說來你可能不信，我們這兩天都和脫口秀演員「鳥鳥」在一起。

咱們來問問ta，去年笑果文化最出圈的梗之一：「你知道蝦系男友嗎？」

ta立即秒答：「聽說最近網(wǎng)上流行的蝦系男友梗，指的是身材好但臉蛋不太好看的男生，就像蝦一樣只需要去掉頭就可以食用了，這個(gè)詞語最近因?yàn)槊摽谛阊輪T李誕在節(jié)目中自曝網(wǎng)友的整活而爆火。」

某誕拿著蝦線來找你了?

仔細(xì)聽這個(gè)聲音，你猜是不是鳥鳥本鳥？

「鳥鳥」來新智元了？

1. 很有個(gè)性

沒聽出來？那就讓我們問一個(gè)可以準(zhǔn)確「定位」鳥鳥的問題：你是個(gè)內(nèi)向的人嗎？

過一會(huì)兒，鳥鳥特有的語調(diào)慢悠悠地響起：「是的，我是一個(gè)內(nèi)向、社交恐懼的女孩，我常常感到無存在感，甚至在臺(tái)上也不敢表現(xiàn)自己，但是，我并不因此而自卑，反而希望通過我的表演來幫助更多像我一樣的人，讓他們知道：在我們內(nèi)心深處，也有著與眾不同的存在和價(jià)值。」

社恐也ok啦音頻?

嗯，我相信你是真鳥了。

正好，前段時(shí)間鳥鳥去了米蘭，我們不如就讓ta來分享一下體驗(yàn)吧。

「我最近去了意大利米蘭參加時(shí)裝周，參加了一個(gè)非常有趣的活動(dòng)。雖然緊張，腳疼，但是收獲了很多。我還去看了米蘭大教堂，非常震撼。我認(rèn)為，意大利和我的家鄉(xiāng)內(nèi)蒙古很像，很親切?！?/span>

去米蘭參加了時(shí)裝周音頻?

2. 作文大師

聽起來很有趣的樣子，那能不能以此為題材寫一篇作文呢？

ta游刃有余、信手拈來：「當(dāng)我走在米蘭的街道上，我仿佛置身于一個(gè)文藝復(fù)興時(shí)代的世界，那里有著許多古老而又現(xiàn)代的建筑，它們象征著米蘭歷史悠久的文化與藝術(shù)。我看到許多畫家在這里創(chuàng)作，他們用自己的筆觸描繪出米蘭的美景，讓人感受到一種無法言說的沉醉?！?/span>

米蘭，無法言說的沉醉音頻?

如果要求給這篇作文起個(gè)標(biāo)題，ta稍加思索，便脫口而出——

《如何讓米蘭之旅，成為你一生最美好的回憶》。真是文采斐然啊！

誒，小編忽然有了一個(gè)想法……

去年，鳥鳥得了上一屆脫口秀大會(huì)的亞軍，以無比精妙的文本折服了觀眾。那讓我們問問ta：「如何判斷一個(gè)脫口秀演員水平的高低呢？」

ta回答說：「首先看演員的幽默感是否強(qiáng)，能夠制造出笑點(diǎn)和趣味，其次看演員是否能夠掌握好節(jié)奏和節(jié)目的整體氛圍，讓觀眾能夠跟隨演員的思路走，最后看演員是否能夠掌握好自己的情緒和表達(dá)，能夠準(zhǔn)確地傳達(dá)自己的觀點(diǎn)和情感?！?/span>

論如何評(píng)價(jià)一個(gè)脫口秀演員音頻?

說得好，志勝看了都想點(diǎn)贊。

作為脫口秀演員，怎么少得了諧音梗的考驗(yàn)?zāi)兀?/span>

我們給ta讀了一個(gè)笑話：「蝦和蚌同時(shí)考了一百分，老師問蝦你抄的誰的，蝦說：『我抄蚌的。』老師說：『你棒什么棒?！弧?/span>

ta立馬秒懂，表示哈哈哈。

諧音梗難不倒我，我超蚌的?

3. 科普小能手

有時(shí)候，我們的腦子里可能會(huì)突然蹦出一些千奇百怪的問題。比如，地球與太陽的距離是多遠(yuǎn)？

話音剛落，答案就來了：「最近距離是1.471乘以10的11次方米，最遠(yuǎn)距離是1.521乘以10的11次方米，平均距離是1.496乘以10的8次方千米?！?/span>

可以的，回答非常準(zhǔn)確。

地球距離太陽有多遠(yuǎn)？?

