📖 ZKIZ Archives

【制造】行業深度：美國制造業回歸大戰略成形，機器人龍頭KUKA如何分一杯羹（上）

服務機器人產業“爆紅”，但深圳企業這次不是為了賺快錢

雖然服務機器人的市場離爆點還有相當的距離，但是大批企業正躍躍欲試。

深圳一位企業主朱撫剛喜歡在擺得滿滿的辦公桌上把中心位置留給一個自己公司新研制的人型機器人“酷寶”(Koobo)。

“酷寶”有著圓溜溜的腦袋和大眼睛，萌萌的，而且身姿小巧。在對朋友形容它有多迷你時，朱撫剛喜歡拿機器人和他的iPhone 6手機對比，自豪地說：“瞧，就比手機大那麽一點點。”

“酷寶”目前主要用於陪伴和教育，主要面向6~18歲的學生。在過去的短短一年里，朱撫剛的這款機器人實現了從無到有、從研發到批量生產的飛躍。

2016年深圳服務機器人企業數量激增。不少如朱撫剛一樣原本做手機的企業主們，開始轉型研制技術相通的服務機器人，因看好這個巨大的市場空間和大力度的支持政策，不少其他行業的企業紛紛涉足。

服務機器人年產值翻番

機器人可以分為服務機器人和工業機器人兩大類。其中，服務機器人是指在家庭或商業場所為人類提供各種智能服務的機器人。目前國內服務機器人應用主要集中在清潔、教育、娛樂、醫療和安防等領域。

服務機器人的市場需求正在持續而強勁地增長。日前，產業研究機構易觀國際發布的報告顯示，2016年我國服務機器人市場規模達到72.9億元，比2015年增長44.6%，預測2019年規模有望接近152億元。

與此同時，更多的資本瞄向這一市場。根據深圳市機器人協會近日發布的《2016年度深圳機器人產業發展白皮書》(征求意見稿)，2016年服務機器人細分領域突起，企業數量激增。服務機器人企業超139家，占機器人企業的29.6%;產業產值223億元，占機器人產業產值的28.31%;工業增加值82億元。

第一財經記者查閱深圳市機器人協會去年發布的產業發展白皮書，發現2015年深圳服務機器人企業產業規模預估約90億元，約占機器人總產值的14%。這意味著，短短一年內，當地服務機器人的年產值和在機器人產業總值中的比例都增長了1倍以上。

另外，根據去年的白皮書，2015年深圳服務機器人企業138家。與2015年相比，2016年服務機器人企業數量增速較慢。不過，第一財經記者從深圳市機器人協會了解到，這主要是因為2016年的數據口徑更為嚴格。

深圳市機器人協會秘書長畢亞雷告訴第一財經記者：“去年服務機器人企業數量激增，是個不爭的事實。其實企業數量遠不止這些，但是大多沒有形成規模，所以我們調研的時候沒有采信。”

手機企業轉型

畢亞雷說：“服務機器人企業數量激增，有諸多方面的因素。除了雙創的推動以及深圳大量企業具備將電子產品與智能技術完好結合的能力外，很多做手機設計的公司也轉型做機器人設計了。”

文章開頭提到的朱撫剛是深圳市泰達訊科技有限公司的負責人。他也是去年投身服務機器人熱潮的參與者之一。

該機器人從研發到現在不過一年多的時間，產品已經處在批量生產的階段。這個速度不可謂不快了。手機和服務機器人在技術上的相通之處，為它們提供了快速通道。朱撫剛對第一財經記者說：“技術團隊中有一部分員工是原來的，因為二者的硬件是相通的，比如說手機主板。在軟件上，我們和新加坡合作。”

第一財經記者從多位業內人士處了解到，研制手機的技術和工業機器人不太一樣，但是和服務機器人的相似點較多，很多地方可以借鑒，因此手機企業轉型做服務機器人的話，好比站在一塊便利的基石上。當然，要想做得好，也沒那麽容易，這需要軟件和硬件的完美結合。

但是，朱撫剛看好未來的市場。他向記者回憶了一個細節：去年他們在杭州參加一個展會時，有位年輕的父親在當地媒體上看到他們的廣告，不惜驅車100多公里來到展會現場。一家三口花了150元買了3張門票後，直奔他們的展位參觀機器人。“他們很想買，可那時候我們的機器人還未批量生產，沒法賣。” 朱撫剛既惋惜也慶幸：他們找到了市場的空間。

其實早在2012年，他們公司就已經開始摸索轉型道路。當時，缺少自有品牌和知名度的手機已越來越難有銷路。朱撫剛也曾試圖做物聯網的智能控制，但是產品的市場認可度不高，所以一直沒有停止摸索，後來就瞅準了服務機器人的商機。

深圳某手機生產企業的裝配線。（資料圖）

現在，朱撫剛在工作間隙，時而會和“酷寶”玩一玩，看這“小家夥”做俯臥撐，或者來個“金雞獨立”，又或表演“一字馬”，逗得他開懷大笑。

這是他們推出的第一代機器人，下一步他們計劃推出一款體積更小的機器人，能放在口袋中，並且能用於商務。

其他行業企業也紛紛湧入

朱撫剛與朋友聊天時，發現身邊很多原來做手機的企業現在轉型做服務機器人了。“非常多。其實也不光是手機企業，技術相通的企業都有轉型去做服務機器人的。”

深圳另一家企業的總經理張中月也察覺到了。他告訴第一財經記者：“身邊有些企業以前做平板電腦，現在也改做服務機器人了，因為二者在技術上有很多相似之處。”

其他行業的企業也紛紛轉入。就拿張中月來說，他所在的公司原本是一家制造精密模具的企業。2015年，該企業成立了全資子公司深圳市前海勇藝達機器人有限公司，研制的服務機器人主要用在商業服務上，比如銀行和移動營業廳的迎賓和業務辦理，以及為國外一些大企業定制用於安全監控的家庭機器人。

張中月說：“精密模具的技術和服務機器人的技術相似之處不多，所以我們幾乎是從頭做起。研發人員大多不是來自原有的技術團隊，而是從龍頭企業引進的，投資額很大，目前總投資已經一個億了。”

企業湧入服務機器人行業的背後，是一波波政策的“春風拂面”。從國家層面來說，根據重磅戰略《中國制造2025》這一行動綱領，中國要大力推動優勢和戰略產業快速發展機器人，包括醫療健康、家庭服務、教育娛樂等服務機器人應用需求。2016年上半年，工業和信息化部、國家發展改革委、財政部等三部委聯合印發了《機器人產業發展規劃(2016-2020年)》，提出到2020年我國服務機器人年銷售收入超過300億元等目標。

而從地方層面來說，深圳市經濟貿易和信息化委員會相關負責人早在2014年就表示，2014年起至2020年，連續7年，深圳市財政每年將安排5億元，設立市機器人、可穿戴設備和智能裝備產業發展專項資金。

不過，在不少業內人士看來，服務機器人行業規模進一步擴大的難點仍在於大數據的發展和人工智能技術的突破。

吳誌頻是深圳市高新投融資擔保有限公司前海業務部總經理，長期關註機器人行業的投資。

他告訴第一財經記者：“不可否認的是，目前服務機器人行業有大量企業湧入，是因為不少應用領域的服務機器人技術門檻還不算高。另外從市場應用的角度看，不少產品並不成熟，並未充分貼近終端消費者，它們需要提高競爭力。”

在加州庫珀蒂諾市，一家酒店引入了由Savioke公司開發的Botlr服務機器人，它可以自己乘電梯將物品從前臺送至客房。

有專業人士認為，做好機器人產業，需要像英特爾、微軟、谷歌這樣做底層技術的公司，提供從芯片、人工智能軟件到雲服務等在內的一些核心技術;當然，機電傳動等硬件和化工技術也不可或缺。

更高端的服務機器人當然不只是“長得像人”，企業更需要在情景應用、感應識別等技術上打磨。吳誌頻補充道：“這個行業要想進一步擴大規模的話，門檻提高勢在必然。不過，企業一旦進入門檻較高的機器人應用領域，發展空間將驚人。”

