2018-04-24

小米崔宝秋：用设备和场景倒推 AI 技术进步，智能手机+IoT 是 AI 的无限生态 | WARE 2018

在 AI 领域，小米有着硬件、大数据获取能力以及产品广深度布局的三大优势。

小米是一家什么公司？随着小米的产品线越铺越广，我们似乎已经很难用简单的一句话来定义。在「WARE 2018 新硬件峰会」的现场，小米人工智能与云平台副总裁崔宝秋给出了他的定义——小米不仅仅是一家智能手机公司，更是一家移动互联网公司、一家智能设备公司，是一家大数据和 AI 公司。

崔宝秋认为，在 AI 领域，小米有着硬件、大数据获取能力以及产品广深度布局的三大优势。在未来十年甚至二十年，AI 都将是小米的核心战略。

与其他同样发力 AI 的巨头相比，小米的 AI 化道路有着自己特有的硬件基因和大数据基因。从小米手机到小米生态链企业，凭借在品牌、市场、供应链管理等方面的优势，小米构建起了一个庞大的「小米系」IoT 产品池和用户群。

在这样的背景下出生的小爱同学，有着别人无法企及的先天优势——在别人还在为硬件设备接入跑断腿时，小米丰富的产品线都在等着小爱同学的赋能；庞大的用户基数持续性地为小爱同学的 AI 模型训练输出大数据支持，让小爱同学得以越来越「聪明」。

作为小米在 AI 布局上的重要一环，在小米的定位中，小爱同学远远不只是一个语音助手，也不仅仅是存在在智能音箱上，小爱同学是一个无处不在的语音交互平台，它为智能硬件提供了全新的操作方式，提供了内容与服务，同时也提供更多新的技能应用。

上个月，小爱同学新增了两款硬件设备，小米旗舰手机 MIX 2S 和小爱音箱 mini，分别对应了目前活跃度最大的两个 IoT 体系——智能手机和智能家居。

迷你音箱之于智能家居的意义在深圳湾的多篇文章中已有阐述，作为主音箱的补充，起到设备联动、将智能语音服务尽可能覆盖到全屋的作用。而「智能手机是目前 AI 的最大平台，几乎所有的 AI 能力都可以在手机上得以呈现。」

目前，小爱同学已有内容、知识、工具、控制、帮助、生活服务、娱乐、闲聊、App 等 9 大类服务，整合了语音、显示屏、触控屏等多种交互形式。而在未来，小爱同学将会渗透到越来越多的场景中去。

以下是崔宝秋在「WARE 2018 新硬件峰会」的演讲实录，内容略有删减：

--------------------------

演讲嘉宾：崔宝秋 / 小米人工智能与云平台副总裁

演讲主题：从 IoT 到 AI，小米的语音智能生态发展之路

尊敬的各位嘉宾，各位朋友，大家上午好！我叫崔宝秋，非常感谢深圳湾的邀请，第一次来参加硬件的大会。

我今天跟大家分享的题目是「从 IoT 到 AI，小米的智能语音生态发展之路」。很巧，跟上一位分享嘉宾（Saleel Awsare / Synaptics）的内容非常贴合，我从小米的角度讲一下我们在语音交互、在 AI 上走的一小段路。

小米人工智能与云平台的技术主线：云计算、大数据、人工智能

提起小米，大家会说，小米是一家手机公司。实际上，小米不仅仅是一家手机公司，更是一家移动互联网公司、一家智能设备公司。在我看来，更多是一家大数据公司和一家 AI 公司。

我六年前加入小米，加入的第一天就说小米是一家大数据公司，而且必须是一家大数据公司。今天 AI 火了，大家都说「大数据过时了」。我想讲，大数据仍然不过时，今天 AI 的背后还是大数据的功劳，大数据不是虚的东西。很多公司有几台服务器，有几个集群和数据库就称之为大数据公司，那是不对的，小米是真正的大数据公司。

我刚加入小米，就成立了小米云平台团队，覆盖了从 C 到 B 的历程。2016 年我们进入 AI 时代，当然不是有了 AlphaGo 小米才开始做 AI，其实 AI 技术、机器学习技术，围绕大数据早就在小米用起来了。

AI 在小米早就无处不在了

AI 在小米早就无处不在了，有两个原因：第一个原因，小米是一家手机公司，同时也是一家智能设备公司。在小米品牌下，我们有自己的手机、电视、路由器、音箱等等。四年多前，小米开始了生态链布局，我们花了四年左右的时间投资了 100 多家生态链企业，为大家推出形形色色的智能家居、智能穿戴设备和各种 IoT 设备。

我们的 IoT 战略短短几年非常奏效，这是截止至去年 11 月底的一个数字，全球联网的 MIOT 设备超过了 8500 万台，所以小米的 IoT 平台是全球最大的 MIOT 平台。不知不觉中，我们小米的产品和小米生态链的产品已经遍布全球，密密麻麻。有一些我们还没有真正进去，但是用户已经通过各种手段把当地点亮了。

