「自由得讓你忘記這個是什么設備，在哪里，你人到哪里智能就跟到哪里?！?/p>

「自由得讓你忘記這個是什么設備，在哪里，你人到哪里智能就跟到哪里?！?/p>

「定義下一代人機交互」，這是出門問問給自己定下的使命。這個還等待被定義的抽象標準，是公司創始人兼 CEO 李志飛口中的「具體愿景」。這家創辦 7 年的 AI 公司，正在通過不斷開拓新賽道，開辟新戰場的方式去踐行這個愿景。

出門問問 2013 年做中文移動語音搜索引擎，2014 年做智能手表操作系統，2015 年做智能手表，2016 年做車載產品，2017 年做智能音箱，2018 年開始 to B，還做了智能耳機。從扎根國內到進軍海外，從 to C 到 to B，從軟件到硬件再到定制全棧式 AI 解決方案，可以說，李志飛將「該插的旗都先插好了」。

以語音交互和軟硬結合為核心，再以聲音信號處理、對話管理、智能推薦和語音合成等 AI 語音交互技術建立壁壘，出門問問一直有新鮮故事可講。

在 GeekPark IF X 的會場上，李志飛說到，「科技帶來了更高的生產力，同時帶來了相應的不自由?！苟獋€人設備層面的人機交互「終極自由」，他說那種自由是「自由得讓你忘記這個是什么設備、在哪里，你人到哪里智能就跟到哪里。」讓設備更小型化，交互更多模態，虛擬助理更智能且跨場景的能力更強，這是出門問問正在推進的事情。

「剛開始不知道什么是下一代最優的人機交互，好，那我就深度優先先做個完整的、簡單的人機交互出來，是不是下一代最優我不知道，如果發現不夠好，就改變某些節點換一條路徑?！估钪撅w在接受甲子光年的采訪時說道，「如果你連上海在哪都不知道，你首先要摸這個地圖?！?/p>

觸摸「定義下一代人機交互」這個愿景，這家創業公司不斷摸索，不斷試錯，也正在不斷變得「全能」。

以下內容為出門問問創始人兼 CEO 李志飛在 GeekPark IF X 中的演講實錄，經極客公園編輯整理。

大家上午好！

今天的主題是《通往人機交互「終極自由」的 AI 之路》，首先，說到「終極自由」，這是一個特別復雜的問題，很難去定義什么叫「終極自由」，而且很容易產生很多的歧義。

為什么要講這個東西？作為一個工程師，我一直都在思考科技和自由的關系到底是什么。工程師特別想通過自己的科技去改變世界，讓這個世界變得自由，讓人的效率得到提升，但實際中科技有的時候并不一定讓人自由。

所以，我想從一個工程師的角度，去闡述科技到底怎么樣給人帶來自由。前面說到「終極自由」是一個特別廣泛的主題，我主要是講人機交互，更具體一點是個人設備的人機交互，因為人機交互可以有很多，像剛剛講的自動駕駛也是人跟機器的交互，但是他更多是一個車的場景，而不是一個個人的設備。

所以，我今天想講在個人設備上人跟機器的交互方式的變更，以及怎么樣讓人變得更加的自由。大家可能都看過這個圖，人機交互中個人的設備是不是讓我們變得更加自由？在我看來其實是不一定的，人類通過這么多年好不容易站立起來，但是因為有了手機我們又重新低下了頭，這是一個非常可悲的事情。

而且，大家可能都不知不覺你都不認為這是一個問題，所以我現在想做一個調查：

第一，你用手機的時間是多長？

第二，你每天解鎖手機的次數是多少？

我看到了一個數據，覺得很驚奇，我看了一下自己的手機（iPhone 上面有一個「屏幕使用時間」），就是很多人的使用時間超過 7 個小時，我記得我的是 7.5 個小時。每一天的解鎖次數超過了 70 次，也是很多的，我應該是 80 多次。

這就是一個現狀，而且很多人都意識不到這是一個現象或者是一個結果，帶來的就是所謂的「手機病」。當你的手機不在你的身邊你就焦慮，比如說現在我的手機就不在我的身邊，我哪怕是在這種場景下，我還是下意識去摸一下我的手機在什么地方。

另外就是眼睛的問題，比如說我早晨起來真的會覺得特別干，甚至手的變形，當然還有更多的毛病，比如說頸椎，這就是一個結果，而且越來越多的人存在這個問題。這是一個很重要的原因，就是因為今天手機的這種設備的形態，可能就不是最優的形態，使得我們使用時長特別的長，帶來的后果也特別嚴重。

剛剛是設備形態，另外是交互方式，如果說這個手機你永遠放在兜里面，你不用 70 次拿出來解鎖，然后花 5、6 個小時去跟它進行交互，可能也不是問題。但是，很不幸，由于我們今天跟手機交互的方式主要是按鍵跟觸摸，這使得我們一定程度被手機綁架。