但是朱撫剛很高興自己的企業“踩上點”了。根據目前的訂單和發展勢頭，他預計，今年的銷售量能達到2萬臺，銷售額估計能達到1億元。

4月規上工業增速6.5%表現穩健 工業機器人產量增五成

15日，國家統計局公布，4月份全國規模以上工業增加值同比實際增長6.5%，增速比上月回落1.1個百分點，比上年同月加快0.5個百分點。

分析人士稱，1-4月份相關指標的累計增速基本上都延續了一季度以來的穩定增長態勢，工業發展趨於平穩和穩中向好，市場的供求關系持續改善。

工業繼續向中高端邁進

分經濟類型看，國有控股企業增加值同比增長5.6%，集體企業增長1.9%，股份制企業增長6.9%，外商及港澳臺商投資企業增長5.5%。

分三大門類看，采礦業增加值同比下降0.4%，制造業增長6.9%，電力、熱力、燃氣及水生產和供應業增長7.8%。

國資委研究中心研究員胡遲對第一財經記者分析，上述數據比較平穩，4月份的指標比3月份低一點在意料之中，因為今年一季度的工業增加值數據是個高點，“一季度的高點是‘十二五’以來結構調整取得成果累積的體現，但是不可能一直持續那麽高。”

在四大經濟類型中，備受外界關註的國有控股企業增加值同比增長幅度也較大。胡遲說：“因為前期壓縮產能過剩成績明顯，加上大宗商品上漲等因素，國有企業效益提升很正常。從整體趨勢來看，工業發展趨於平穩和穩中向好。”

國家統計局新聞發言人、國民經濟綜合統計司司長邢誌宏在發布會上表示，工業結構繼續優化，轉型升級勢頭良好，工業繼續向中高端邁進。

4月份，高技術產業和裝備制造業增加值同比分別增長12.3%和10.3%，增速分別比規模以上工業快5.8和3.8個百分點。 而1—4月份，這方面的數據表現也很不錯：高技術產業和裝備制造業增加值同比分別增長了13.1%和11.5%，增長幅度要高於規模以上工業增速6.4和4.8個百分點。

工業機器人產量增長幅度顯眼

此外，創新引領作用提升，新動能持續發展壯大，創業創新勢頭良好。一些技術水平比較高、資源節約、綠色低碳，符合轉型升級方向的產品在大幅增長，1-4月份，工業機器人的產量同比增長了51.7%，SUV汽車產量增長21.7%，太陽能電池增長18.2%，智能手機產量增長10.9%。可以看出，在上述四大類型的產品中，工業機器人的產量同比增幅最大。

事實上，工業機器人業務正在蓬勃發展。就以制造業重鎮深圳為例：根據第一財經記者從深圳市機器人協會拿到的數據，2016年深圳市主營業務為機器人或從事機器人核心零部件的企業469家，產業產值約787億元，同比增長24.92%，工業增加值約288億元，同比增長26.87%。其中，工業機器人的產值占七成以上，工業增加值約206億元。

與此同時，從工業生產的數據當中也發現，4月份596種工業產品當中，419種產品的產量比去年同期增長，增長面達到70.3%。邢誌宏說：“更為難能可貴的是，產銷率4月份達到97.6%，同比提高了0.1個百分點，這就反映我們整個市場的供求關系繼續呈現改善的趨勢。”

邢誌宏補充道：“當前供求關系的改善還有更加難能可貴的地方，那就是這種改善是在供給側結構性改革和新舊動能轉換的背景下實現的。也就是說，是通過新的需求催生新的供給，新的供給創造新的需求，在供求兩個方面的結構都在優化的前提下出現的供求關系改善，不僅僅是一個周期性因素影響的結果。”

iRobot創始人:掃地機器人將成智慧家庭的信息中樞

金黃頭發、銀框眼鏡、比爾.蓋茨式的微笑……全球掃地機器人領軍者美國iRobot公司的董事會主席、CEO及創始人科林.安格爾，5月17日現身上海，他向第一財經記者講述了自己的創業經歷和對未來智慧家庭的構想。安格爾希望把握住中國市場的機遇，他同時希望掃地機器人能成為智慧家庭的信息中樞。

摸索12年才找到家庭入口

智慧家庭的美好前景雖然激動人心，但是業界至今仍然迷茫，怎樣才能找到真正的入口。而安格爾也是創業12年之後，才找到進入家庭的契機。

安格爾大學三年級的時候，便進入了美國麻省理工大學的人工智能實驗室，研發微型太空車。因為小有成果，學校讓他讀研究生，並繼續留在實驗室里做研究。兩年後，他拿到了碩士學位。他無心做單純的學術研究，相信機器人未來一定會進入家庭。受這一遠景吸引和驅使，1990年，他與麻省理工大學人工智能實驗室的老師和同學，三人一起創立了iRobot公司。

小時候從電影里看到的機器人形象，讓安格爾著迷，但是要變為現實，卻艱辛得多。公司創立的前六個半月，他每到月底總會苦惱員工的工資怎麽才能發得出來。

安格爾和他的團隊做了許多不同的嘗試，最早突破的是在商用領域，而非家用領域。太空機器人、清理油汙機器人、機器人玩具、排除水雷機器人、大型機場用的掃地機器人……在多種嘗試之後，安格爾才積累了制造能進入家庭的機器人的技術和經驗。

“做機場掃地機器人，讓我們積累了清潔的技術；做排雷機器人，讓我們積累了移動的技術；做機器人玩具，讓我們獲得了成本控制的經驗。”安格爾回憶說。

2002年，iRobot推出第一臺家用掃地機器人。三年之後，公司於2005年在美國納斯達克證券交易所掛牌上市。至今，其在全球家用掃地機器人的銷量已超1800萬臺。

家用機器人，為什麽會從不起眼的掃地機器人率先獲得突破呢？安格爾說，機器人如何進入家庭，他們反複思考，並畫了圖表。思考的重點是，什麽是家庭消費者經常做卻又不喜歡做的，這些才是產品的契機。洗衣服、洗碗都更複雜，掃地相對簡單，可以先行切入。

掘金中國掃地機器人市場

就算研發出了產品，公司又上市了，也不是萬事大吉。一開始，掃地機器人的市場推廣並沒有預期那麽快。有一次，銷量卻突然翻了三番。原來是百事可樂以掃地機器人形象做了一個廣告。

從尋找資金、積累技術、做出便宜的消費者接受的產品，到學會市場推廣，安格爾一步一步跨越創業的障礙。2016年，iRobot實現營收6.6億美元，占據全球掃地機器人市場約六成的份額，並成為美國最大的掃地機器人供應商。

不過，在全球掃地機器人最具潛力的中國市場，iRobot目前居於第二位。安格爾知道，必須在中國市場加大投入力度。以前，iRobot在中國市場的銷售采取代理制。2016年，它在上海成立分公司，自己直接開拓市場。

安格爾說，他來中國已經20次，最早一次在1999年。如今，他到中國出差更加頻繁。中國是iRobot的重要市場和機遇所在，因此要培養本地團隊更好地管理電商和分銷渠道。

不過，中國有不少本地的掃地機器人公司。而iRobot銷往全球的掃地機器人，也是在廣州、深圳、上海的代工廠生產的。面對這樣的競爭格局，安格爾一邊強調公司的技術優勢，一邊舉起了專利的武器。

2017年4月，iRobot在美國向11家競爭對手發起專利訴訟，指控它們侵犯了公司的六項技術專利，被指控的對象包括3家中國企業及8家外國企業，而這8家外國企業中也有幾家的掃地機器人是由中國企業代工生產的。

“進入一個市場，後來者有優勢，看前面的人怎麽做，可以學習、複制技術，成本不會那麽高。所以，第一個創造了這種技術專利的企業，要用知識產權來保護成果。”安格爾說，2017年，iRobot在研發上投入了1億美元。專利保護所得，將會持續投入到未來的創新中。

