行业观察 |

2018-04-26

图灵郭家：如何打造儿童喜欢的智能产品？这个问题可以通过 AI+IP 模型来解答 | WARE 2018

用 AI 赋能了国内 TOP50 儿童产品后的思考。

陳壹零

成立 8 年，聚集 70 万应用开发者，聚焦儿童领域 AI 应用，图灵不仅仅是「阿兰·图灵」的那个图灵，图灵还是全球最大的中文语义技术公司，其 AI 技术已经帮助国内 TOP50 的儿童产品品牌实现了语音交互和智能化内容输出。

无论是图灵和日本夏普合作的 RoBoHoN 机器人、Sphero 新品，还是和电影『蜘蛛侠』一起上市的会说话的蜘蛛侠，以及迪斯尼 AI 剧本专利，我们都能发现，AI+IP 也是国际上儿童产品的趋势。

在深圳湾「WARE 2018 新硬件峰会」上，图灵机器人联合创始人郭家分享了图灵在儿童领域的 AI 应用探索和思考，并深入阐述了「AI+IP」模型如何帮助儿童智能产品实现影响力和智能化服务价值输出。

IP = 影响力（粉丝流量）+ 消费力（粉丝转化）；AI = 多模态交互技术 + 智能化服务价值输出。

郭家和我们探讨了「儿童喜欢玩什么」的话题。同样都是机器人，无论是从销量还是用户的喜爱程度来看，Jibo 比起超级飞侠都差的很远。对于儿童来说，喜欢哪个不喜欢哪个，产品从外观和表现力上就已经非常明显了。

而在 AI 应用上，通用的 AI 是远远不够的，需要通过多模态人机交互，实现 IP 角色定制化，再依据 IP 角色定制内容输出。比如，当我问「你有去过巴黎吗？」，如果是小猪佩奇就会回答，「法国就在我们隔壁，我经常去」；如果是超级飞侠就会回答，「我本来就会飞，想去哪里就去哪里」。

AI 天然自带一种人格属性，它就是一个有生命的机器人。而多模态交互能让 IP 角色更加丰富，以满足儿童丰富多彩的梦想。在此基础之上，图灵再为产品加入智能化的内容和服务，就可以帮助儿童产生对学习更大的乐趣。

以下是郭家演讲实录，经深圳湾整理和发布。

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

演讲嘉宾：郭家 / 图灵机器人联合创始人

演讲主题：儿童智能产品的 IP 与 AI 交互

大家好，我是图灵的郭家。今天跟大家分享一下图灵 AI 在儿童领域的应用探索。

几天前，艾瑞咨询发布了一份 AI 领域的分析报告，分别从横向和纵向几个维度解析了人工智能产业：横向维度包括基础设施（如芯片、传感器、数据）、行业应用场景（如工业、金融、教育）等，纵向维度则是按照技术归类划分。

图灵从中发现，其实每个产品都可归类于这三大类技术：语音辨识与合成（ASR/TTS）、语义理解（NLP）、机器视觉（CV），这也是目前人工智能领域三大主流技术框架。

成立 8 年，聚集 70 万应用开发者，聚焦儿童领域 AI 应用，图灵不仅仅有一个好名字

「图灵」（阿兰.图灵）是鼎鼎大名的计算机之父、人工智能之父。「图灵」又是我们早在 2010 年公司开始探索 AI 方向时就注册的品牌名。我们在 AI 大潮袭来之前，就开始开发 AI 语音对话应用，那时候还是 App，之后又在业界率先推出了机器人操作系统。

图灵专注在 AI 语义技术开发多年，现在已经在全球积累了 70 多万开发者，这个数字每天都在增长和活跃。自 2015 年开始，图灵在儿童领域逐步与国内 TOP10 的企业达成合作，包括大家耳闻能详的步步高、火火兔、奥飞、读书郎、快易典、名校堂、KIDO 等。

图灵已经成长为全球最大的中文语义技术公司。

让儿童与机器的交互更自然，要看哪些关键指标？这里有图灵的一组研究

在语音语义交互领域有哪些关键的指标呢？这张幻灯片展示了图灵的研究成果。在众多指标里，ASR+NLP+TTS 速度、意图解析准确率、知识库、语料库，这些标注黄色的部分，是客户及用户层面非常关注的数据。

进一步阐释，这张图的左边是我们最看重的算法类指标，包括语音和语义的交互数据、分词准确率、意图解析准确率、NER 准确率等。

其中，在交互速度方面，拿 Echo 的语音交互数据做对比，从用户说话到 Echo 反馈结果，平均耗时 1.5 秒。我们也测了很多国内的产品，有的比 Echo 还要更快，这是特别重要的一个指标。

意图解析是指，当我们向机器问一个问题，机器能不能回答好，其中评价的指标包括两部分：第一部分是正确的理解、听懂你的意思；第二部分是找到合适的答案给到你。所以意图理解是非常重要的环节，也是各项 AI 国际赛事主要 PK 的指标。

