AIR 029 | 專訪前Google科學(xué)家林德康，為手機(jī)添一只無(wú)形的手

林德康在美國(guó) Google 工作了超過(guò) 10 年，做自然語(yǔ)言處理方面的研究工作。大約 10 年前，2007 年的時(shí)候，時(shí)任 Google 中國(guó)負(fù)責(zé)人的李開(kāi)復(fù)在一次活動(dòng)上被問(wèn)到，用戶在搜索引擎里提問(wèn)時(shí)，Google 能不能直接給一個(gè)正確答案，而不是10個(gè)搜索結(jié)果的網(wǎng)頁(yè)鏈接。李開(kāi)復(fù)答到，問(wèn)答會(huì)成為搜索的一部分，尤其是當(dāng)用戶提出一個(gè)精準(zhǔn)的問(wèn)題的時(shí)候，Google 美國(guó)有個(gè)團(tuán)隊(duì)在做這方面的事情，項(xiàng)目領(lǐng)導(dǎo)者是位中國(guó)教授，叫林德康。李開(kāi)復(fù)補(bǔ)充到，雖然不確定林德康能不能在短期內(nèi)取得突破，但這個(gè)項(xiàng)目絕對(duì)是值得研究的。

8月12日下午，林德康在 CCF-GAIR 大會(huì)上發(fā)表主題演講《從搜索引擎到問(wèn)答引擎，再到行動(dòng)引擎》，介紹了自己在 Google 做的主要工作成果，以及今年回國(guó)后參與到一家創(chuàng)業(yè)公司“奇點(diǎn)機(jī)智”所做的語(yǔ)音助手項(xiàng)目——小不點(diǎn)。

林德康做的語(yǔ)音助手并不是用來(lái)回答問(wèn)題的，它是為手機(jī)添加了一只無(wú)形的手，通過(guò)語(yǔ)音來(lái)指揮這只手代替人的手指，完成一些基本的點(diǎn)擊和輸入操作。比如，對(duì)語(yǔ)音助手說(shuō)，買一張后天上午北京到上海的飛機(jī)票，語(yǔ)音助手就會(huì)幫忙打開(kāi)攜程應(yīng)用（僅舉例用），然后自動(dòng)輸入北京到上海的飛機(jī)票以及時(shí)間。同一件事，其他語(yǔ)音助手也可以做，但他們需要跟攜程合作拿到相關(guān)軟件接口。林德康的語(yǔ)音助手是不需要的，它走的是人正常操作手機(jī)的流程，只是代替人操作，實(shí)現(xiàn)了自動(dòng)化。

這件事有兩個(gè)難點(diǎn)。一是聽(tīng)懂用戶想做什么事情，他說(shuō)“皇馬”的時(shí)候，知道他說(shuō)的是體育、是足球、是西甲，然后才能通過(guò)無(wú)形的手替人操作；二是知道第三方app都可以完成哪些任務(wù)，需要點(diǎn)擊哪里，然后才能與用戶想做的事（語(yǔ)義理解）進(jìn)行對(duì)接。

對(duì)于奇點(diǎn)機(jī)智這家公司而言，“知道第三方app的都可以完成哪些任務(wù)”是他們的強(qiáng)項(xiàng)，因?yàn)檫@家公司最早做的就是“應(yīng)用內(nèi)搜索”的核心技術(shù)——深度鏈接（簡(jiǎn)單理解就是讓app之間，可以像網(wǎng)頁(yè)那樣通過(guò)鏈接跳轉(zhuǎn)），他們需要了解各種app的內(nèi)部架構(gòu)和功能?！奥?tīng)懂用戶想做的事”是新加入公司的林德康最擅長(zhǎng)的事，他在 Google 做的事情就是理解用戶的意圖，然后在合適的情況下直接給出答案（不是從數(shù)據(jù)庫(kù)、知識(shí)圖譜里找到答案，而是從網(wǎng)頁(yè)文本中分析、抽取出答案）。