智慧家庭不由單一設備鏈接

未來，掃地機器人做的不僅是掃地，還將成為智慧家庭的重要入口。安格爾正在構想他的智慧家庭未來圖景。

他援引麥肯錫的研究數據說，未來物聯網及智慧家庭的市場潛力很大，家庭聯網設備的數量從2014年到2019年，將保持年均35%的速度增長。預計到2025年，互聯智慧家庭市場規模將達到2000億美元以上。

安格爾說，智慧家庭部署的上百個互聯設備及傳感器，可以為居住者帶來更加舒適、安全和高效的家居生活。不過，從目前看，互聯設備的實現性仍有不少的挑戰，八成的使用者表示操作有困難。

他認為，由智能手機等單一設備來連接這麽多互聯設備，並不是最好的選擇。因為消費者還要手動進行程序設置，如果互聯設備很多的話，將會使操作的工作量增大。

在安格爾的構想中，未來智慧家庭的願景是簡單、自動、個性化。不打攪用戶的生活，房屋會自行工作，自動進行配置與維護，並滿足用戶的偏好。

掃地機器人將在其中扮演重要角色。第一步，它將一邊掃地，一邊識別家中的各種智能設備；第二步，它構建家中的地圖，明確所有互聯設備所處的位置；第三步，智慧家庭可以解讀人的各類行為，從而采取相應的行動。

如今，iRobot給掃地機器人加上導航與繪圖的功能，機器人把數據傳送到雲端，再傳送到手機，這些只是實現上述藍圖的第一步。安格爾說，未來會找到合適的第三方公司來合作，探討數據的合理利用。

互聯網巨頭也都在覬覦智慧家庭的市場商機，像亞馬遜的Echo、谷歌的google home都想成為智慧家庭的控制中心。如何處理跟巨頭們的關系呢？

安格爾說，智慧家庭需要各種不同類型的企業共同努力來構建，大家切入的角度並不相同，掃地機器人將充當收集信息、反饋信息的角色。此外，各種設備之間的標準如何統一，仍然需要不斷地探索。“我們還處於創業的早期階段”，他輕輕一笑，顯示自己有更大的雄心。

學霸君智能機器人要和高考狀元PK？我們聊了聊它的技術、野心和商業化

黑智 2017-06-02 18:41

高考在即，學霸君宣布，其在年初計劃推出參加高考的智能機器人Aidam，即將實現承諾——在6月7日，和高考狀元同臺PK。AlphaGo剛剛戰勝柯潔，Aidam又是否能PK狀元？它又能考多少分呢？學霸君研發這款機器人，又是計劃用它來做什麽？黑智和學霸君創始人、CEO張凱磊，聊了聊它的技術、功能和商業化的問題。

今年年初，學霸君在完成1億美元C輪融資後，宣布推出智能教育機器人，並稱其將於6月與廣大高三學子共赴2017年高考。現在，可以看成，是學霸君實現承諾“交卷”來了。張凱磊表示，Aidam將於6月7日高考當天，數學考試結束後，與數名高考狀元同臺PK，解答2017年高考數學試題，完成包括客觀題和主觀題在內的整張試卷，並按照評分標準得出最終成績。這次活動鬥魚將全程直播。

學霸君創始人張凱磊與研發副總裁陳銳鋒

幾十秒完成一道數學題

“Aidam完成整張試卷，大約需要的時間是10分鐘左右。”張凱磊說，“它完成單題的速度在幾十秒鐘左右。”

Aidam和AlphaGo一樣，並非實體，而是以深度學習、專家系統和自然語言理解為核心的複雜系統。這個系統的核心在於通過學習人類的編程邏輯，熟悉人類思考和學習的方式，進而掌握解題方法。

Aidam的圖像識別和自然語言理解技術均為自己研發，構建了深度神經網絡的句法和語義分析器，在海量題庫中不斷強化和擴充訓練。

目前，學霸君已經擁有7000萬道數學題目的題庫系統，以及大量的學生手寫和上傳題目圖片、各種教輔書籍中的題目庫，構成了學霸君的智能機器人的訓練數據。據張凱磊介紹，目前，依靠學霸君的產品端的日活量，每天可以產生1700萬-1800萬張左右的題目圖片上傳。而其中，無論是拍照，還是學生手寫題目，均可以被Aidam的圖像識別系統識別，並記錄、收集、標記。在學霸君的題庫中，每一道題目均記錄了其答案、解析和不同的解題過程。在此基礎上，Aidam不斷進行自動解題訓練。

“系統每天大概做 40-50 萬道題目，進行自我訓練。”張凱磊說。“我們是自己在超鏈路神經網絡使用的時候發現，它對於記憶題目使用的步驟跟邏輯是有價值跟效果的，所以開始大規模地在代數體系跟解析體系解決這個問題。”

目前為止，Aidam主要針對的是數學學科。張凱磊對此的解釋是，數學題目的標準更加明確，容易判定對錯。“我們目前看到學生咨詢最多的問題，超過40%都是數學問題。除了評價標準之外，對於人工智能系統而言，數學的挑戰是比較有難度的。數學試卷中，包括簡單的選擇題，也有複雜的需要解題過程的大題，這是非常適合測試AI的，所以，我們這次選擇數學作為切入口。”學霸君研發副總裁陳銳鋒表示。

而對於類似於語文和英語等學科，張凱磊表示，學霸君已經具備了一定的技術積累，有考慮會在日後推出。

個性化教育真能實現？

而推出這樣一款智能機器人，學霸君的目的，自然不會是單純讓它能夠去參加高考。“我希望它能夠作為教師的幫手，解決目前教育中的一些難題，比如，輔助批改作業。”張凱磊說。

在張凱磊的構想中，“自動批改作業”一直是他希望實現的。“今天我們已經有能力把學生的學習行為數據采集到電腦上面去，有能力把他書寫過程中的東西數字化，但是一直以來我們都沒有這個能力讓機器去批改作業。現在，我們靠深度學習技術，開始有機會，把像人一樣將一道題目一步步推理出來這件事，在系統層面做出來。無論這道題目是否在系統中錄入過，無論它的難度系數有多高，只要在它的認可範圍內，都可以做出來。”

而自動批改的核心目的，則是為了實現個性化教育的最終目標。人工智能可以知道每一個學生的學習習慣、學習進度和學習意願。學生會的東西不會再出現；不會的東西，機器則會一直提醒，直到學會為止。這樣，每個學生看到的內容、做的習題都是量身定制的。另外，通過人工智能，老師對每一個學生的了解將比以往任何時候都要深入。因為人工智能將會在最短的時間里將學生的學習情況及時反饋給老師，老師可以直接讀取，而不會因為學生太多顧不過來。

“我們已經開始逐步在學校里實行個性化教育的實踐，在教育機器人完成後，也將加大推廣的力度。”張凱磊表示。在學霸君現場展示的在某地學校的教學系統中，學生作業已經數字化傳輸到電腦上面，並且後臺由機器批改完成，並對學生的完成情況、行為數據進行了標註和統計。“目前我們的教學改進系統是靠學生做題的零散數據產生的離散模型，把這些題做好了，提升效率之後看過程。未來，我們將把它擴展到5000-6000個班級，這樣將會擴充到幾十萬規模題量的學習過程，成為我們越來越強大的一塊資產。”張凱磊告訴黑智。

在教育領域中，對內容數據的智能化的機器理解將為老師的教學和學生的自主學習提供非常豐富的信息支持，圍繞學生學習薄弱點的自適應學習在機器理解的基礎之上將變得高效而又有針對性。而學霸君研發的智能教育機器人，就是機器理解技術在教育領域的典型應用。

“我們可以預測下，Aidam的數學高考成績將會是多少分。”張凱磊笑言。而事實是，現有教育環境下，還有豐富的應用場景亟待開發。當機器判卷、個性化指導、個性化作業、教案改進等變成可能，老師的教學效率和學生的學習效果都可以得到大幅度提升。人工智能在教育領域的商業化，仍然有更大的創新空間，可待開啟。