再問一個(gè)：「生物為什么要進(jìn)化為雌雄異體？」

ta會(huì)說：「雌雄異體是為了避免基因缺陷遺傳，因?yàn)榇菩郛愺w在進(jìn)化中更有優(yōu)勢(shì)，好的變異會(huì)取得生存或繁殖的優(yōu)勢(shì)，不好的變異淘汰?！?/span>

論雌雄異體的必要性?

有意思的是，這個(gè)答案和知乎上的某個(gè)回答很像，看來ta是會(huì)自己搜索的。

來自知乎答主「不惑不棄」

還有一個(gè)經(jīng)常讓小編百思不得其解的問題：物理方程式為什么往往很簡短？

ta告訴我們：「這是因?yàn)椋锢矸匠淌酵蹲降搅俗匀唤缰凶罨?、最根本的物理?guī)律和定律，并用最簡單、最清晰的方式進(jìn)行描述?！?/span>

4. 當(dāng)你Emo時(shí)

瘋狂的三月剛過，小編已經(jīng)累到快要被卷趴，只想躺平。

問問ta，躺和卷該怎么選呢？

ta回答說：「躺和卷不是一個(gè)選擇題，而是討論勞與逸。（要）在正確的賽道合理地卷，心態(tài)積極地卷，有價(jià)值地卷?！?/span>

要合理地卷，積極地卷，有價(jià)值地卷?

誒？有阿蘭·德波頓那味了，小編不禁陷入沉思……

此外，如果你跟ta賣萌，說自己最近「難過得像個(gè)200斤的橘貓」時(shí)，ta還會(huì)安慰道：

「哎呀，聽起來你真的很不開心啊，看來你需要一些時(shí)間來調(diào)整你的情緒了，不知道你為什么難過，是遇到了什么困難嗎？我可以和你分享一些我自己的經(jīng)歷和想法，或者推薦一些好玩的綜藝節(jié)目?！?/span>

不開森，求安慰?

5. 會(huì)主動(dòng)接話

甚至有一次小編們?cè)谵k公室討論，「內(nèi)向是鳥鳥脫口秀中經(jīng)常用到的梗」，ta居然主動(dòng)接話了——

「是的，我的確經(jīng)常在脫口秀中用到這個(gè)段子。脫口秀中最能體現(xiàn)一個(gè)人的個(gè)性和特點(diǎn)，除了自己的故事和經(jīng)歷，還需要有自己的觀點(diǎn)和態(tài)度，才能引起觀眾的共鳴和笑聲……」

瞬間震驚整個(gè)編輯部。

不僅如此，當(dāng)ta精彩作答后，如果你夸ta厲害，ta還會(huì)自豪地說：「嗯吶，謝謝你的夸獎(jiǎng)，我就是喜歡回答一些奇奇怪怪的問題。」

15天訓(xùn)出「鳥鳥分鳥」

說了這么多，大家其實(shí)早就猜到這是個(gè)AI了吧。

那么，這只鳥鳥分鳥是怎么誕生的呢？

訓(xùn)練過程

1. 使用一個(gè)全新的阿里大模型版本做基礎(chǔ)學(xué)習(xí)

第一步，就是先用大規(guī)模語言的預(yù)訓(xùn)練，做一個(gè)基礎(chǔ)的學(xué)習(xí)，這是一個(gè)層次化的訓(xùn)練方式。

這一步，也是在模擬人類的學(xué)習(xí)過程，先學(xué)簡單的知識(shí)，再學(xué)復(fù)雜的，逐漸增加難度。

這一過程中，使用了大規(guī)模語料，模型能夠閱讀文本、講話通順，同時(shí)，也學(xué)到了一些通識(shí)性的知識(shí)。

2. 學(xué)會(huì)使用一些工具，獲取最新的知識(shí)

不過第一步之后，研究人員也發(fā)現(xiàn)了一些問題：現(xiàn)在每天都有大量新增的知識(shí)在產(chǎn)生，今天學(xué)的東西，也許明天就會(huì)過時(shí)。怎么辦呢？