小米的 AI 之路很早就开始了，我来小米做的第一个项目就是做个人的推荐系统，后面用到机器学习。对一家搜索公司来讲，AI 的第一款产品就是搜索，对一家电商平台公司来说，AI 的第一款应用就是电商。对游戏或社交公司来说，主要应用产品就是游戏或者社交。我们用很小的团队一统小米十多个搜索产品。

小米是一家内容公司，有各种各样的内容推荐，文字、图片、视频等等。在小米电视上面，我的团队跟小米电视团队联合推出了「千人千面」的拼图墙，让每一个家庭甚至每个人看到电视节目的界面是跟其他人不一样的。「千人千面」的功能一经推出，电视的开机频率和观看时长就翻了好几倍，说明了 AI 能力和大数据能力发挥的作用。

小米也是一家电商公司，小米也是一家互联网金融公司，这背后都是大数据和 AI 在推动。

今天，AI 在小米无处不在，未来我们的小爱同学也会做到无处不在、无所不能。几乎所有的AI能力在小米都有落地，包括应用场景，不仅在各种设备和软件产品上，还有各种智能场景。前面的分享嘉宾讲了很多家庭场景、车载场景，这也是小米未来会特别关注的一些领域。

小米做 AI 的优势是什么？

两年前，我们开始加大对AI的投入，雷总和我们整个管理团队都对外讲，「未来十年甚至二十年，AI 将是小米的核心战略。」

小米三大优势：硬件、大数据和生态广深布局

我们做 AI 的优势在哪儿呢？小米真真切切做 AI 的三大优势：

第一个优势，小米的硬件优势，我们可以做很漂亮的，高性价比、高颜值、用户体验好、非常贴合用户需求的硬件；第二个优势，最重要的是小米有各种大数据获取能力。新的 AI 时代后面确确实实离不开大数据，没有大数据，空谈 AI。第三个优势，生态链产品的广深布局。小爱同学刚刚诞生，后面已经有很多等它的兄弟伙伴。

AI 无处不在，AI 能力在小米会大大应用到。我对内外都会讲，小米在 AI 投入再多都不为过。

这是小米的 AI 能力图谱，最底层的基础能力包括大数据、云计算、深度学习。今天离开这三个层面的基础能力都是空谈。上面的感知层、认知层、应用层、平台和业务，我们要打造这样一个生态。应用层可以看到小米 AI 现在的应用场景。

小米 AI 团队：AI 实验室 + AI 平台 + 小爱同学

我们的团队叫做小米云平台，去年我们团队更名为小米人工智能与云平台，我们把人工智能放在最前面，体现了「AI First」的理念，我觉得大家的思路都挺像的。

在 AI 领域，我们组建了三个团队，其他团队的搜索、推荐、大数据都是泛 AI 的。

小米的 AI 实验室负责算法和前沿技术研发，负责各个领域，视觉、知识图谱、自然语言、智能问答、深度学习算法等等；AI 平台是把 AI 实验室的算法和技术落地到产品上，也负责把 AI 能力云服务化，也负责提供设备端和云的框架；小爱同学，估计大家都听说过或者用过，小爱同学是一个专门的团队，有点像亚马逊的 Alexa。

小米 AI 战略技术落地：小爱同学

今天主要的话题就是小爱同学这个语音操作系统。我们的口号是「小爱同学让复杂操作变成一句话的事儿」。最早，我们在电视上面推出小爱同学的时候喊了这样一句话，现在我越来越强调这句话，不仅在电视上，还在音箱上，还在手机上，让所有的操作、所有内容与服务的获取都变成短短一句话的事儿。

为什么第一款 AI 战略技术产品是音箱？

2016 年我们选择要做一款 AI 战略技术产品，思考很多，最终选择小米 AI 音箱。有很多原因，其中有这么两个原因：

一个是小米有做音箱的能力与历史，我们已经推出过大大小小数款 WiFi 音箱、蓝牙音箱等等，但不是真正的智能音箱，我们可以做音质特别好的音箱，做AI音箱是水到渠成的；

第二个原因，我们想通过打造这款产品，整体提升小米在 AI 上的技术储备与能力提升。如果大家清楚的话，一个音箱后面几乎可以串起所有的能力，当然除了视觉、无人驾驶以外，其他所有的 AI 能力都可以呈现和融入，包括语音识别、唤醒、自然语音处理、自然语言理解、推荐、搜索、深度学习、语音输出、个性化推荐等等，这些都需要。

我们 2016 年底开始立项，2017 年发布，发布到现在为止热度只增不减。我们几乎所有的产品都是供不应求的。我认为小米 AI 音箱创了历史，现在已经 8 个多月了，这个越来越火。「小爱同学」这个唤醒词几乎成了中国智能音箱的代名词。

去年我们发布的小爱音箱 mini 版。原来大的音箱（小米 AI 音箱）放在客厅里面，因为它的体积比较大，mini 版具有同样的功能，可以把它放在卧室里面，一个卧室里面放一个。