另外，雖然是叫智能手機，但是智能是非常有限的，所以智能手機不智能，比如說跟人機交互或者是對話特別相關的對話做不好，沒有上下文，也不能理解你說的是什么話，甚至也不能夠主動給你提醒、推薦。你每一次都需要自己拿手機，然后不停地看，生怕漏了什么東西。

如果我們的智能足夠智能，在你有需要的時候給你一個通知或者振動，你去用一下，就不用一直盯著這個屏幕，可能也會避免剛才說的這些問題。

所以，科技雖然帶來了更高的生產力，同時也帶來很多不自由，那什么是「終極自由」？這是一個特別復雜的問題，而且作為科技來說，當我們想像未來的時候是特別危險的，或者特別容易打自己臉的，所以我不想說 10 年以后會怎么樣，我更多講的是未來這 10 年之內有可能怎樣，因為我不是一個未來學家，也不是一個科幻學家，所以我更多是說未來 5-10 年里面人機交互方式怎么樣變化，能夠給大家帶來更多的自由。

整個人機交互設備的大變化是越來越小型、越來越便攜，比如耳機、智能手表，或者未來的眼鏡，它像你的墨鏡一樣輕，戴在眼睛前面就有屏幕，甚至是你的 ID，比如在你體內植入一個芯片，所有設備可能都是屏幕，只有人一靠近，可能這個設備也不是你的，但是因為是統一的 ID，你一進去，所有的 app、內容都是跟你相關的，而不是別人的。

這個也不是一個特別難以想像的事情，無論是你的郵件，還是你的微信，只要是用你登錄的，一進去就是你的，其實你沒必要有一個專有的設備、一定要跟著你的設備。

所以，未來的這種設備一定是小型化、便攜化的，而且到處都是設備，但是你的 ID 跟你相綁定。

交互方式現在更主要是屏幕、鍵盤，未來肯定是多模態，無論是語音、手勢，還是視覺，甚至是你要說是還是不是，用腦電波來提取信息都有可能，這是交互方式上的。

還有一個是背后的智能，跟人一樣，你可以想成我的手、腳、嘴巴，這些是交互的設備，但是視覺、聲音是交互的方式，所有的交互背后都需要有一個大腦思考，這就是我們所說的智能。

未來是一個虛擬個人助理，它就是你的大腦，能夠無處不在，呼之即來，揮之即去，而且它是非常個性化的體驗，未來可能沒有你個人的設備，只有你自己的 ID，人一到這里，可能前面的設備就成為你的設備了，別的東西都不需要了，所以這是我們想像的一個未來。

接下來我想放一個視頻，我特別喜歡這個視頻，這是 3 年前拍的，我覺得它帶有一點感性，也代表一種有現實性的對未來的心想。

剛才提到這個視頻有一點感性，不太像一個工程師能夠想像出來的東西，但是我覺得它可能代表了感性與理性之間的平衡，未來云端的虛擬個人助理就是無處不在，呼之即來，揮之即去。

今天的現狀是人被手機綁架了，未來有可能是什么樣的狀態，這個中間要解決什么問題，這些問題是不是能解決。大家可能看了覺得特別具體，比如說功耗的問題，這個確實是過去幾年沒有看到特別大變革的事情，而今天所有的設備為什么做成這樣，手機、耳機、手表為什么是這個樣子？因為大、不方便，而且每天要充電，特別大的問題就是續航，如果電池有革命性的變革，整個的設備形態都會有非常革命性的變革。

另外，講到了交互的方式，我們無論是講到自然語言理解，還是未來 VR、AR 顯示的方式，今天都需要很多技術的突破。自然語音理解可能大家都知道難度，因為大家都用到各種各樣的語音助手，智能本身我覺得也是非常難的一件事情。

是不是說今天不自由？另外是我們想象的終極自由，這里面又有這么多技術上的挑戰，我們是不是就只能等？比如說等個 5 年、10 年，等到電池變革了我們再去做事情，其實不是的，任何的科技都是連續性的，不是突破性的，從一個長周期來看，可能都是連續性的。

而我們作為一個創業公司，到底去做什么讓人機交互的方式越來越逼近我們想象的？接下來有幾個例子來看一下出門問問的一些產品形態，到底是怎么樣逼近我們剛剛說的「終極自由」。

第一，智能手表和智能的無線耳機，可能 5 年前我們講這個的時候，大家第一反應就是 Apple Watch 沒什么用，但是如果從 5 年的周期來看，Apple Watch 變得非常好了，至少比以前好了很多。

第二，用戶的滲透率比以前高了。

而智能無線耳機，這也是一個產品，很多人剛開始的時候都覺得這個特別的不靠譜，但是今天來看 AirPods 已經成為了一個普適性的產品，而且產品的特征就跟前面說的越來越小、便攜。