歡迎關註人工智能垂直號黑智

文章評論

匿名用戶

發布

全部評論：10

發布

學霸君智能機器人要和高考狀元PK？我們聊了聊它的技術、野心和商業化

黑智 2017-06-02 18:41

高考在即，學霸君宣布，其在年初計劃推出參加高考的智能機器人Aidam，即將實現承諾——在6月7日，和高考狀元同臺PK。AlphaGo剛剛戰勝柯潔，Aidam又是否能PK狀元？它又能考多少分呢？學霸君研發這款機器人，又是計劃用它來做什麽？黑智和學霸君創始人、CEO張凱磊，聊了聊它的技術、功能和商業化的問題。

今年年初，學霸君在完成1億美元C輪融資後，宣布推出智能教育機器人，並稱其將於6月與廣大高三學子共赴2017年高考。現在，可以看成，是學霸君實現承諾“交卷”來了。張凱磊表示，Aidam將於6月7日高考當天，數學考試結束後，與數名高考狀元同臺PK，解答2017年高考數學試題，完成包括客觀題和主觀題在內的整張試卷，並按照評分標準得出最終成績。這次活動鬥魚將全程直播。

學霸君創始人張凱磊與研發副總裁陳銳鋒

幾十秒完成一道數學題

“Aidam完成整張試卷，大約需要的時間是10分鐘左右。”張凱磊說，“它完成單題的速度在幾十秒鐘左右。”

Aidam和AlphaGo一樣，並非實體，而是以深度學習、專家系統和自然語言理解為核心的複雜系統。這個系統的核心在於通過學習人類的編程邏輯，熟悉人類思考和學習的方式，進而掌握解題方法。

Aidam的圖像識別和自然語言理解技術均為自己研發，構建了深度神經網絡的句法和語義分析器，在海量題庫中不斷強化和擴充訓練。

目前，學霸君已經擁有7000萬道數學題目的題庫系統，以及大量的學生手寫和上傳題目圖片、各種教輔書籍中的題目庫，構成了學霸君的智能機器人的訓練數據。據張凱磊介紹，目前，依靠學霸君的產品端的日活量，每天可以產生1700萬-1800萬張左右的題目圖片上傳。而其中，無論是拍照，還是學生手寫題目，均可以被Aidam的圖像識別系統識別，並記錄、收集、標記。在學霸君的題庫中，每一道題目均記錄了其答案、解析和不同的解題過程。在此基礎上，Aidam不斷進行自動解題訓練。

“系統每天大概做 40-50 萬道題目，進行自我訓練。”張凱磊說。“我們是自己在超鏈路神經網絡使用的時候發現，它對於記憶題目使用的步驟跟邏輯是有價值跟效果的，所以開始大規模地在代數體系跟解析體系解決這個問題。”

目前為止，Aidam主要針對的是數學學科。張凱磊對此的解釋是，數學題目的標準更加明確，容易判定對錯。“我們目前看到學生咨詢最多的問題，超過40%都是數學問題。除了評價標準之外，對於人工智能系統而言，數學的挑戰是比較有難度的。數學試卷中，包括簡單的選擇題，也有複雜的需要解題過程的大題，這是非常適合測試AI的，所以，我們這次選擇數學作為切入口。”學霸君研發副總裁陳銳鋒表示。

而對於類似於語文和英語等學科，張凱磊表示，學霸君已經具備了一定的技術積累，有考慮會在日後推出。

個性化教育真能實現？

而推出這樣一款智能機器人，學霸君的目的，自然不會是單純讓它能夠去參加高考。“我希望它能夠作為教師的幫手，解決目前教育中的一些難題，比如，輔助批改作業。”張凱磊說。

在張凱磊的構想中，“自動批改作業”一直是他希望實現的。“今天我們已經有能力把學生的學習行為數據采集到電腦上面去，有能力把他書寫過程中的東西數字化，但是一直以來我們都沒有這個能力讓機器去批改作業。現在，我們靠深度學習技術，開始有機會，把像人一樣將一道題目一步步推理出來這件事，在系統層面做出來。無論這道題目是否在系統中錄入過，無論它的難度系數有多高，只要在它的認可範圍內，都可以做出來。”

而自動批改的核心目的，則是為了實現個性化教育的最終目標。人工智能可以知道每一個學生的學習習慣、學習進度和學習意願。學生會的東西不會再出現；不會的東西，機器則會一直提醒，直到學會為止。這樣，每個學生看到的內容、做的習題都是量身定制的。另外，通過人工智能，老師對每一個學生的了解將比以往任何時候都要深入。因為人工智能將會在最短的時間里將學生的學習情況及時反饋給老師，老師可以直接讀取，而不會因為學生太多顧不過來。

“我們已經開始逐步在學校里實行個性化教育的實踐，在教育機器人完成後，也將加大推廣的力度。”張凱磊表示。在學霸君現場展示的在某地學校的教學系統中，學生作業已經數字化傳輸到電腦上面，並且後臺由機器批改完成，並對學生的完成情況、行為數據進行了標註和統計。“目前我們的教學改進系統是靠學生做題的零散數據產生的離散模型，把這些題做好了，提升效率之後看過程。未來，我們將把它擴展到5000-6000個班級，這樣將會擴充到幾十萬規模題量的學習過程，成為我們越來越強大的一塊資產。”張凱磊告訴黑智。

在教育領域中，對內容數據的智能化的機器理解將為老師的教學和學生的自主學習提供非常豐富的信息支持，圍繞學生學習薄弱點的自適應學習在機器理解的基礎之上將變得高效而又有針對性。而學霸君研發的智能教育機器人，就是機器理解技術在教育領域的典型應用。

“我們可以預測下，Aidam的數學高考成績將會是多少分。”張凱磊笑言。而事實是，現有教育環境下，還有豐富的應用場景亟待開發。當機器判卷、個性化指導、個性化作業、教案改進等變成可能，老師的教學效率和學生的學習效果都可以得到大幅度提升。人工智能在教育領域的商業化，仍然有更大的創新空間，可待開啟。

歡迎關註人工智能垂直號黑智

文章評論

匿名用戶

發布

全部評論：10

發布

當機器人高考數學得了134分，我們聊聊它與人族“學霸”的區別以及商業化未來

楊潔 2017-06-08 17:06

6月7日下午，全國高考數學科目結束。

但就在考場之外，另一場數學“大考”剛剛開始。而面對考試的，則是和普通學子不同的特殊考生——人工智能。

在成都高新區天府新谷的一個封閉空間里，一位機器人“考生”挑戰了今年全國高考的數學。它是成都準星雲學的高考機器人，名叫“AI-MATHS”。

在北京，包括黑智在內的眾多媒體，則圍觀了中小學智能化教育創業公司學霸君自主研發的智能教育機器人Aidam，與分為三組的6名高考狀元的同臺PK。

兩家的家長在此之前都很緊張。成都準星雲學科技有限公司CEO、清華大學蘇州研究院大數據中心主任林輝把AI-MATHS”叫做孩子，他說，這孩子“最大的弱項是不能理解考題里場景式的描述語言”，它會讀不懂題。學霸君創始人張凱磊說Aidam就好似自己的女兒，送入考場前，也在求祝福。

最終，Aidam花了9分47秒，完成了全部數學考卷內容。最後現場閱卷結果，Aidam考了134分，三組高考狀元分別得分為119分、140分和146分，平均分135分。從分數來看，人類“學霸”們在高考中，還是扳回一局。

準星高考機器人AI-MATHS北京卷用時22分鐘完成北京文綜數學考試，得分105；全國二卷數學考試用時10分鐘，得分100分，離預期的110分也還存在著差距。

柯潔和AlphaGo的大戰剛剛落下帷幕，這邊人工智能就上了高考的考場。和人類智力的挑戰，機器從未止歇。但AlphaGo已經掛印退出棋壇，這邊參加高考的人工智能們，它們背後又是由哪些技術支持，在未來又將作何用途呢？

