《時代》（Time）發(fā)布文章稱，谷歌的個性團隊成員正在試圖使得它的數(shù)字助手Google Assistant聽上去像是人類，給你的計算機帶來個性。
以下是文章主要內(nèi)容：
在谷歌總部，幾位作家在圍著一塊寫著各種想法的白板。它們看起來像是骷髏杰克(Jack Skellington)可能會寫下的那種東西：“萬圣節(jié)求生背包”，“如何打敗怪獸?！睂τ?7歲的萊恩·杰米克（Ryan Germick）來說，有個想法尤其搶眼。“去年人們不喜歡‘聞我的腳’，”他笑道。他的同事艾瑪·科茨（Emma Coats）解釋道：
“這是‘不給糖就搗蛋’的小游戲，其中一個回應(yīng)是‘聞我的腳。’人們都唯恐避之不及。”
那個下午，杰米克一直處在像這樣的頭腦風暴會議當中。期間，谷歌員工們討論生活中的一些重大問題，比如冒泡的大汽鍋的聲音和遠處傳來的嚎叫聲哪個更加嚇人。這些都是他作為谷歌語音助手Google Assistant首席個性設(shè)計師的職責的一部分。該語音助手服務(wù)已經(jīng)出現(xiàn)惡劣各式各樣的智能手機上，同時也登陸了谷歌去年秋季開售的Home智能音箱。
創(chuàng)造個性
這時候是8月份，但杰米克的團隊卻在考慮用戶在萬圣節(jié)可能會問谷歌什么問題，為什么會有那些問題。人們會問Google Assistant給些裝扮建議嗎？又或者，他們會想要聽到很合事宜的笑話嗎？Google Assistant的創(chuàng)造者們認為，回答這些種類的問題的關(guān)鍵在于，不要像我們大多數(shù)人那樣看待谷歌，即把它看作不帶感情的信息提供者，而應(yīng)當把它看作一個充滿活力的角色。Google Assistant產(chǎn)品管理主管莉蓮·林孔（Lilian Rincon）表示，“簡單來說，就是我跟谷歌說話能不能就像我現(xiàn)在跟你說話那樣？”
這項任務(wù)實際上比它聽上去要更加困難。在過去幾年里，開發(fā)聲控設(shè)備已經(jīng)成為硅谷競爭最激烈的科技競賽之一。Google Assistant進入三星、LG等Android手機廠商的產(chǎn)品。亞馬遜在它頗為流行的Echo智能音箱上提供它的語音助手Alexa。蘋果已經(jīng)將Siri整合到各款iOS設(shè)備當中。微軟也將它的語音助手服務(wù)Cortana推向從筆記本電腦到恒溫器的各式設(shè)備。
雖然有如此之多的公司在爭相打造各種支持傾聽和對話的設(shè)備，但要具體預(yù)估該類技術(shù)多快會成為市場主流并非易事。但根據(jù)市場研究公司eMarketer的數(shù)據(jù)，今年，有6050萬美國人每月至少使用一次Alexa、Google Assistant或者其它的虛擬助手。Gartner的分析師預(yù)計，到2021年，全球智能音箱銷售額將達到35.2億美元，較2016年增長近400%。許多科技行業(yè)專家都認為，語音是人機交互的下一個重大轉(zhuǎn)變?！斑@將成為一種全然不同的互動方式，”艾倫人工智能研究所CEO奧倫·埃齊奧尼（Oren Etzioni）指出，“當你能夠跟像酒店禮賓員那樣的虛擬助手對話的時候，這真的會引發(fā)巨大的變革。”
但對著計算機喊出指令，跟與之進行對話完全是兩回事——這讓谷歌處在不同尋常的位置。該公司開發(fā)的技術(shù)能夠索引海量的網(wǎng)絡(luò)信息，做到人類無法做到的事情，它也由此成為全球最具價值的企業(yè)之一?，F(xiàn)在，它的未來前景可能取決于它能否教導(dǎo)機器執(zhí)行一項對于大多數(shù)人而言再簡單不過，但對于計算機極其困難的任務(wù)：閑聊。為此，該公司寄望于一個不在它平常的招聘范疇內(nèi)的左腦型創(chuàng)意人才團隊：小說作家，制片人，視頻游戲設(shè)計師，共情專家，喜劇演員。如若他們成功的話，那他們就將給谷歌帶來某種它以前從未有過的東西：個性。
讓Google Assistant變得像人