围绕大音箱、小音箱，我们有自己独到的专利技术，可以做到分布式拾音。当家中同时拥有多台小爱音箱时，小爱能通过精准的空间感知能力，根据说话人的朝向、距离、语音相关性、唤醒置信度等多维度判决条件，来智能地选择最合适的小爱进行应答。

3 月 27 号的发布会，我们也把小爱同学搬到了手机上。大家可以感受一下，我们在 MIX 2S 这款手机上可以做到熄屏唤醒，你呼唤「小爱同学」，它就会回答「我在」。

「小爱同学」这个几乎成了中国智能音箱的代名词

小爱同学一经发布，它的收欢迎度远远超出我的预期，我是做技术的，对 NLP 如何满足各种用户的需求，在去年发布之前心里就很忐忑，最担心小爱同学不能够满足大家的期望，让用户失望。一波一波的用户反馈告诉我，我的担心有点多余。当然，小爱同学的知识、能力在一天天地成长，越来越受欢迎，也可能是它甜美的声音获取了用户的心，也可能是它的唤醒词获取了用户的心。

我们想了很久为什么选「小爱」，「爱」就是「AI」，我们公司的名字是小米，跟小爱的调性是一样的，当时唤醒我们选择了「小爱同学」，让每个人喊起它来很亲切、很自然，小孩子可以喊同学，老爷爷、老奶奶也可以喊小爱同学。我们不管从硬件还是软件体验的层面上、还是从交互层面上，可以供你调侃，帮你数羊，各种原因让小爱同学的热度只增不减。

小爱同学的 AI 能力

我们一直强调，小爱同学或者小爱远远不只是一个语音助理，不仅仅是音箱上的小爱同学，更多是一个无处不在的语音交互平台，它是一个生态，它可以控制很多智能硬件、智能设备，可以提供很多服务于内容，未来是一个很强大的信息分发平台。这是我们的数据，这个数字每天都在往上增长。

今天围绕着小米的生态链产品，我们已经接入了这些大类的智能设备，未来小爱的生态会越来越大，我们会向第三方开放。刚才这位先生分享的家居场景、车载场景，随着手机会 24 小时随着你无处不在，小爱也会无处不在，一句话可以帮助你解决很多问题。

小爱同学的底层技术

简单讲一下小爱后面有什么 AI 能力（底层技术）。

远场增强，在降噪方面，在嘈杂的人群和各种噪音环境中，如何让小爱听得更清楚，我们就有噪音处理和降噪。

分布式拾音，家里各种声音，包括墙上、桌上的，能够听动你的拾音设备都在家里面，我们可以想象得到，未来小米在各位家里面不只是一款，可能有很多，你喊「小爱同学」哪个设备来回答你，哪个设备更好的满足你的需求，分布式识音可以满足你。

唤醒、语音识别、声纹识别，比如说你是家庭成员中的爸爸、孩子还是爷爷，对不同人小爱未来会以不同的方式回答你，小孩子唤醒可以用小孩子的模式对话，爷爷奶奶来交流会用老年人的模式来交流。

为打造小爱同学，我们投入很多。这是一个例子，小米已建成业内首家全自动化远场声学实验室，配备全球领先的声学测量仪器，可模拟多种家居声学场景，同时我们联合多家业内最优秀的语音技术合作伙伴，推出了适用于智能语音交互产品的远场语音测评规范，旨在从用户体验角度建立一套科学完善的系统性能测评标准，推动行业发展。

大数据助力小爱同学快速成长

举个例子，去年小米成立AI团队，我们的语音识别团队没有人，1 月份招了第一个人，2 月份才招了第二个人，到 11 月份，我们自己的语音识别能力已经在电视上可以达到准确率 98.53%，这个非常惊人。我们去年推出小爱音箱的时候，借助第三方的语音识别能力，今天我们已经赶上或者超过第三方的语音识别能力。

后面的原因是什么？原因就是我们要感谢小爱音箱的硬件能力、软件能力，我们获取了很多用户，也感谢热情的小爱音箱的爱好者，每天跟小爱音箱对话几十次，有一些新用户进来，每天不停的交流，3岁、5岁、10几岁的孩子跟小爱同学交流，有一些让小爱帮助完成作业，不断跟小爱交流，这些语料我们会拿来训练。所以，在先进的深度学习算法的前提下，通过大量的语料，我们不停地提升小爱的识别能力。

今天语音交互时代到来了，其中一个主要的原因是 ASR 的识别能力，准确率已经达到一个很高的地步。今天你随便拿出小爱同学出来问很多东西，几乎可以识别的准准确确，不用重复三遍、五遍，错误理解的现象越来越少。

小爱同学会日新月异的变得更加聪明、更加懂事、更加懂你，背后就是它的知识，从2岁、3岁到4、5岁，小爱同学像一个小学生一样每天在成长，未来我们希望它很快成为一个高中生、大学生，未来成为某个领域的专家，博士级别都有可能。我们希望小爱同学不仅成为你的个人助理，还成为你的技术助理和智能家居的管家，以后可以给你提供专业级的服务，比如医疗健康等服务。