KikaGO：一條數據線的AI之旅

李根 發自 Vegas

量子位 報道 | 公眾號 QbitAI

萬萬沒想到，一條數據線火了。

在2018 CES現場，這根線成為關注的熱點之一，它被華爾街日報評價「Best of CES 2018」，還拿到了智能家居、智能車載、智能應用軟體以及科技促進生活等4項2018 CES創新大獎。

不說你也猜到了。AI時代下，這肯定不會是一條普普通通的手機數據線。

那它有何不同之處？可以先看看這段網上流傳挺廣的視頻。

KikaGO

這個數據線，真名叫做KikaGO。

除了給手機充電，KikaGO還能以語音交互的方式，幫助用戶完成很多操作。包括接打電話、即時通信軟體的收發信息、導航以及播放音樂。

更為特別之處在於，KikaGO能在非常嘈雜的駕駛環境中，準確識別用戶的語音指令，而且通過聲紋識別技術，可以只聽令於自己的「主人」。

其實KikaGO不只是一個數據線，更是一個「全語音車載助手」。在CES現場，Kika對量子位表示，這個產品軟硬一體打磨的挑戰並不小。

△ KikaGO外觀

但從硬體上，KikaGO為什麼選擇這種方案？

最主要的原因還是車內噪音較大，駕駛環境下，手機與司機之間的距離約有50cm。要在這個距離與手機語音交互，需要比較大的聲音。

為了解決這個問題，KikaGO選擇在常見的數據充電線上，創造性的加裝了2個朝向相反的收音麥克風。因為要解決降噪的問題，至少需要兩路音頻信號。

數據線上還有一個晶元，用來進行信號轉換和增益。隨後，這些聲學信號傳送到手機端的KikaGO應用中，繼續完成語音識別、語義理解等程序。

用戶的指令，會被KikaGO進一步推送到第三方App中。據介紹，有了KikaGO的協助，司機在駕駛全程中，操作手機只需動嘴、不需動手。

△ KikaGO場景應用圖

如果你想試用KikaGO，還得英文好才行。但可能你不知道，Kika起源於中國。

這家全員都以英文名片示人的公司，目前公司在北京和矽谷設立雙總部，分別在印度和台北設立了研發中心。

Kika也不是一家剛創立的公司。早在2014年就推出了首款輸入法產品Kika Keyboard，還在2015年拿到了「Google Play頂尖開發者」稱號。

不過由於主打海外，國內用戶直接感知接觸有限。

目前，這家來自中國的公司在海外進入了140多個國家，支持173種語言，全球用戶數量達4億，月活6000多萬。

也就是說，Kika做的事情跟國內的搜狗類似。這或許能解釋Kika能夠推出KikaGO的原因，用戶、數據量、語音輸入、人機交互等等之前的儲備，都為現在做好了準備。

全語音解決方案

KikaGO背後到底有什麼技術挑戰？量子位從Kika CTO姚從磊博士口中獲得了答案。

首先最直接的挑戰是口音。與國內語音交互中的方言類似，英語場景也會面臨口音問題。姚從磊說，通行的解決方法是收集更大規模的口音數據，然後進行訓練優化模型，或者用更少的數據，但利用更多的深度神經網路，實現更好的效果。

在具體解決中，Kika兩條腿走路。一邊是靠數據底子，因為輸入法有強大的用戶基礎，打造了一個千萬量級的語音和文本數據集進行模型訓練；另一邊也在不斷優化技術，同時與約翰霍普金斯大學進行合作，既做半監督的語音聲學模型訓練，也把輸入法中的上下文信息理解應用到語言模型中，大幅提高語音識別的準確度。

其次還有理解。區別於文字輸入，語音交互中缺失了標點符號、emoji等反映人類情感的信息，於是容易造成理解偏差，甚至謬以千里。

在情感理解方面，Kika也做了兩手方案。

一手方案是構建情感數據集，涵蓋各種情緒表達，在用戶輸入語音和emoji系列之間找到聯繫，利用深度學習網路訓練，該數據集規模上接近億級，主要來自Kika用戶輸入的匿名化脫敏數據。