數(shù)字助手算不是什么新鮮技術(shù)。1952年，貝爾實驗室的Audrey計算機能夠識別口頭說出的數(shù)字，但它要消耗大量的計算能力，無法理解所訓(xùn)練的語音。1990年，Dragon Systems推出Dictate，該軟件擁有3萬術(shù)語詞匯量，但需要說話人每說出一個詞都要停頓一下。1997年，該領(lǐng)域迎來了一個典型的失敗案例。那一年，微軟推出Clippy卡通紙夾，該產(chǎn)品旨在預(yù)測Office用戶的需求和回答問題。但實際上，Clippy比C-3PO更加糟糕，時不時彈出造成干擾，幫倒忙。（幸好它不會說話。）該功能成了笑柄，最終在2007年徹底退出歷史舞臺。
直到6年后，Clippy背后的那個好點子——預(yù)測你接下來可能需要的信息，適時提供合適的貼士——在蘋果Siri上成形。它可理解特定語境中的問題，經(jīng)過一定的智能技術(shù)處理后會大聲作出回答。此外，它相當風趣幽默。很快，蘋果的各家競爭對手紛紛效仿，爭相開發(fā)類似的技術(shù)。
谷歌Google Assistant團隊成員沒有忽視數(shù)字助手的這段失敗史。曾在萬圣節(jié)將自己打扮成Clippy的杰米克指出，未來的數(shù)字助手得不僅僅是問答機器。畢竟，谷歌搜索在那方面已經(jīng)做得非常出色?！拔覀兿Ｍ隳軌蚋@種角色建立連接，”他說，“它部分要做的就是理解人類的經(jīng)歷和人類的需求，它不僅僅要能夠提供信息，還要懂得如何與人們建立聯(lián)系?！?/p>
情感聯(lián)系
讓那種角色變得合理的任務(wù)落在谷歌個性團隊身上，他們一直在致力于將Google Assistant變成像是人類而不是假裝是人類的數(shù)字助手。（那是Google Assistant沒有取像Siri或者Alexa這樣的擬人名稱的部分原因。）作為個性團隊的角色負責人，科茨擁有數(shù)年的虛擬角色開發(fā)經(jīng)驗。她在皮克斯動畫工作室供職了5年，曾參與《怪獸大學(xué)》(Monsters University)?、《勇敢傳說》(Brave)、《頭腦特工隊》(Inside Out)等電影的制作?！耙ê芏嗟男乃既ニ伎汲嗣娌勘砬橐酝?，還可以利用哪些其它的工具來進行情感聯(lián)系?！?/p>
科茨談到了谷歌在琢磨生動但不會引起誤導(dǎo)的回答時會考慮的問題。當中包括：用戶希望從互動中得到什么？谷歌能夠如何以一種積極正面的態(tài)度作出回答？如何能夠讓對話進行下去？科茨舉了一個例子：被問到是否怕黑的時候，Google Assistant不會給出表明它怕黑的回答。相反，它會說，“我喜歡天黑，因為天黑了星星會出來。沒有星星的話，我們就無法了解行星和星座?！笨拼慕忉尩溃斑@是一項來自谷歌的服務(wù)。我們想要它變得盡可能地健談，而不去偽裝成別的東西?！?/p>
這往往涉及先分析某人詢問特定問題的言外之意。被問到“你愿意嫁給我嗎？”的時候——谷歌稱這個問題被問了成千上萬遍——Google Assistant不會直接給出回答，而是轉(zhuǎn)而說它很高興主人想要得到更多的承諾。
像這樣的問題要么是問著玩的俗套問題，要么是發(fā)自于復(fù)雜的情感。雖然任何向Google Assistant求婚的人都不大可能想要得到一個認真的回復(fù)，但該公司正在試圖系統(tǒng)性地理解提問者的情感狀態(tài)有多大的不同。在谷歌擔當共情設(shè)計師的丹妮爾·克蕾特克（Danielle Krettek）的職責就是幫助創(chuàng)意作家理解那一點?？死偬乜说慕巧苋菀妆灰曌魇乔楦薪庾x者。坐下來跟她交談沒多久后，我就明白為什么會這樣：她熱情奔放，充滿活力，任何時候看她的面部表情，就能知道她的情緒狀態(tài)?！坝械臇|西人們是能夠感覺和表達出來的，有的東西則表達不出來。”她說，“我解讀那些東西的能力就是我對這個團隊的貢獻。”
克蕾特克從人體驗情緒的不同方式的角度來談?wù)撍母魑煌?，尤其是那些相似但容易搞混的情緒。她可能會鉆研失望情緒會憤怒情緒有多大的不同，又或者為什么放松自如的感覺會跟滿足的感覺不一樣。這應(yīng)當有助于作家們想出帶來共鳴感的回答。以Google Assistant對于“我覺得身心俱?！钡幕卮馂槔貜?fù)道，“你覺得很心煩吧。怎么才能幫到你？”克蕾特克說道，“那種理解會讓人覺得自己的感受被看見，自己的需要被聽見。它就像是一種眼神接觸?！?/p>
