互联网公司为何纷纷布局智能音箱？从“语音战”升级为“视觉战”

2018年3月25日讯，智能音箱的更新换代越来越快，也正成为拉近人工智能与百姓生活距离的重要纽带。昨天，阿里巴巴人工智能实验室发布了2.0版本的人机交互系统，在原有“听”和“说”的交互体验基础上，引入视觉能力，装载该系统的“天猫精灵”也成为了一款能“看得见”的智能音箱。

新华社图

记者在现场试验发现，拿着西兰花问天猫精灵这是什么，它会在几秒内“看一看”用户手中的物体，并答道“这是西兰花。”如果拿起一板药片，天猫精灵不仅能答出“这是药”，还会说“不能随便吃哦。”据介绍，新系统的视觉能力包括图像识别、人脸识别、物体检测；同时，还具备情景感知能力，基于用户所在的上下文、对话场景自主学习，深刻理解情景需求。

智能音箱的战场已经打响，BAT纷纷进场布局。在今年的全国两会上，百度创始人李彦宏在三次提到将在下周推出的智能视频音箱“小度在家”；而名为腾讯小Q机器人的智能语音音箱也在京东平台上受到了不少消费者的关注。

为什么各大互联网公司都在争先恐后布局人工智能音箱呢？人工智能算法科学家聂再清向本报记者解答道：“可以说智能语音是人工智能技术中最难的领域之一，如果机器真的可以非常好地理解人类千差万别的语言，那是很重要的成就。音箱又是很受用户喜欢的一个产品类型。通过智能音箱，人工智能技术可以在与用户的频繁交互中不断学习，不断提高自己，增强对自然语言的理解，从而实现在认知智能领域的突破。所以，智能音箱是最接近用户的、真正可能在AI领域带来飞跃、可能实现人机交互新方式的一个媒介，可以为语音交互带来新的入口。 ”