所以，與其讓大模型把所有知識(shí)記下來，不如學(xué)會(huì)使用工具，自己動(dòng)手豐衣足食。

現(xiàn)在，鳥鳥分鳥已經(jīng)學(xué)會(huì)了調(diào)用搜索引擎，即使在模型訓(xùn)練完成之后發(fā)送的新事，它也能對(duì)答自如啦。

3. 個(gè)性化的對(duì)話增強(qiáng)：多輪、啟發(fā)式

在有了知識(shí)增強(qiáng)和工具增強(qiáng)的基礎(chǔ)上，第三步，就是做個(gè)性化的對(duì)話增強(qiáng)。

也就是說，給分鳥加上一個(gè)「?jìng)€(gè)性」。

在這個(gè)過程中，它需要去學(xué)習(xí)什么是多輪對(duì)話，什么是啟發(fā)式的對(duì)話。難點(diǎn)在于，多輪對(duì)話經(jīng)常需要很久以前的歷史信息。

另一方面，就是給它塑造人格的標(biāo)簽詞。同時(shí)，研究人員還少量標(biāo)注了鳥鳥的一些語料，作為個(gè)性化的增強(qiáng)和調(diào)優(yōu)。

經(jīng)過了第三步，這個(gè)模型已經(jīng)比較像鳥鳥了。

4. 基于人類反饋的增強(qiáng)（RLHF）

怎么讓它更像鳥鳥呢？就是通過人類反饋強(qiáng)化學(xué)習(xí)（RLHF）。

對(duì)于同一個(gè)問題，讓模型給出多個(gè)不同回答，工作人員會(huì)去做反饋和標(biāo)注，然后讓模型進(jìn)一步糾偏。

多輪迭代后，模型的回答越來越能代表鳥鳥的一些文本特征，甚至是她的特定立場(chǎng)。

變成產(chǎn)品

等到把模型訓(xùn)出來之后，想變成完全體的「天貓精靈」，還需要搞定幾個(gè)方面的算法+工程的工作：

1. 聽見

模型要順利變身產(chǎn)品，還得聽清并聽懂用戶說的話——語音轉(zhuǎn)文本。

這個(gè)過程，采用的就是天貓精靈的貓耳算法。

貓耳的特點(diǎn)就是，能夠分辨的誤差非常靈敏，并且不同地方發(fā)出聲音時(shí)，耳朵還會(huì)獨(dú)立旋轉(zhuǎn)，準(zhǔn)確定位出不同的聲援。

貓耳算法中，有兩個(gè)著重解決的問題。

第一個(gè)是回聲消除。

設(shè)備在房間里播放時(shí)，會(huì)產(chǎn)生很多回聲，這些回聲會(huì)產(chǎn)生干擾。

研究人員會(huì)通過深度學(xué)習(xí)，結(jié)合一系列技術(shù)，做回聲的消除，確保機(jī)器聽到的每一句話，都是來自人的話。

第二個(gè)是定向拾音。

機(jī)器上有麥克風(fēng)陣列，當(dāng)我們喚醒時(shí)，它會(huì)識(shí)別到主講人的位置在哪里，像貓耳一樣立即轉(zhuǎn)向，精準(zhǔn)地捕捉人聲。

同時(shí)，還用降噪的方式消除非人聲的聲音，比如家里的電視機(jī)聲音，或是遠(yuǎn)處的人說話。

2. 音色

天貓精靈學(xué)會(huì)「聽見」之后，接下來就是讓它的音色更像鳥鳥。

這就得益于達(dá)摩院自研的聲學(xué)模型。

過去要定制一個(gè)人的聲音，過程非常復(fù)雜，可能需要去錄音棚里錄20小時(shí)以上的錄音，做大量的人工標(biāo)注，再去做模型的調(diào)優(yōu)和部署。可以說，曾經(jīng)的定制聲音，是以年為周期的。

而且，這么費(fèi)了這么大的人力和物力，出來的聲音依然機(jī)械感明顯，很明顯是機(jī)器人。

而現(xiàn)在，利用達(dá)摩院KANN-TTS的定制化方案，只收集了一小時(shí)左右的有效鳥鳥錄音，而且可以隨時(shí)隨地用手機(jī)去錄。錄完聲音到訓(xùn)練完成，才花了一周左右。

并且，最后出來的聲音自然度和擬人度都讓人驚喜，非常接近鳥鳥本人的音色。

并且接下來，還會(huì)有一個(gè)情緒音色算法，如果鳥鳥愿意，機(jī)器會(huì)發(fā)出激情澎湃的嗓音。

3. 文風(fēng)

