微软在上周正式公布了第六代微软小冰人工智能机器人，人们 未免将其与苹果的Siri再进行一番 比较，而 比较的 后果 几乎是一边倒的，那便是在小冰的面前，Siri 着实是有点逊 。

　　在之前我们面对这样的 论断，给出的理由更过是感官上的直接 感想，而这一次我们试图通过一些技术层面的解析来搞清晰Siri和小冰中间到底存在哪些差距 。

　　这里我们主要引入两个概念：全双工语音和共感模型 。在此之前我们想略微聊聊Siri和小冰两者在设计 用意上的不同，而这极有可能是招致二者差别的主要缘由 。

　　Siri的设计 指标是一个 使命型人工智能，她的作用是协助消费者解决具体的问题的；而小冰则从开始便是一个聊天机器人，并不解决具体问题，便是陪人闲聊用的 。

　　 因此，Siri在设计上是以IQ为优先的，而小冰则是以EQ为优先，从这丝毫上来看，与Siri和小冰的对话交互过程就有显而易见的区别 。Siri更像是机器，而小冰则更像是人，但现在第六代小冰推出之后，也开始附加IQ 特点， 可以 解决一些具体的事务了 。

　　就人工智能的进展来说，IQ，也便是数据 解决方面的研发是 绝对 方便的，而EQ，即情感认知则是相当大的难题， 因此微软先EQ后IQ的模式显然更有优势 。

　　既然我们已经说到了人工智能的EQ塑造，那么小冰到底是通过哪些技术来实现这种情感交互的呢？

　　大约在过去四五年前的时候，对话式人工智能成为业界的抢手课题，而且绝大多数都 取舍了 使命型或是 常识传递型的对话系统，但这种人机交互实际却十分 僵硬， 比方具体到开灯关灯、 打开电器上，其实和语音命令中间的区别并不大 。

　　而全双工语音便是让小冰与 其余人工智能交互截然不同的技术之一，这使得人们与小冰中间的 交换不再局限于一问一答，而是更加自然的沟通过程 。

　　举一个例子，当你开着车出去郊游的时候，车载的不是Siri那种 可以帮你干这个干那个的人工智能，而是通过全双工的 模式进行 交换的小冰 。她除了会依据你的指令执行 使命之外，还会对你的车载音乐发表观点 。当你们 交换时，她看到远处有一座山，就会和你说这个地方很美丽， 可以下次再来 。

　　这种觉得不是你在车上安装了一个机器人，而是多了一个真正的副驾驶陪你旅行 。

　　这就 波及到了一个问题，那便是小冰 可以通过视觉 捉拿环境信息，这是同样也是微软的探究 名目，称为实时视觉，并有一个面向全程的对话引擎 。

　　值得一提的是，现在小冰的全双工语音已经 支撑群组 性能，利用SpeakerID分类器来推断 谈话的人到底是谁，甚至听得出这些人的年龄、性别等信息，并以此来进行不同的对话和群聊 。

　　 比方不同的家庭成员和小冰说“我的电话找不到了”，小冰 可以 划分的出来是谁，而且分别打到他们各自的手机上去 。

　　 比方当一个小孩子对小冰说“ 打开电饭锅”，小冰 可以 鉴别 起程出命令的是个小孩子，并由此 回绝执行指令，并 劝告小孩远离电器 。

　　在这里，小冰不再单单是家里的一个智能语音工具，而是一个新的家庭成员， 可以与家庭成员中间 构建自然的 联络 。

微软小冰

　　 固然我们向来都在强调小冰的EQ情商，但大家都清晰人工智能 本身是不可能产生感情的， 因此小冰的EQ 性质上是来自一个 根本的情感计算框架 。

　　从理性的角度来说，一个对话式人工智能的情商，其实是 可以操纵一个对话全程的 威力， 可以去操纵对话全程的走势， 维持一个对话的长度 。

　　现在这个框架已经从上一年的生成模型 晋级到了共感模型 。生成模型便是让小冰 可以 借鉴她的回应，而不是像以往一样，从一个已有的语料库中间检索 。当她 可以 借鉴回应的时候，她就 可以有更好的 威力去操纵对话，有更好的上下文 联合 威力 。

　　而共感模型则更进一步，当小冰一方面进行回应的生成时，也和时在 使用她的策略来推断是否应该 疏导这个对话， 而后去 积极的进行 视察， 而后偷偷地进行求证，最终再去确证 。 比方不断地通过各种 模式去 反复的尝试人类最关注的兴趣到底是在哪个领域，而一旦确认了对方的兴趣点，在抓住了一个机会之后就 可以 疏导对方在这个领域进行更加 深刻的 交换 。

　　这个过程中也是 维持全双工语音的，而不是你一轮我一轮的“对讲机式交互”，更主要的是这个过程中小冰关于对话是 通过情感思量的 。

　　看到这里大家可能就 可以看出，Siri之所以在体验方面与小冰相差甚远， 性质上是指令性工具与情感交互系统中间的差距，而我们认为后者无疑才是 将来人机交互的进展方向 。

　　现在的智能家居系统在命令集成方面已经做得不错了，但交互体验 依旧不够自然，假如小冰 可以更快地渗入这套系统，智能家居产品的体验无疑将变得更加动人 。