谷歌积累了大量图像识别和图像语义理解的技术，和Google Assistant的语音技术结合后，实际上就解决了机器人的一个大问题 – 自然语言交互接口。通过看和听两种感官，实现对命令和意图的理解。虽然这个demo展示的功能很少，但是如果这个idea实现，那么机器可以将“视听 – 理解 – 行动”这个链条中最重要的“理解”给填补上。我们离真正的通用人工智能也就不远了。至少，可以通过视觉的额外输入，来和语音形成互补或加强。比如拍一张照片后问：“这个狗的品种是什么？”未来可应用的空间其实非常大。

(信息来源 – Techcrunch)

# 激光雷达之争

近日Waymo指控Uber盗用激光雷达专利的官司有了新进展。涉事前Waymo员工被停工，相关窃取机密文件也被要求归还Waymo. 这起案件被看作自动驾驶专利案的开端。激光雷达在整个自动驾驶层面的地位毋庸置疑，也是各大公司在实现自动驾驶道路上的兵家必争之地。相比国外公司，中国公司在自动驾驶专利上的布局还不足。等到技术差异化越来越小时，势必需要依赖核心专利来增强自己的竞争力，国内的自动驾驶公司现在要慢慢在技术专利上积攒优势。

(信息来源 – 车云)

关注「机器说」by 云飞机器人实验室：关注机器人技术的实际发展，三分钟看完每周机器人领域的核心关键词。每周一篇，微博、知乎专栏、博客同步更新。