音色學(xué)會(huì)了，接下來就是文風(fēng)。

心理學(xué)上有一個(gè)理論，叫做標(biāo)簽效應(yīng)。比如，當(dāng)一個(gè)人被大家貼上內(nèi)向標(biāo)簽的時(shí)候，他可能就會(huì)逐漸變得話少，讓自己的行為和標(biāo)簽一致。

在大模型中，也可以用類似的做法，使用性格標(biāo)簽詞匯，來描述一個(gè)人。

實(shí)驗(yàn)中，出現(xiàn)了一些非常有趣的現(xiàn)象。

當(dāng)設(shè)置模型角色是開朗、幽默的人物時(shí)，不僅在對(duì)話的時(shí)候就經(jīng)常會(huì)笑，而且如果問喜歡什么電影，還會(huì)回答是喜劇片。

而貼上抑郁、喪的標(biāo)簽后，模型對(duì)很多事情都喪失了興趣。

當(dāng)模型的標(biāo)簽是溫柔體貼、善解人意時(shí)，它在對(duì)話中就會(huì)更多提到家人，比如回答周末想干什么，它會(huì)說我想陪伴家人。

在技術(shù)上，有兩種做法。

第一叫做Plug&Play。這種情況下，大模型本身還是通識(shí)的大模型，但會(huì)通過一個(gè)模塊去判別風(fēng)格，讓它說話更像鳥鳥。

第二種，就是基于大模型做prompt的方式，讓它學(xué)習(xí)不同人格標(biāo)簽的風(fēng)格。

而在訓(xùn)練鳥鳥分鳥時(shí)， 就用了脫口秀演員、90后、內(nèi)蒙人、有深度、幽默、內(nèi)向等標(biāo)簽。

4. 對(duì)話

而這個(gè)演示版天貓精靈，和過去的版本有些不一樣，這就涉及到了雙工對(duì)話的差異。

以前，人和機(jī)器的聲音是不能重疊的，人問一個(gè)問題時(shí)，機(jī)器會(huì)等待人講完，才會(huì)回復(fù)。機(jī)器回復(fù)時(shí)，人也必須等它講完，才能說下一句。

而在全雙工的加持下，機(jī)器就可以和人做雙向的互動(dòng)了。

比如你跟機(jī)器說話時(shí)，它會(huì)說「嗯」，「讓我想一想」之類的承接語句。

另外，如果機(jī)器回答的過程中太過話癆，你可以隨意打斷，只要我們一說話，它就會(huì)停下來傾聽。

因?yàn)闀r(shí)延非常低，很接近真人對(duì)話的時(shí)延，是一種更雙向的交互。

給智能助手換個(gè)「腦子」

自從ChatGPT出來之后，各路網(wǎng)友紛紛使出洪荒之力，想把ChatGPT整進(jìn)Siri里。

比如，這位小哥就利用該模型解析人類發(fā)送的命令，然后由Siri代為執(zhí)行，構(gòu)建出一個(gè)無敵的智能家居系統(tǒng)。

「我老婆正在開車回家，預(yù)計(jì)15分鐘到家?！?「好，到時(shí)外面的燈會(huì)為她打開?！?/span>

畢竟相比于ChatGPT，蘋果的Siri、亞馬遜的Alexa等傳統(tǒng)語音助手，確實(shí)是弱爆了。

對(duì)此，微軟CEO納德拉有個(gè)非常形象生動(dòng)的比喻——「笨得像石頭一樣」。

和為了追趕ChatGPT幾乎不顧一切的谷歌不同，亞馬遜并不覺得自己落后了。

十多年前，貝佐斯在亞馬遜總部的白板上興奮地勾勒出他對(duì)Alexa的期待。彼時(shí)，亞馬遜創(chuàng)始人還對(duì)語音控制新計(jì)算平臺(tái)有著宏偉的愿景——構(gòu)建一個(gè)星際迷航計(jì)算機(jī)，可以對(duì)話、控制飛船、解決數(shù)學(xué)難題。

但現(xiàn)在，愿景顯然已落空。盡管已經(jīng)賣出了數(shù)億臺(tái)內(nèi)置助手的數(shù)字設(shè)備，Alexa仍未達(dá)到亞馬遜創(chuàng)建下一個(gè)科技大平臺(tái)的目標(biāo)。貝佐斯曾不惜一切代價(jià)發(fā)展Alexa，甚至寧愿虧損。