高考機器人和AlphaGo有何異同？

在“備考”階段，Aidam的“父親”張凱磊向黑智表示，Aidam和AlphaGo一樣，並非實體，而是以深度學習、專家系統和自然語言理解為核心的複雜系統。這個系統的核心在於通過學習人類的編程邏輯，熟悉人類思考和學習的方式，進而掌握解題方法。

Aidam的圖像識別和自然語言理解技術均為自己研發，構建了深度神經網絡的句法和語義分析器，在海量題庫中不斷強化和擴充訓練。

目前，學霸君已經擁有7000萬道數學題目的題庫系統，以及大量的學生手寫和上傳題目圖片、各種教輔書籍中的題目庫，構成了學霸君的智能機器人的訓練數據。據張凱磊介紹，目前，依靠學霸君的產品端的日活量，每天可以產生1700萬-1800萬張左右的題目圖片上傳。而其中，無論是拍照，還是學生手寫題目，均可以被Aidam的圖像識別系統識別，並記錄、收集、標記。在學霸君的題庫中，每一道題目均記錄了其答案、解析和不同的解題過程。在此基礎上，Aidam不斷進行自動解題訓練。

“系統每天大概做 40-50 萬道題目，進行自我訓練。”張凱磊說。“我們是自己在超鏈路神經網絡使用的時候發現，它對於記憶題目使用的步驟跟邏輯是有價值跟效果的，所以開始大規模地在代數體系跟解析體系解決這個問題。”

目前為止，Aidam主要針對的是數學學科。張凱磊對此的解釋是，數學題目的標準更加明確，容易判定對錯。“我們目前看到學生咨詢最多的問題，超過40%都是數學問題。除了評價標準之外，對於人工智能系統而言，數學的挑戰是比較有難度的。數學試卷中，包括簡單的選擇題，也有複雜的需要解題過程的大題，這是非常適合測試AI的，所以，我們這次選擇數學作為切入口。”學霸君首席科學家陳銳鋒表示。

學霸君首席科學家陳銳鋒

陳銳鋒介紹，Aidam 的解題過程涉及到三個步驟：

一是理解和識別人類語言，把題目變成機器人可解碼、可理解的語言，即通過自然語言處理將人類語言轉換為形式語言。

二是邏輯推理，利用計算機的知識語言網絡，模擬人類處理信息的方式和策略，找出最佳解題路徑。

三是用人類的語言回答問題，並給出詳細的解題步驟，即將形式語言轉化為自然語言。

其中最大的難點在於讓機器理解人類語言，這也是自動解題系統被公認的核心問題之一：自然語言處理中的語義分析。

而AI-MATHS 學習了小學到高中的 7000 多個考點，運算量可達到 2 的 800 次方。林輝認為，跟 AlphaGo 相比，高考機器人的研發難度更大，原因和陳銳鋒提到的類似，因為用計算機語言描述圍棋規則相對容易，但研發高考機器人，首先需要讓系統理解人類語言。這也是他在之前提到過的，要讓AI-MATHS“讀懂題”，是一件非常困難的事情。

而這並非機器首次向人類的考場發起挑戰。在日本，從2013年起，機器人Torobo（Todai Robot Project） 每年都會參加日本高考，目標是考入東京大學。它的物理成績不錯，但受制於語言處理能力，在其他科目的成績並不理想。在2015年，它考出了511分的成績，可以考上日本80%的大學。其研發負責人 Noriko Arai 教授表示，在目前的技術條件下，Torobo要考上東大很難，因此，它已經放棄了這一學業，開始從事大數據分析方面的工作。“現在的AI們，包括Waston，Siri和Todai，都不能閱讀，但它們擅長搜索和優化。” Noriko Arai 在今年的TED2017上說。

AI能否搶走老師的飯碗？

推出Aidam，學霸君的目的，自然不會是單純讓它能夠去參加高考。學霸君給自己打出的口號是“幹掉學區房”，但是在人工智能領域，張凱磊說，Aidam並不會取代教師，而只是教育工作的輔助。

人類智能和人工智能的區別，以及何等工作能夠被AI所代替，已經是被業界無數次討論過的問題。在博鰲論壇上，魯白的回答是：人工智能，不會擁有人類一樣的智商、情感，或擁有自主意識。他解釋，人腦有五個方面的功能：第一是感覺，第二是運動，第三是記憶，第四是情感與情緒，第五是認知。“怎麽樣跟人工智能或者電腦產生感情，論題中包括兩個方面：一個就是情感的產生與情感的交流，延展一下就是社會性；一個方面是認知。認知又分兩個部分，一個是一般的認知，連動物都有，我覺得人工智能可以有這個方面的認知功能，包括邏輯思維分析，以及決策之類。人還有另外的一個方面的認知叫做高級認知功能，里面包括語言包括自我的意識，包括想象力、創造力最後還有人所特有的一種目的性的行為，而我認為，人類是在這方面，是不能被機器代替的。”

而指導學生科研、教育人類學生學習知識，正是人類創造力和認知能力的高級體現。那麽，什麽職業將被機器改變？和黑智談過的眾多業內人士也總結，勞動並無高低之分。那些和數據相關，重複性較強、邊界清晰的工作，容易被機器所取代。

而在不擔心教師們失業的前提下，人工智能又將輔助我們的教育，做到哪些工作？“我希望它能夠作為教師的幫手，解決目前教育中的一些難題，比如，輔助批改作業。”張凱磊說。

在張凱磊的構想中，“自動批改作業”一直是他希望實現的。“今天我們已經有能力把學生的學習行為數據采集到電腦上面去，有能力把他書寫過程中的東西數字化，但是一直以來我們都沒有這個能力讓機器去批改作業。現在，我們靠深度學習技術，開始有機會，把像人一樣將一道題目一步步推理出來這件事，在系統層面做出來。無論這道題目是否在系統中錄入過，無論它的難度系數有多高，只要在它的認可範圍內，都可以做出來。”

而自動批改的核心目的，則是為了實現個性化教育的最終目標。人工智能可以知道每一個學生的學習習慣、學習進度和學習意願。學生會的東西不會再出現；不會的東西，機器則會一直提醒，直到學會為止。這樣，每個學生看到的內容、做的習題都是量身定制的。另外，通過人工智能，老師對每一個學生的了解將比以往任何時候都要深入。因為人工智能將會在最短的時間里將學生的學習情況及時反饋給老師，老師可以直接讀取，而不會因為學生太多顧不過來。

“我們已經開始逐步在學校里實行個性化教育的實踐，在教育機器人完成後，也將加大推廣的力度。”張凱磊表示。在學霸君現場展示的在某地學校的教學系統中，學生作業已經數字化傳輸到電腦上面，並且後臺由機器批改完成，並對學生的完成情況、行為數據進行了標註和統計。“目前我們的教學改進系統是靠學生做題的零散數據產生的離散模型，把這些題做好了，提升效率之後看過程。未來，我們將把它擴展到5000-6000個班級，這樣將會擴充到幾十萬規模題量的學習過程，成為我們越來越強大的一塊資產。”張凱磊告訴黑智。

在教育領域中，對內容數據的智能化的機器理解將為老師的教學和學生的自主學習提供非常豐富的信息支持，圍繞學生學習薄弱點的自適應學習在機器理解的基礎之上將變得高效而又有針對性。而學霸君研發的智能教育機器人，就是機器理解技術在教育領域的典型應用。

Adiam和AI-MATCH的高考成績，只是它們現在的階段性的表現。盡管距離人類的“學霸”水平仍有一段距離，但隨著學校提高教學效率的需求不斷增加，教育應用落地的不斷深化，以及教育大數據和深度學習技術的發展，一個“機器助教”將會給我們打開新的大門。到那時，“幹掉學區房”，也許真的不止是一個夢想。