雖然也曾經嘗試過Twitter上的公開數據，但最後發現用戶場景和日常IM聊天還不盡相似，數據效果不算好。

另一手方案是通過技術功能完善用戶體驗。比如支持用戶用語音編輯、修正已經輸入內容，降低用戶使用語音輸入的門檻。

此外，軟硬體結合方面也有交叉整合帶來的問題。

比如數據線本身功能是充電，但作為語音方案硬體載體，還需要考慮數據信號傳輸方面的效果。

還有安卓手機如何通過充電口，完成充電線與App之間聲音信號流傳輸聯動，且不干擾其他App，個中問題也不少。

最後還有車型號本身，大車、小車、SUV等不同空間的車，對於收音效果可能都會有影響，如何做到不同空間距離的識別效果最佳，以及車速較快、開窗、車內音樂播放等場景下的降噪表現，都是一道道需要親自打磨測試才能解決的難題。

這也是Kika首次推出硬體相關產品，CTO姚從磊坦言：吃了不少苦頭，趟過了不少明坑暗坑。在軟體技術上準備好後，又經歷了6個月的時間打磨產品。

不過，從當前市場反饋來看，無論是CES 4項大獎的獎勵，還是社交媒體上用戶的刷屏反饋，不僅擊中了用戶痛點，也是種瓜得瓜。

實際上，對於Kika這樣的公司而言，生長壯大於移動互聯網浪潮中，現在又面臨大數據基礎上的AI機遇，進入新領域、誕生新物種，也屬於情理之中。

而且對於機器學習出身的姚從磊而言，深度學習為核心的AI革命，還提供了一種提升產品能力、完善產品體驗的方法，是一把得心應手的鎚子。

對於技術研發人員而言，可以通過問題(釘子)尋找，運用得力大鎚解決問題。

這位Kika CTO甚至將此稱為：AI思維。

AI思維

姚從磊舉例說，對於輸入法為代表的人機交互產品來說，核心標準是：全、准，快三個方面，這三大挑戰在深度學習革命之前並沒有解決得很好。

但如果基於AI技術，「全」方面可以通過多媒體內容庫中的索引、分析和推薦，用戶從輸入感知層面能感到詞庫更全；而「准」方面，識別和理解方面更是大幅度突破，是60分到90分的提升；「快」的問題上也能拋開傳統統計模型的缺點，對聯想詞的準確度有更精準的提升，甚至是數倍的提升。

除了核心產品本身的能力提升，姚從磊也在內部鼓勵團隊到產品線的全鏈條中尋找「釘子」，然後試著用AI這把得心應手的工具提升用戶體驗。

或者也能在核心發展AI引擎的主線上，不斷拓展邊界，推出之前沒機會嘗試的產品，比如當前推出的KikaGO.

姚從磊透露說，基於之前技術和數據的積累，現在Kika已經建立起了自己的AI技術庫，將圍繞輸入法引擎（Engine Alps）、語音引擎（Engine Appalachian），以及內容推薦引擎（Engine Andes）推出更多AI落地方案/產品。

△ Kika的AI技術庫

但也不是沒有挑戰，比如供不應求的AI人才。

不過這位Kika CTO回應說：並不是非常擔心，即便競爭激烈，但Kika在數據、技術提升方面的實力會日益彰顯，並且Kika也形成了吸引和培養AI人才的成熟機制。

「如果你的某一個技術提升就能讓數千萬人的生活更美好，想想就很激動人心。」

OMT

最後補充一句，這款拿了一堆獎的KikaGO，還沒有正式發售，連售價也沒有確定。而且主要的銷售市場也是海外並非國內。

TO B是一個更重要的方向，基於場景方面的考慮，KikaGO也在尋求更多的合作夥伴，也許未來Uber、Lyft的司機都會用上這款產品。

— 完 —

歡迎大家關注我們的專欄：量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

量子位 QbitAI · 頭條號簽約作者

?? ? 追蹤AI技術和產品新動態