谷歌的個性設(shè)計師有時候從意想不到的地方獲得靈感。據(jù)科茨和杰米克透露，即興劇是最重要的靈感來源之一。那是因為即興劇需要推進會話，鼓勵參與者不斷相互接話——被稱作“是的，而且”（yes and）的原則。杰米克表示，谷歌個性團隊的幾乎所有成員都曾做過即興劇。
從問Google Assistant它最喜歡的冰淇淋口味的例子中，你就會了解到“是的，而且”原則。“我們不會說，‘我不吃冰淇淋，我身子都沒有?！苯苊卓私忉尩?，“我們也不會說，‘我喜歡巧克力冰淇淋，我每個星期二都會跟妹妹一起去吃，’因為那也是不實的?！痹谶@些情況中，作家們會思索普通的回答來讓用戶繼續(xù)對話。例如，對于那個冰淇淋問題，谷歌會回答像這樣的話，“選三色冰淇淋錯不了，它總有適合你的味道?！?/p>
不過，讓對話進一步展開對于Google Assistant而言仍然十分困難。問它三色冰淇淋中的特定口味，比如香草味或者草莓味，它會被難倒。谷歌的數(shù)字助手也難以應(yīng)對對話中的一些常見情況，比如理解措辭上不同于系統(tǒng)所輸入的問題的特定請求。另外，谷歌能夠用來理解用戶需求或者他們的情緒狀態(tài)的工具相當有限。例如，它無法光根據(jù)用戶的語調(diào)來分辨他們是喜是憂，是不是很疲倦。它也肯定無法覺察用戶的面部表情變化。
對于用戶，谷歌目前要解決的最佳特征是他們的歷史記錄。通過了解用戶以往問了哪些問題，最常使用哪些功能，它能夠試著去避免給出重復(fù)性的回答。未來，谷歌希望根據(jù)用戶與Google Assistant的互動方式來更加廣泛地理解他們的偏好。“我們還沒有完全做到那一點，”杰米克說道，“但我們將能夠開始理解，特定的用戶是那種喜歡開玩笑的用戶，還是那種嚴肅的用戶。對我來說，圣杯就是我們能夠真正理解人的語言，達到我說出的任何話幾乎都可以理解的地步，”他說，“即便我在情感上有弦外之音，又或者涉及某種習語?！?/p>
那具體會在什么時候?qū)崿F(xiàn)，還是未知之數(shù)。問遍硅谷從事語音技術(shù)的人，包括谷歌的人才，他們基本都是給出像“現(xiàn)在還言之尚早”這樣的回答，也就是說“沒有人知道答案?！?/p>
研究音調(diào)的細微變化
與此同時，谷歌在專注于研究音調(diào)的細微變化。Google Assistant告訴你天氣狀況的時候，它會著重強調(diào)像“基本”這樣的詞語。又或者，你可能會注意到，當它在句子開頭說“不”的時候，它的聲音聽上去略有上揚。那些細微的音調(diào)變化是有意而為的，它們可能就是詹姆斯·吉安哥拉（James Giangola）正在做的事情。作為谷歌對話和個性設(shè)計主管，他是語言學(xué)和韻律學(xué)（研究語言的抑揚頓挫）的專家。
在我會見的所有谷歌個性團隊成員里，吉安哥拉是最像工程師的那一個。他來與我會面的時候準備了筆記和談話要點。他非常嚴肅，但也很興奮地告訴我，做好語音交互對于科技公司來說為什么會那么重要?！罢Z音用戶界面至關(guān)重要，因為聲音很大程度上是個人社會身份的一個標記。”他說。跟很多其他的Google Assistant團隊成員一樣，吉安哥拉在交談中也常常將語音用戶界面簡稱為“VUI”。“海倫·凱勒（Helen Keller），”他表示，“聲音代表你在社會中的位置。”
他的職責還包括選派和指導(dǎo)谷歌聘來的演員給Google Assistant配音。在供職于谷歌之前，吉安哥拉曾在蘋果參與Siri初始版本的開發(fā)。他給我播放了一段他在工作室與Google Assistant配音員共事，指導(dǎo)她進入角色的視頻。（谷歌拒絕透露配音員的身份。）在該特定的場景中，吉安哥拉扮演經(jīng)理的角色，詢問谷歌最近與一位應(yīng)聘者的面談進行得怎么樣。Google Assistant目前還無法幫助處理該類任務(wù)，但未來或許可以。