AI 技术的本质是算法+数据，数据的积累往往可以成为一家公司的门槛。我特别认可这样的说法——所有的互联网公司都会变成数据公司，所有的数据公司都会变成人工智能公司。所以数据储备指标，对于语音交互的评估至关重要。为此，图灵也在积累儿童音视频资源。

三大技术能力，打造面向儿童硬件设备商的 AI 方案

前面有提到图灵已经和国内 TOP10 的企业达成合作，其中包括小米。今年 3 月，图灵和小米儿童产品已经全面展开合作，小米智能手表、故事机等小米生态链产品，都采用了图灵的 AI 技术。而在 3 月 27 日小米新品发布会上，雷军宣布小爱同学不仅被植入进了小米电视，还植入进了小米手机，而其中的儿童对话部分，就有图灵的技术支持。

图灵面向儿童硬件设备商的 AI 技术方案包括三大方面的能力：

语音对话：闲聊型/知识问答型/技能任务型
儿童内容点播：音乐/故事/教材/动画
家长端：远程交互/设定提醒/数据管理

这些不仅仅是 PPT 的能力，更是图灵已经赋能 TOP50 儿童品牌后验证和训练出来的能力。

图灵的 AI+IP 模型：IP 建立影响力，AI 智能化服务输出价值

我们看这样一组数据：白色的这款是由 MIT 科学家们打造的明星产品 Jibo 家用社交机器人，红色的这款是奥飞旗下乐迪超级飞侠儿童机器人。目前，无论是从销量还是用户的喜爱程度来看，Jibo 比起超级飞侠都还是差的很远。这其中的原因不言而喻，对于儿童来说，喜欢哪个不喜欢哪个，从外观和表现力上就已经非常明显了。

图灵认为，IP = 影响力（粉丝流量） + 消费力（粉丝转化）。首先，要有足够的流量建立影响力，就像明星要经常走秀才能出名；然后，接广告变现，粉丝消费变现，在动画领域的一些儿童 IP 已经有这样的价值了。

图灵认为，AI = 多模态交互技术 + 智能化服务价值输出。AI 的价值体现，首先是在技术层面，产品层面实现了语音、视觉、机械控制等，其次在智能化层面，不断为用户输出内容和服务。

基于此，图灵构建了自己的 AI+IP 模型。

将 AI 与 IP 融合，把技术融合在构建影响力这个层面，去吸引足够多的粉丝，然后在消费力层间，持续的输出智能化服务的价值。

光有通用 AI 还不够，图灵通过多模态人机交互，实现 IP 角色定制化

图灵在对目标客户的研究发现，拥有 IP 的设备厂商，对于通用的 AI 并不感冒，他们往往都会有进一步的 IP 角色定制化需求。

图灵为客户定制的个性化多模态交互，包含四大部分的功能：IP 属性个性化、IP 音色个性化、IP 动作个性化、IP 表情个性化。展开来论述：

IP 属性：提供属性定义工具，定义机器人的姓名、年龄、性别、父母等
IP 音色：用 WaveNet 生成模型，做全球最好的 TTS 合成引擎
IP 动作：用语义串联动作，让机器人说什么话做什么动作
IP 表情：用情感计算识别的情感类型和程度，映射机器人的表情

目前市场上主流的 TTS 技术生成的童声，机器声音的痕迹还非常明显。今年年初，AlphaGo 团队开放了一个最新的 TTS 技术——基于 WaveNet 卷积神经网络的 Cloud TTS，我们在这一基础上进行了音色定制和优化，制作出来的童声，音色的圆润程度远远比市场现有 TTS 音色的圆润程度高，能做到和人物原声相似度达 95% 以上。（现场演示声音对比，秒杀效果令全场观众称赞。）

这里值得一提的是，清华大学 Aminer 团队不久前发布了一份报告，报告显示，图灵儿童 AI 专利数为同类专利总数的 62%，多模态交互专利全球第二，AI 专利总数则是全球第四。

光有单一的 IP 还不够，图灵帮助品牌方实现智能化的内容和服务价值输出

接下来讲一下 AI+IP 模型中的智能化服务，分三方面阐述：

第一，建立独立记忆系统。在图灵语料总库的基础上，让机器人学习并记忆每个用户不同的个性化数据。例如如果能持续记录用户的个人习惯，并做出相应的个性化调整，这能使得产品有更深的粘性。

第二，定制语义技能。图灵除了提供 AI 技术方案，也是 AI 的应用开发者，我们为优质合作伙伴定制自有资源的 AI 技能、知识图谱等。

第三，剧本式话题。根据动画片的剧本，生成每个 IP 独有的话题。例如，图灵与小猪佩奇、超级飞侠等 IP 合作，我们训练出来的内容与其他 AI 训练出来的内容不一样。当我问它，你有去过巴黎吗？如果是小猪佩奇就会回答，「法国就在我们隔壁，我经常去」；如果是超级飞侠就会回答，「我本来就会飞，想去哪里就去哪里」。

响应客户的需求，图灵还对大量儿童课本教材做了 AI 内容和服务输出。