像出門問問自己做過的一個智能無線耳機，應該是兩年前在極客公園發布過，我們今年又發布了二代的無線耳機，體積比一代小了整整 45%。所以，當你用兩年的周期去看，其實這個趨勢特別明顯。

在我看來，到底什么是接近「終極自由」？在未來兩三年能夠實現的新的手機以外的計算平臺，能部分的代替手機使用形態的，我認為是智能手表跟智能無線耳機的結合，尤其是智能手表本身是自己可以聯網，不需要通過手機聯網的。

接下來我想給大家看一個視頻，當一個 4G 的智能手表再加上一個智能的無線耳機，當它們結合起來，這個耳機通過藍牙連接到手表，手表自己直接通過 4G 連接到互聯網上，是什么樣的產品形態。

無線耳機連接到手表，手表通過 4G 連接到網上，這個可以干很多事情，里面沒有講到的是各種多模態的交互，比如說當人打電話進來，你只用點兩下頭就可以接電話了，搖兩下頭就拒接電話了，包括語音的喚醒詞，比如說你放音樂的時候，不用說「嗨，小問」，你直接說「下一首」，它就開始下一首了，說「停止播放」它就停了，說「開始播放」它就播放了。包括講到的更復雜的語音交互，比如說秘書的功能。

當一個智能無線耳機和手表連接以后，在這種情況下，當你出去跑步的時候，當你到樓下散步 30 分鐘的時候，你其實是不需要帶手機的，因為電話號碼跟你的手機一樣，聽音樂、打電話、發消息、聽消息都會通過語音交互進行。

這種交互形態已經是多模態的了，耳機側面的觸摸區域，我們可以調音量，直接往上劃一下就可以調了，往下劃一下就是減小音量，剛才講的是姿態、手勢，還包括一些語音的復雜功能。所以，這個產品今天看起來就是一個硬件，但其實可能就是逼近「終極自由」的終極形態。

另外我們所有的這些設備，無論是手機、手表，還是耳機、車載設備、音箱設備，在過去都是獨立的，比如當你在音箱上聽了一首歌，聽到一半，你現在要出去，到了車里面，它就立馬知道你在家里聽的這首歌，繼續放這首歌。

出門問問在過去幾年做了很多探索，無論是音箱、車載、手表，還是耳機，我們最后都希望通過同一個虛擬個人助理，使得這些設備體驗可以延續，而且這個不是一個描述性的東西，我們在一些實際的車里面（江淮大眾思皓）操控家里的空調，在路上發地址給車里面，然后一上車，點一下導航就可以走了，不需要到車里再開始做語音的交互。

所以，這也是一種產品形態，自由得讓你忘記這個是什么設備、在哪里，而應該是你人到哪里智能就跟到哪里。

下一個產品某種程度上也是能夠增加大家自由的，比如說我有很多騷擾電話、陌生電話，有時候我不想接，但是我又怕真的接了以后是投資人要投錢給我，或者說客戶要買東西、媒體要報道我們，所以這個時候特別糾結。

后來我們做了一個電話助手產品，只用關注我們的小問電話助手公眾號，進行呼叫轉移，當別人打電話進來的時候，如果是陌生號碼，我就不接，機器人自己開始接，或者說手機不在你旁邊，你根本就沒接，就是機器人接。

這個極大增大了我的幸福感，降低對手機的焦慮感，因為再怎么樣有一個機器人幫我接了，接完以后會給我發一個微信，我回去看一下那個微信，聽一下到底在講什么就行了。當然我最后發現沒有投資人、媒體、客戶，絕大部分都是騷擾電話。

接下來我想給大家放兩個視頻，這是完全真實的，一個是我的機器人，另外一個是我們工程總監的機器人接電話的記錄，這里面有一個特點，給每一個人都產生了一個個性化的 TTS（Text To Speech，即「從文本到語音」），就是我錄三五分鐘聲音，機器會模仿我的聲音，把文字輸進去，它就發出我的這種聲音，大家可以聽一下。

第一個騷擾我的人他知道接的是機器人，但是他還騷擾得如此理直氣壯，第二個是那個人打給了我們的同事，但是這個機器人一直在告訴他說，不是自己，但是人家說你騙我干嘛，你就是你自己。

所以，人跟機器、機器跟人已經很難分清楚了，但是我知道確實是能夠大幅度降低對手機的依賴，而且讓我們更加自由。

最后總結一下，終極自由我們不是不能做事情，而是我們可以比較現實地去看哪一些東西可以做，所以無非就是做更小型、更便攜的設備，更多模態的交互方式，而且是更加智能的虛擬個人助理。

謝謝大家！

圖片來源：VPHOTO