Google Assistant配音員以一種似乎很有谷歌特色的方式回答道，“他準時出現(xiàn)，佩戴了一條漂亮的領(lǐng)帶?！闭f的沒錯，聽上去很正面。她的聲音跟她飾演的那個無生命的管家的聲音幾乎無法分辨，就只是她說“領(lǐng)帶”（tie）一詞時略有破音才讓我想到說話的是個人。那也讓我想到，如果Google Assistant無法理解口語的微妙之處，那它的聲音不管聽上去再真實，也無補于事。跟Google Assistant說“我很孤獨”，它會背誦出克蕾特克等人幫助精心設(shè)計的、帶有同理心的回答。但跟它說“我覺得沒人喜歡我”，它會回答它聽不懂。
重重挑戰(zhàn)
對于谷歌和它的競爭對手來說，它們要處理一些比解讀語音基本元素更加基本的問題。先吸引用戶便是一個很重要的問題。谷歌通常都不公開Google Assistant的用戶使用數(shù)據(jù)，但根據(jù)市場研究機構(gòu)Creative Strategies去年的一項調(diào)查，人們說他們很少或者有時候使用語音功能：70%使用Siri，62%使用Google Assistant。
*問題是另一個日漸加劇的隱憂。例如，今年早些時候，來自亞馬遜Echo智能音箱的周圍環(huán)境錄音在阿肯色州的一起謀殺案審訊中作為證據(jù)被提交上去，這是由人工智能驅(qū)動的設(shè)備記錄的數(shù)據(jù)第一次被用于美國法庭。像Echo和谷歌Home這樣的設(shè)備一直在收聽，但不會將信息發(fā)送回開發(fā)商，除非它們有被喚醒——以Google Assistant為例，就是有人說“O.K., Google”的時候。但考慮到像亞馬遜和谷歌這樣的公司是通過盡可能了解你來賺錢的，在家中放置聯(lián)網(wǎng)的傳聲器的主意會讓很多人感到不安。谷歌表示它有在它的網(wǎng)站上明確列舉它從其設(shè)備收集的數(shù)據(jù)類型，還指出它的Home音箱上方有指示它處于收聽狀態(tài)的提示燈。
然后，谷歌還面臨一個根本性的難題。計算機還遠未能夠在人們發(fā)出請求或者提問的時候察覺可能反映他們的感受的線索。要做到這一點，Google Assistant需要從大量描繪用戶在不同情緒狀態(tài)下的聲音的數(shù)據(jù)當中進行學(xué)習?！坝?xùn)練數(shù)據(jù)通常都包括相對平靜的環(huán)境中的普通聲音?！笨▋?nèi)基梅隆大學(xué)計算機科學(xué)學(xué)院語音技術(shù)研究所主任杰米·卡博內(nèi)爾（Jaime Carbonell）指出，“通常來說你無法讓處在巨大壓力下的人提供數(shù)據(jù)，在所有的這些狀況下收集聲音數(shù)據(jù)極其困難?！?/p>
讓更多的設(shè)備進入家家戶戶會帶來幫助。10月4日，谷歌發(fā)布了兩款新的Home智能音箱，包括一個相對小巧便宜的版本和一個高端版本。但亞馬遜在該領(lǐng)域仍遙遙領(lǐng)先。據(jù)eMarketer估計，2017年，亞馬遜Echo音箱將占據(jù)聲控音箱市場70.6%的份額，谷歌將僅占23.8%。
不過，杰米克對此并不擔心。他也對Google Assistant的缺點毫不諱言。我問他他希望Google Assistant變成哪一種科幻片AI產(chǎn)品，他沒有選擇像《鋼鐵俠》（Iron Man）電影中的Jarvis或者《她》（Her）中的Samantha那樣超級先進的、無所不知的品種。他說，他希望讓Google Assistant變得像Netflix的情景喜劇《我本堅強》（Unbreakable Kimmy Schmidt）中艾麗·坎伯爾（Ellie Kemper）扮演的角色Kimmy。雖然被邪教綁架關(guān)在地牢15年之久，還遭到了愚弄，Kimmy卻仍能夠看到積極的一面。
“我們常常討論她令人難以置信的樂觀，”杰米克說道，“就像她從地下室出來的時候那樣，我們并不是總能夠理解語境，但我們會嘗試保持積極樂觀?！眰€性就是這樣：古怪也能成為個性魅力的一部分。
;){kind=link}