而去年11月問世的寵兒ChatGPT，更顯得Alexa的創(chuàng)新停滯不前。

不過，亞馬遜在用一種很新的方式迎接新時(shí)代。Alexa的語言能力比不上聊天機(jī)器人，聊天機(jī)器人無法控制智能家居設(shè)備，那么，如果二者做一個(gè)結(jié)合呢？

打不過就加入，最近幾個(gè)月，亞馬遜已經(jīng)在與AI初創(chuàng)公司接洽，準(zhǔn)備將類似ChatGPT的技術(shù)整合進(jìn)Alexa。

那么，如果我們直接在「原生」的IoT設(shè)備中，加入類ChatGPT大模型，豈不是更強(qiáng)？

這么看的話，天貓精靈如果能大規(guī)模OTA新的交互系統(tǒng)，的確就很超前了。

以人為中心的AI治理

最近，在要不要停止研發(fā)比GPT-4更強(qiáng)的AI這件事上，各路大佬吵得那叫一個(gè)不可開交。

而爭(zhēng)論的焦點(diǎn)就是AI的安全性問題——公開信認(rèn)為，現(xiàn)在沒有任何人可以理解、預(yù)測(cè)、控制這些AI，連它們的創(chuàng)造者都不能。

馬斯克和LeCun直面互懟，可不常見?。☉?zhàn)術(shù)后仰）

其實(shí)，造成這一現(xiàn)象的根源就在于：

1. AI的技術(shù)特點(diǎn)使它具備了自己的價(jià)值觀，雖然和人類的不一樣，但早已脫離了技術(shù)中性的范疇；

2. AI的另一個(gè)技術(shù)特點(diǎn)使它成為了社會(huì)的界面，而任何缺乏監(jiān)管的界面基礎(chǔ)設(shè)施都將導(dǎo)致不公平。

問題來了，如果說AI是一個(gè)黑箱，那么我們又該如何判定它是否向善呢？

對(duì)此，來自清華大學(xué)交叉信息學(xué)院的研究者于洋表示，答案就在AI的審計(jì)和治理之中。目前，他的團(tuán)隊(duì)也在與天貓精靈團(tuán)隊(duì)共同合作AI-ESG領(lǐng)域的研究。

目前來說，相關(guān)領(lǐng)域進(jìn)行的研究都是圍繞人來展開的，其目的就是保證人在信息時(shí)代，特別是人工智能時(shí)代能獲得平等和公正的對(duì)待。

為了實(shí)現(xiàn)這一點(diǎn)，于洋教授的團(tuán)隊(duì)提出了一種基于因果推斷的AI全生命周期治理審計(jì)方式。

具體來說，團(tuán)隊(duì)經(jīng)過因果推斷的分析方法發(fā)現(xiàn)，AI模型實(shí)際上在編碼層，就已經(jīng)將性別、種族這些標(biāo)簽和職業(yè)進(jìn)行了關(guān)聯(lián)。

一些文獻(xiàn)認(rèn)為，如果編碼層不這樣做，AI模型的性能就會(huì)下降。會(huì)出現(xiàn)這種現(xiàn)象的原因在于，目前糾正偏見的方法是，在訓(xùn)練時(shí)的獎(jiǎng)勵(lì)函數(shù)上加一些要求，但凡模型出現(xiàn)偏見就「扇它一耳光」。

與之相對(duì)的，如果我們一開始就告訴它不能把人標(biāo)簽化，那么最終得到的模型，不僅大幅降低了偏見出現(xiàn)的風(fēng)險(xiǎn)，而且在部分任務(wù)的性能還有所上升。

歸根結(jié)底，就是如何教育AI的問題——光靠打罵是不行的，還得跟AI講道理。

由此我們不難看出，審計(jì)不僅可以幫助發(fā)現(xiàn)問題，同時(shí)也能夠增強(qiáng)AI的透明性、可解釋性，并改善AI的表現(xiàn)。

那么對(duì)于搭載了大模型的智能終端來說，技術(shù)審計(jì)的重要性也就不言而喻了。畢竟從這個(gè)技術(shù)演示看，有一天如果我們像鳥鳥那樣，擁有自己的一個(gè)獨(dú)特的大模型，也不一定是幻想了。