三星的新数字助理 Bixby 试图超越语音识别，走向真正的人工智能

在智能手机上使用语音命令并不是什么新鲜事，但三星的新数字助理 Bixby 超越了语音识别，融入了深度学习和扩展的视觉搜索，让它感觉更像是生活在你设备中的真正的数字助理。

Bixby 很容易让人联想到苹果的 Siri 和谷歌的 Assistant，尽管我们经常认为它们只是声音，但三星表示，Bixby 拥有自己的卡片式视觉界面来传达信息。语音只是其中的一部分。其他方面包括视觉（例如使用摄像头扫描二维码、根据封面查找书籍价格或翻译文本）、提醒和推荐。Bixby 是这四种智能功能的总称。

三星智能和物联网高级总监 Sriram Thodla 在周三的 Galaxy S8 和 S8+ 发布会上向公众介绍了 Bixby。“Bixby 理解上下文，”他说。“它知道你的屏幕上发生了什么。”

例如，你可以要求它截取你正在做的事情的屏幕截图，然后将该图像发送给联系人。过去，这种跨越多个应用和服务的复杂请求已经证明对数字助理来说是个问题。

“我们说 Bixby 是一个智能用户界面，”三星服务战略副总裁 Mok Oh 在周一的新闻发布会上接受采访时表示。

Oh 大力宣传 Bixby 的完整性，这意味着如果某个应用支持 Bixby，那么你可以通过触摸完成的所有操作也都可以通过语音完成。例如，你可以要求 Bixby 将手机上的显示语言切换为另一种语言，Bixby 应该会帮你实现。Oh 表示，这款助手还具有“认知宽容性”，因此它应该能够处理请求中的歧义。

Oh 继续强调了手机的照片应用 Gallery，以及用户可以在其中执行的数千种不同任务组合。用户可以通过无数种不同的方式命令裁剪或编辑图像，Bixby 应该能够处理这些。

Oh 表示：“我们在很多方面都应用了深度学习技术。”Bixby 的一个方面是，Bixby 在处理完请求后会向用户提供“赞”或“踩”选项，让 Bixby 知道它做得如何，并帮助它学习。“实际上，我们在整个技术堆栈的许多不同方面都应用了学习，”他补充道。

卡内基梅隆大学专注于语音研究的计算机科学研究教授亚历克斯·鲁德尼基 (Alex Rudnicky) 表示，这种赞成或反对功能对于 Bixby 这样的虚拟代理至关重要。“你需要某种强化手段，让系统能够学习——基本上了解用户想要什么和实际发生的事情之间的联系，”他说。“实际上，代理会犯很多错误。”

亚马逊的 Alexa 应用程序具有类似的功能，可以询问用户是否执行了他们想要的操作。

除了聆听能力之外，Bixby 还能洞察现实世界。使用 S8 的内置摄像头，Bixby 可以检测场景中的物体并搜索有关该产品以及相关产品的信息。当然，它还允许您从三星的合作伙伴处购买产品。这是 Siri 目前不提供的功能，而 Google Assistant 则提供，结果往往好坏参半，但这种增强现实风格的交互对于 AI 作为个人助理而言是合乎逻辑的一步。

在视觉搜索方面，三星已经与多家合作公司进行了合作，比如用于购物的亚马逊、用于特定位置功能的 Foursquare（Thodla 举了一个例子，他拍摄了纽约标志性建筑熨斗大厦的照片，并获得了有关它的信息，以及该地区的美食选择），以及用于用不同语言解释标志的谷歌翻译。

最后，Oh 表示，Bixby 还应该能够识别情境模式；如果你通常在下班开车回家时打电话，那么助手可能会识别到这一点，然后建议你这样做。Thodla 在设备发布会上也谈到了这一点，他说，如果 Bixby 注意到你通常在某个时间打车，它可能会建议你打 Uber。

Bixby 拥有自己的主屏幕，它根据自己了解的典型使用情况进行整理。来自各种应用程序的信息显示在卡片上，最相关的信息被推到顶部。因此，早上它会优先显示天气和电子邮件等信息，而晚上它可能会将社交媒体推到顶部。不过，所有这些都会随着 Bixby 从用户那里获得反馈而变化。

Neura 首席营销官克里斯·邦迪 (Kris Bondi) 表示，一般来说，模式识别和情境感知（虚拟助手会提出建议）将简单的语音识别和连接技能与人工智能区分开来。Neura 制造的 AI 引擎专注于个性化以及识别用户生活中的背景和时刻。