在电商、金融、物流、云计算之后，阿里巴巴将会做什么？
“继电商、金融后的另外一条主赛道，阿里巴巴拥抱IoT时代，要做IoT基础设施搭建者。而且有宏伟的目标，5年内连接100亿的设备。”阿里巴巴达摩院-机器智能技术实验室语音交互首席科学家鄢志杰先生说。
在7月5日深圳价值工厂召开的首届零一科技节上，鄢志杰发表了“语音交互如何重塑人与IoT的关系”的主题演讲，并在演讲结束后接受了天极网记者的采访。
人与机器交互的变迁
从互联网的变迁来看，我们从PC互联网到移动互联网，最直观的感受是上网速度越来越快。上网不再局限于获取信息，还能购物、点外卖、打车、看视频等。
伴随着这些变迁，人们跟机器和互联网“打交道”的用户界面也发生了很大变化。
鄢志杰表示，从打孔卡片、命令提示符到图形用户界面，人类与机器的交互变得越来越简单、越来越好用。他说，“随着这些界面的变迁，大家会发现，每一次用户界面的升级，都来自技术的进步。人机交互界面的进步又推动硬件的改变，从最开始笨重的机器到现在可随意放进口袋的小型计算设备。”
与此同时，这些界面和硬件的变迁也反映着世界新老科技巨头的更替和兴衰。在软盘交互时代，IBM是那个时代的“霸主”;后来，微软推出操作系统，让交互变得更简单，这让它成为软件行业巨头，在PC市场获得领导地位。而在移动时代，苹果的iPhone用触屏体验开启了移动互联时代。
自然交互将重塑人与IoT的连接
在鄢志杰看来，互联网的内容未来会发生改变，商品和服务将变得个性化。同时，互联网的入口可能会更加多元化，覆盖各种各样的IoT设备，比如电视、汽车、音响、可穿戴设备和机器人等。并且，人机交互界面也会从触屏向自然用户界面发展。
在万物互联时代，交互成为非常重要的关键。他说，“多模态的语音交互和自然交互，将重塑人跟这些设备之间的连接，以及人与IoT的连接。”
目前来看，智能音箱成为语音交互的“试验田”。亚马逊Alexa的成功，不仅让人们见识到智能音箱的应用场景，而且也明白语音交互未来广阔的应用前景。作为一个系统，语音交互几乎可以进入任何硬件设备，依靠大量的数据训练，它可以实现快速迭代。
因此，我们看到一夜之间，中国市场出现“百箱大战”，比如天猫精灵、小米小爱、小雅AI音箱等。
从用户的反馈看，部分智能音箱的体验效果并不好，甚至被网友戏称为“人工智障”。在鄢志杰看来，虽然当下智能音箱的智能程度离用户的期待也许还有一定距离，但这是一个很好的开始。“今天，语音交互设备能够大规模触达用户，以前更多是在电影里看到，现在这种大规模的触达用户，我觉得对技术的进步很重要。”他说。
从技术到产品再到商业，这是一个商业化的过程。他认为，通过商业化，让产品大规模触达用户，是一个很好的开始。收集用户的反馈意见，来倒推产品的提升，进而推动技术的进步。这正好是当今互联网行业的产品思维，小步快跑，快速迭代，实现产品升级。
从室内到公共空间 阿里巴巴的探索和尝试
在这条路上，他介绍了阿里巴巴自己的经历和探索。虽然他在阿里巴巴达摩院，但是他们并不是一个单纯的研究院，里面有各种各样的人，包括技术、研发、设计、产品、工程和商业等。
这种尝试首先是室内，比如你的屋子和办公室可以放智能音箱，通过语音交互控制电视。然后是汽车，阿里巴巴和上汽集团合作成立了斑马网络，在智联网汽车里实现全语音交互。“做完屋子、汽车之后，我们思考下一个应用场所是什么？显然是公共空间。” 鄢志杰说。
但是，与其他场所相比，公共空间要实现语音交互存在两大问题：一是噪声，二是干扰。如何解决这些问题？他们把计算机视觉和语音交互等多种技术结合形成了一套“多模态语音交互”系统。通过摄像头，可以定位你的身高、角度、位置等，然后把麦克风阵列朝向目标对象，让他的语音实现最大程度增强，把旁边的噪声进行抑制。比如，阿里巴巴在上海地铁提供的语音售票机。
从屋子、汽车到公共空间，在鄢志杰看来，“所有的尝试都是希望这样的接触点越来越多，最终实现人机的自然交互。”
他说，“在IoT时代，语音交互会变得无处不在，即随时随地地连接人与互联网。我们走过了从屋子到车子再到公共空间的过程，现在更多做技术的研究和商业化的落地。”
写在最后：
在笔者看来，语音交互具有颠覆性，或许成为继触屏体验的下一次革命。在这种变革中，不仅需要像鄢志杰这样的技术研发者，而且也需要成功的产品，实现真正落地。