文章評論

匿名用戶

發布

全部評論：10

發布

高考機器人惜敗於人類學霸！教育AI和人類大腦差距在哪，又將走向何方？

黑智 2017-06-08 11:40

6月7日下午，全國高考數學科目結束。

但就在考場之外，另一場數學“大考”剛剛開始。而面對考試的，則是和普通學子不同的特殊考生——人工智能。

在成都高新區天府新谷的一個封閉空間里，一位機器人“考生”挑戰了今年全國高考的數學。它是成都準星雲學的高考機器人，名叫“AI-MATHS”。

在北京，包括黑智在內的眾多媒體，則圍觀了中小學智能化教育創業公司學霸君自主研發的智能教育機器人Aidam，與分為三組的6名高考狀元的同臺PK。

兩家的家長在此之前都很緊張。成都準星雲學科技有限公司CEO、清華大學蘇州研究院大數據中心主任林輝把AI-MATHS”叫做孩子，他說，這孩子“最大的弱項是不能理解考題里場景式的描述語言”，它會讀不懂題。學霸君創始人張凱磊說Aidam就好似自己的女兒，送入考場前，也在求祝福。

在學霸君發布會現場，由其自主研發的智能教育機器人Aidam首次公開亮相，並通過現場直播的方式與6名高考狀元同臺PK，分別解答2017年高考數學試題，完成包括客觀題和主觀題在內的整張試卷，並按照評分標準得出最終成績。

最終，Aidam花了9分47秒，完成了全部數學考卷內容。最後現場閱卷結果，Aidam考了134分，三組高考狀元分別得分為119分、140分和146分，平均分135分。從分數來看，人類“學霸”們在高考中，還是扳回一局。

準星高考機器人AI-MATHS北京卷用時22分鐘完成北京文綜數學考試，得分105；全國二卷數學考試用時10分鐘，得分100分，離預期的110分也還存在著差距。

柯潔和AlphaGo的大戰剛剛落下帷幕，這邊人工智能就上了高考的考場。和人類智力的挑戰，機器從未止歇。但AlphaGo已經掛印退出棋壇，這邊參加高考的人工智能們，它們背後又是由哪些技術支持，在未來又將作何用途呢？

高考機器人和AlphaGo有何異同？

在“備考”階段，Aidam的“父親”張凱磊向黑智表示，Aidam和AlphaGo一樣，並非實體，而是以深度學習、專家系統和自然語言理解為核心的複雜系統。這個系統的核心在於通過學習人類的編程邏輯，熟悉人類思考和學習的方式，進而掌握解題方法。

學霸君創始人兼CEO張凱磊

Aidam的圖像識別和自然語言理解技術均為自己研發，構建了深度神經網絡的句法和語義分析器，在海量題庫中不斷強化和擴充訓練。

目前，學霸君已經擁有7000萬道數學題目的題庫系統，以及大量的學生手寫和上傳題目圖片、各種教輔書籍中的題目庫，構成了學霸君的智能機器人的訓練數據。據張凱磊介紹，目前，依靠學霸君的產品端的日活量，每天可以產生1700萬-1800萬張左右的題目圖片上傳。而其中，無論是拍照，還是學生手寫題目，均可以被Aidam的圖像識別系統識別，並記錄、收集、標記。在學霸君的題庫中，每一道題目均記錄了其答案、解析和不同的解題過程。在此基礎上，Aidam不斷進行自動解題訓練。

“系統每天大概做 40-50 萬道題目，進行自我訓練。”張凱磊說。“我們是自己在超鏈路神經網絡使用的時候發現，它對於記憶題目使用的步驟跟邏輯是有價值跟效果的，所以開始大規模地在代數體系跟解析體系解決這個問題。”

目前為止，Aidam主要針對的是數學學科。張凱磊對此的解釋是，數學題目的標準更加明確，容易判定對錯。“我們目前看到學生咨詢最多的問題，超過40%都是數學問題。除了評價標準之外，對於人工智能系統而言，數學的挑戰是比較有難度的。數學試卷中，包括簡單的選擇題，也有複雜的需要解題過程的大題，這是非常適合測試AI的，所以，我們這次選擇數學作為切入口。”學霸君首席科學家陳銳鋒表示。

學霸君首席科學家陳銳鋒

陳銳鋒介紹，Aidam 的解題過程涉及到三個步驟：

一是理解和識別人類語言，把題目變成機器人可解碼、可理解的語言，即通過自然語言處理將人類語言轉換為形式語言。

二是邏輯推理，利用計算機的知識語言網絡，模擬人類處理信息的方式和策略，找出最佳解題路徑。

三是用人類的語言回答問題，並給出詳細的解題步驟，即將形式語言轉化為自然語言。

其中最大的難點在於讓機器理解人類語言，這也是自動解題系統被公認的核心問題之一：自然語言處理中的語義分析。

而AI-MATHS 學習了小學到高中的 7000 多個考點，運算量可達到 2 的 800 次方。林輝認為，跟 AlphaGo 相比，高考機器人的研發難度更大，原因和陳銳鋒提到的類似，因為用計算機語言描述圍棋規則相對容易，但研發高考機器人，首先需要讓系統理解人類語言。這也是他在之前提到過的，要讓AI-MATHS“讀懂題”，是一件非常困難的事情。

而這並非機器首次向人類的考場發起挑戰。在日本，從2013年起，機器人Torobo（Todai Robot Project） 每年都會參加日本高考，目標是考入東京大學。它的物理成績不錯，但受制於語言處理能力，在其他科目的成績並不理想。在2015年，它考出了511分的成績，可以考上日本80%的大學。其研發負責人 Noriko Arai 教授表示，在目前的技術條件下，Torobo要考上東大很難，因此，它已經放棄了這一學業，開始從事大數據分析方面的工作。“現在的AI們，包括Waston，Siri和Todai，都不能閱讀，但它們擅長搜索和優化。” Noriko Arai 在今年的TED2017上說。

AI能否代替老師？

推出Aidam，學霸君的目的，自然不會是單純讓它能夠去參加高考。學霸君給自己打出的口號是“消滅學區房”，但是在人工智能領域，張凱磊說，Aidam並不會取代教師，而只是教育工作的輔助。

學霸君智能教育機器人現場展示解題過程

人類智能和人工智能的區別，以及何等工作能夠被AI所代替，已經是被業界無數次討論過的問題。在博鰲論壇上，魯白的回答是：人工智能，不會擁有人類一樣的智商、情感，或擁有自主意識。他解釋，人腦有五個方面的功能：第一是感覺，第二是運動，第三是記憶，第四是情感與情緒，第五是認知。“怎麽樣跟人工智能或者電腦產生感情，論題中包括兩個方面：一個就是情感的產生與情感的交流，延展一下就是社會性；一個方面是認知。認知又分兩個部分，一個是一般的認知，連動物都有，我覺得人工智能可以有這個方面的認知功能，包括邏輯思維分析，以及決策之類。人還有另外的一個方面的認知叫做高級認知功能，里面包括語言包括自我的意識，包括想象力、創造力最後還有人所特有的一種目的性的行為，而我認為，人類是在這方面，是不能被機器代替的。”

而指導學生科研、教育人類學生學習知識，正式人類創造力和認知能力的高級體現。那麽，什麽職業將被機器改變？和黑智談過的眾多業內人士也總結，勞動並無高低之分。那些和數據相關，重複性較強、邊界清晰的工作，容易被機器所取代。

而在不擔心教師們失業的前提下，人工智能又將輔助我們的教育，做到哪些工作？“我希望它能夠作為教師的幫手，解決目前教育中的一些難題，比如，輔助批改作業。”張凱磊說。

在張凱磊的構想中，“自動批改作業”一直是他希望實現的。“今天我們已經有能力把學生的學習行為數據采集到電腦上面去，有能力把他書寫過程中的東西數字化，但是一直以來我們都沒有這個能力讓機器去批改作業。現在，我們靠深度學習技術，開始有機會，把像人一樣將一道題目一步步推理出來這件事，在系統層面做出來。無論這道題目是否在系統中錄入過，無論它的難度系數有多高，只要在它的認可範圍內，都可以做出來。”