但林康德覺(jué)得這兩點(diǎn)并不是真正最大的難點(diǎn)。他告訴雷鋒網(wǎng)，“It’s much easier to be the best than to be good enough”，他從 Google 出來(lái)的時(shí)候想過(guò)這個(gè)項(xiàng)目可能會(huì)面臨哪些 risk（風(fēng)險(xiǎn)），技術(shù)和大公司的競(jìng)爭(zhēng)對(duì)他而言都不算 risk，真正的risk 是用戶能不能接受這件事。一旦用戶把這個(gè)產(chǎn)品用起來(lái)，他的語(yǔ)義理解系統(tǒng)就能獲得正向反饋，“下面的路就可以越走越快”。

林德康說(shuō)，自然語(yǔ)言處理是一項(xiàng)全世界研究了幾十年的領(lǐng)域，現(xiàn)在因?yàn)閿?shù)據(jù)和計(jì)算力的夠大，所以現(xiàn)在的產(chǎn)品在技術(shù)上可以跨過(guò)一道門檻。至于用戶能不能接受，現(xiàn)在的形勢(shì)，行業(yè)大潮對(duì)他們來(lái)說(shuō)是非常有利的。Google、微軟、蘋果、亞馬遜都在推語(yǔ)音助手方面的產(chǎn)品，用戶對(duì)于語(yǔ)音輸入以及通過(guò)語(yǔ)音設(shè)置提醒事項(xiàng)的使用，越來(lái)越頻繁。

懂些技術(shù)的用戶，可能會(huì)對(duì)這個(gè)語(yǔ)音助手的運(yùn)行原理有一些疑問(wèn)。它代替人的手指來(lái)操作的話，iPhone 顯然是不允許的，Android 上也需要給予該軟件特殊的權(quán)限。林德康很清楚存在這樣的問(wèn)題，他的觀點(diǎn)是，正因?yàn)橛幸欢ǖ氖褂贸杀荆援a(chǎn)品本身必須可以為用戶創(chuàng)造出價(jià)值，才能吸引到用戶。他對(duì)自己的產(chǎn)品，所帶來(lái)的效率提升，非常有信心。

這個(gè)語(yǔ)音助手，相當(dāng)于為手機(jī)疊加了一層語(yǔ)音操作的交互層。這個(gè)交互層不會(huì)影響到正常的觸摸操作，也就是說(shuō)用戶可以隨時(shí)把操作接管過(guò)來(lái)。林德康說(shuō)他們的目標(biāo)是覆蓋絕大部分app，但早期會(huì)先覆蓋中國(guó)用戶最常使用的幾十個(gè)app，希望做好這些app之后，后續(xù)可以吸引到開(kāi)發(fā)者主動(dòng)為“小不點(diǎn)”語(yǔ)音助手進(jìn)行適配工作。這里的適配，指的是找出語(yǔ)音真正可以提升操作效率的地方。

林德康分享，目前語(yǔ)音在工具型、任務(wù)型app上可以看到明顯的效率提升，因?yàn)檫@些產(chǎn)品的“功能”是明確的。比如，微信可以執(zhí)行的功能也就“幾十項(xiàng)”，是可以總結(jié)出來(lái)的。但是在內(nèi)容型的app上怎么為用戶帶來(lái)價(jià)值，他們還在探討。演講中，林德康展示了語(yǔ)音說(shuō)想看甄嬛傳第5集，然后直接跳轉(zhuǎn)到樂(lè)視app，進(jìn)入到相關(guān)頁(yè)面的操作。他說(shuō)，現(xiàn)在看起來(lái)語(yǔ)音在服務(wù)內(nèi)容型app也是非常有潛力的，問(wèn)題在于用戶還不習(xí)慣用語(yǔ)音來(lái)表達(dá)，他想看的內(nèi)容。 

看起來(lái)，林德康只是做了一個(gè)小軟件。實(shí)際上，在這個(gè)小軟件背后，他們想探索的是手機(jī)交互上的一次變革。它的切入點(diǎn)是語(yǔ)音，核心則是從把用戶語(yǔ)義轉(zhuǎn)換成app間操作的能力。

對(duì)于在學(xué)術(shù)界備受尊重的林德康而言，這是又一次將研究成果轉(zhuǎn)換成實(shí)際產(chǎn)品的嘗試，“為手機(jī)添一只無(wú)形的手”，也為自己的研究找到一條實(shí)踐路徑。 

參考閱讀《前Google高級(jí)管理科學(xué)家林德康回國(guó)創(chuàng)業(yè)，做了一款你沒(méi)見(jiàn)過(guò)的語(yǔ)音助手》

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。