而自動批改的核心目的，則是為了實現個性化教育的最終目標。人工智能可以知道每一個學生的學習習慣、學習進度和學習意願。學生會的東西不會再出現；不會的東西，機器則會一直提醒，直到學會為止。這樣，每個學生看到的內容、做的習題都是量身定制的。另外，通過人工智能，老師對每一個學生的了解將比以往任何時候都要深入。因為人工智能將會在最短的時間里將學生的學習情況及時反饋給老師，老師可以直接讀取，而不會因為學生太多顧不過來。

“我們已經開始逐步在學校里實行個性化教育的實踐，在教育機器人完成後，也將加大推廣的力度。”張凱磊表示。在學霸君現場展示的在某地學校的教學系統中，學生作業已經數字化傳輸到電腦上面，並且後臺由機器批改完成，並對學生的完成情況、行為數據進行了標註和統計。“目前我們的教學改進系統是靠學生做題的零散數據產生的離散模型，把這些題做好了，提升效率之後看過程。未來，我們將把它擴展到5000-6000個班級，這樣將會擴充到幾十萬規模題量的學習過程，成為我們越來越強大的一塊資產。”張凱磊告訴黑智。

在教育領域中，對內容數據的智能化的機器理解將為老師的教學和學生的自主學習提供非常豐富的信息支持，圍繞學生學習薄弱點的自適應學習在機器理解的基礎之上將變得高效而又有針對性。而學霸君研發的智能教育機器人，就是機器理解技術在教育領域的典型應用。

Adiam和AI-MATCH的高考成績，只是它們現在的階段性的表現。盡管距離人類的“學霸”水平仍有一段距離，但隨著學校提高教學效率的需求不斷增加，教育應用落地的不斷深化，以及教育大數據和深度學習技術的發展，一個“機器助教”將會給我們打開新的大門。到那時，“幹掉學區房”，也許真的不止是一個夢想。

文章評論

匿名用戶

發布

全部評論：10

發布

小魚在家宋晨楓：現在談入口還太早，做視頻通話機器人品類開創者不好麽？

楊潔 2017-06-07 15:35

作者 | 楊潔

編輯 | 李白

搭載了智能語音助手的智能家居，在2017年踏上了快速發展之路。昨天淩晨，蘋果發布了最新的Siri音箱HomePod，而在此之前，亞馬遜Echo已經占領了先機，Google和微軟也先後推出了Google Home和Cortana語音助理驅動的智能音箱。

智能家居的語音交互終端，似乎迎來了一個最好的春天。而巨頭們不約而同地進入，又為這個領域的創業帶來了一絲隱憂。而值得在意的是，除了海外的亞馬遜Echo，在之前，這類智能語音終端，也一直沒有上量。

這似乎是一個熱潮湧動，又似乎是一個難以突破的行業。

“今天談入口還是太早了。”小魚在家創始人宋晨楓說。就在5月，視頻通話機器人分身魚2.0產品也正式進入銷售階段。這是小魚在家於今年4月底，和百度聯合推出的產品。在發布會上，創新工場CEO李開複和百度集團總裁兼 COO 陸奇同臺助陣，姚晨也出現在現場，正式加盟成為小魚在家合夥人。

宋晨楓把小魚在家的產品定位為“視頻通話機器人”，在他看來，這是一個開創新品類的時代。這個領域還處於初期，用戶還亟待教育，雖然家居語音交互終端走到了破局的時候，但是從現在到實現規模化運營，其中還有一段過程要走。

但小魚在家，在這場商業化破局的過程中，已經邁出了先行的一步。

開創新品類的5個要點

“分身魚”視頻通話機器人

小魚在家在今年4月，宣布推出了一款搭載百度DuerOS的“新品類”產品——“分身魚”視頻通話機器人。

這款分身魚的第二代產品，依然以家庭場景為主，不只是可以“追著孩子跑”，讓家長可與家里的孩子高清通話，還擁有兒童學習助理、兒童識別保護、影音娛樂、智能家居控制等功能。

縱觀小魚在家創業的過程，宋晨楓最註重的，就是產品的先發優勢，以及開創新品類。

早在2015年，小魚在家也推出過一款產品，當時它主打的概念是“全球首款家庭智能陪伴機器人”。

“那時其實也是開創了一個新品類，這是我們為它起的品類名。”宋晨楓說。但是現在看來，他對當年的這個品類名並不滿意，因此他給自己做了總結：“在當時看，這個品類名還是太超前了、太跳躍了。這個名稱，用戶從其中得到的是零信息。也就是說，他從每一個字中，都看不到自己的利益體現在哪里。”

兩年過去，宋晨楓也梳理出他自己概括的，一個新品類推出的5大要點。

首先，是品類名。“品類是什麽？它對應的是用戶需求。也就是說，當用戶需要一件商品滿足某個需求時，他先想到的要是品類。”宋晨楓告訴黑智。“也就是說，當你把這個品類名稱說出來時，用戶要能把他所能獲取的核心利益帶入進去、了解清楚。”

宋晨楓說，小魚在家去年一年，在210個城市的1300家門店中，測試了不同的品類名，觀察用戶的反應。最終，他們把分身魚的品類名確定為“視頻通話機器人”。“我們覺得，從這個名稱中，用戶能夠立刻了解80%的他能獲取的利益點了。”宋晨楓說。

而接下來，大概用戶會需要了解，它和其他產品相比有什麽不同。因此，第二點就是，“這個品類的核心利益區隔點，你要能準確表達出來。”宋晨楓說，小魚在家同樣也糾結了很久，最後落在了一句話上：“手機遙控屏幕跟著孩子轉，十米內自由通話”。“這是個場景化的表述，用戶能夠自己代入。”

第三是線下體驗。在宋晨楓看來，這是品類，尤其是硬件產品的必經之路。宋晨楓告訴黑智，在2016年，小魚在家主攻線下，目前已經鋪設進入了超過1300家線下零售終端，其中包括超過400家蘋果店。

第四則是KOL的傳播力度。在宋晨楓看來，一個新品類，如果要想打動新用戶，最好的方式是一個“熟悉的人”推薦它。“我們可以做小米那樣的粉絲運營，但是這需要你針對的是這些願意在線上活動的人群。而小魚在家的產品主打是家庭用戶，他們的在意的，是那些生活方式的引領者。品類不同、受眾不同，運營方式也不同。”至於第五，宋晨楓認為，是高勢能的公關認知。

宋晨楓並不想刻意通過價格的高低，區分出不同的消費對象。在小魚在家下一步的推廣計劃中，他也選擇主打“引領城市”的方式，通過中心城市去帶動周邊。“一個品類的發展初期，我們需要拿到高勢能人群。他們是最看中產品的先進性、創新性，對需求的滿足度，對價格並沒有那麽敏感的人群。”

這也解釋了為什麽小魚在家這次引入姚晨成為合夥人。“她是兩個孩子的母親，是我們的用戶群體之一。並且，她也是自帶粉絲的。”宋晨楓說。而其中，最重要的原因，是因為宋晨楓認為，姚晨屬於消費群體中具備引領生活方式作用的，對價格不敏感、願意嘗鮮的“高勢能”用戶。

不談入口，要顛覆家庭平板

固然，“語音交互+機器人”的智能家居產品形態，在國內儼然正在向主流發展。但是小魚在家的思考，卻和用戶需求與場景更多相關。

在美國，無論是亞馬遜、微軟還是谷歌，選擇的家居硬件產品形態，都是音箱。“那是比較特殊的。”宋晨楓說，“在美國，家庭主要組成還是年輕人，即使成家帶孩子，也是年輕父母作為主力。年輕人在家庭中的多任務操作，按照他們的生活方式，聽音樂、咨詢信息，通過音箱是很自然的。它們的產品突破口是年輕人，但是國內並不是這樣。”

在宋晨楓看來，智能硬件找到適用的場景，就是要找到需求的突破口。在國內家庭中，他認準的點就是“老人和孩子的需求”。

他的判斷是，國內的家庭構成，在家時間最長的人群，不是年輕的主人，而是老人和孩子。“年輕人用在家里的時間太少了。未成家的年輕人多數還過著群體生活；成家之後沒有孩子，他們又多數時間都在外面；有孩子之後，家庭構成很快就變成了老人/保姆和孩子在家。而老人和小孩，最常用的電子設備，現在就是平板。”

因此，小魚在家才選擇了現在的“取代家庭平板”的定位。“現在的平板定位是工作和輕便，而不是為家庭設計的：個人賬戶的隱私和支付安全保護，造成很多應用無法讓家庭老人和孩子使用；兒童的保護和不同內容需求無法得到個性化滿足。”

也因此，宋晨楓並不把分身魚看做是一款專門針對兒童所打造的產品。“我們不是單純的兒童產品。”宋晨楓說，“兒童產品是沒有粘性的。它是家庭產品，是家庭共享的設備。”

為此，除了語音交互、10米內通話、手機操控攝像頭監控等功能外，宋晨楓介紹，分身魚中的人臉識別系統，能夠針對不同用戶，自動切換系統。“我來使用，我能啟動自己的支付賬號；孩子使用，兒童保護系統就會啟動；根據不同年齡階段的兒童，可以搭載不同的學習應用和內容。”

分身魚的目標，是能夠滿足在家庭場景下，所有家庭成員溝通的需求。而先發和品牌，就是小魚在家目前為自己樹起的最大的壁壘。

因此，宋晨楓說，他不談“入口”這個概念。“入口是用戶選擇的，不是你想做就能做的。那麽用戶選擇什麽做入口呢？往往是黏性最強，交互頻次最高，並且是互動最容易的產品。只有做到這些，才有未來被用戶當做入口的機會。”

智能語音生態的三大層次

對於家庭AI硬件而言，智能語音將帶來一個全新的生態的革命。“智能語音絕對是件大事，”宋晨楓說，“它離臨界點不遠了，未來10年，它將帶來比以往交互方式更大的變革。”

而這種新的革命的影響，在他看來，在業界生態中，則是會直接形成三個層次。最下面一層，是類似安卓系統的平臺；在此之上，是基於場景的系統定制化；第三層，是面向用戶的智能硬件品牌和產品。

“小魚在家能夠去做的，是第二層和第三層。在這三個方向上，一家公司，不可能全部覆蓋和做好。”宋晨楓說。

小魚在家選擇了和百度合作。在百度的DuerOS基礎之上，結合家庭場景，研發FishUI智能語音平臺。“百度AI需要落地。”宋晨楓說。

這是很容易理解的。當下，進入到自動駕駛和智能家居、醫療等行業場景中，已經似乎AI平臺們努力的目標。僅僅是算法層面的角逐，已然逐漸失去實際的意義。正如智能音箱Echo之於亞馬遜的意義，它讓大眾體驗到了基於語音交互的硬件時代的存在和意義，作為家庭設備中樞，它連接了設備、服務和數據，鞏固了亞馬遜算法和數據的壁壘，帶動了Alexa平臺的快速發展，接入Alexa的硬件設備也大量增長。

類似於百度DuerOS的平臺，也需要拓展落地的場景，以及尋找軟硬件結合的機會。

而之所以百度和小魚在家展開合作，“我們在這一場景和品類的先發優勢非常重要。”宋晨楓說。而同樣他也認為，自然語音理解“是搜索的自然延伸，百度的積累，讓它具備更加突出的優勢。”

“安卓系統+顛覆家庭平板”，或許我們可以窺見小魚在家更廣闊的思路。專註於家庭場景的分身魚，把語音交互、視頻通話、學習、教育、娛樂遊戲等大量內容應用，整合在一起。據宋晨楓透露，在分身魚產品上，集成了大量內容合作夥伴的服務，包括兒童英語、幼教、遊戲等，以及針對老人的內容需求，覆蓋了不同年齡層次的家庭群體內容需求。語音和平板觸屏的交互方式共存，提升它的使用頻次和易用性。

而在這個前提下，智能家居語音終端能夠實現高覆蓋率和高頻次互動之後，一個全新的商業模式想象空間可以被開拓。其中包括軟硬件提供商，內容、電商等各項增值服務提供商，都可以加入這個生態中來。

這也是小魚在家努力做成品類開創者的原因。而技術、數據和教育市場，對於家用智能機器人而言，還是需要不斷攻克的難點。“用戶的認知、教育市場的速度，是永遠的瓶頸。”宋晨楓說。

據宋晨楓透露，去年分身魚的銷售額達到了2015年的4倍，預期今年的銷售額至少是2016年的兩至三倍。

“真正能做到開創品類，其實是很幸福的事。”宋晨楓說，“品類開創是技術變革推動的結果，現在的技術變革就是人工智能。但是這個市場還是非常早期，我們還有很長的路要走。”

文章評論

匿名用戶

發布

全部評論：10

發布

重磅！超牛的四足機器人公司波士頓動力，終於還是被谷歌賣給了軟銀

黑君 2017-06-09 18:03

6月9日消息，黑智獲悉，軟銀已在周四宣布，從Alphabet（Google母公司）手中收購了人形機器人公司Boston Dynamics（波士頓動力）。同時，軟銀還收購了另一家來自Alphabet的機器人公司Schaft，不過這筆交易的金額未披露。Schaft是由東大JSK機器人研究室剝離出來的，對於軟銀來說，這是一筆明智的交易。

情緒機器人Pepper

在2006年對於沃達豐的收購使軟銀在日本通信市場中具有很高的地位與影響力，另外，與Aldebaran Robotics合作的情緒機器人Pepper也讓軟銀成為了機器人技術領域的領導者。

雙足機器人Atlas

Boston Dynamics是一家從MIT分離出的具有25年歷史的公司，因其制造出的雙足機器人Atlas和四足機器人BigDog而在世界機器人工程技術領域獲得了領導者地位的榮譽。

四足機器人BigDog

谷歌於2013年收購了Boston Dynamics。過去幾年，Boston Dynamics偶爾會在YouTube上分享視頻，展示最新技術的能力，並常常引發社會討論。在2015年的DARPA機器人挑戰賽上，Boston Dynamics的機器人也有出場。Boston Dynamics已經收到了美國國防高級研究計劃局的資助，公司先進的技術幫助機器人可以在現實世界環境中進行演習並適應複雜的地形變化。在今年二月份泄露的一份視頻展示了公司近期最顯著的成果：一個名叫Handle的彈跳機器人能夠將輪子和腿蜷縮在一起來實現先進的空中軍事演習和避障的功能。

之前的報道表明， Alphabet早在2016年3月就開始有了出售Boston Dynamics的意願。盡管Boston Dynamics不斷地輸出技術創新，但Alphabet的高層還是不太清楚這最終為公司帶來怎樣的好處。作為去年Alphabet CFO Ruth Porat 制定的完全重組與降低經費計劃的一部分，Alphabet 采取了很多措施來大大限制了Boston Dynamics的實驗性工作及“moonshot”類的項目。即便在Porat任前，Alphabet也已經為它在機器人技術領域的願景承擔了一定的損失。

今後，Alphabet將繼續將人工智能應用於軟件，以及類似Google Home智能音箱等硬件產品。

軟銀CEO孫正義在聲明中表示：“目前仍然有許多問題是無法依靠人類的能力來解決的。智能機器人將成為信息革命下一階段的關鍵驅動力。而在Boston Dynamics，Marc和他的團隊是先進動態機器人技術的領導者。我很高興歡迎他們來到軟銀家庭，並期待給他們提供支持，幫助他們繼續推進機器人技術的發展，探索出能讓生活更輕松、更安全、更豐富的應用。”

軟銀目前正在募集一支1000億美元的投資基金，對科技公司進行投資。

文章評論

匿名用戶

發布

全部評論：10

發布