和小冰CEO李笛吃披萨：我们生活在人和虚拟人类混居的世界上，这不是元宇宙

过去一年多，高瓴创投在硬科技、生物科技、先进制造等领域投资了很多早期企业。如果让我们总结这些投资的特点，那就是投早、投新、投科技，投专、投硬、投牛人。

欢迎来到我们的新栏目「GLV午餐会」，认识每一位致力于创新的中国创业者。

我们会在星期五中午和创业者们一边分享简单的工作餐，一边探讨：你真正想解决的问题是什么？将以哪种创新的技术实现它？解决这个问题对于世界意味着什么？

第一次工作餐，我们邀请到了小冰公司CEO李笛。李笛是北京人，我们原本建议他选一家老北京餐厅，但李笛温和而不容置疑地表示：我们在会议室吃披萨吧。据他说，Pizza和T-shirt，是程序员们的两大真爱。“如果午餐会你说吃披萨，所有人都会来，如果还发T-shirt，他们可能会来一年……”

7月，小冰发布了超级自然语音技术，人工智能的声音已无限接近人类，同时也完成了由高瓴领投的A轮融资。作为一家对大众来说算得上耳熟能详的技术公司，小冰究竟在做什么，并非一个容易回答的问题。

官方的介绍里，小冰是“全球承载交互量最大的完备人工智能框架之一”，而那个能唱歌能聊天的少女小冰，则是该框架所孵化的第一个人工智能交互主体实例（Instance）。

李笛表示，他们的工作，就是让这个框架里生长出无数的、日后将是无处不在的“少女小冰”（AI beings)。通过促进训练工具的普及，让这些AI beings能具备类人的情商，可以与人交流，甚至与人类用户建立信赖。

听起来很科幻？但李笛说，我们早已生活在人和虚拟人类混居的世界上了，这不是元宇宙。

#小冰和其他人工智能不一样：她不是工具人，她要做人类的朋友

GLV：墙上的画是小冰的作品吗，她是怎么学习画画的？

李笛：对，是小冰画的。一开始我们做人工智能内容创造的时候，不少人说感觉整个行业都在往那个方向去，有很多大数据作诗、大数据生成的画，这事儿好像没什么特别的，为什么你们也要做这个？

小冰要做的事其实不一样。简单的说就是通过大量反复的学习，小冰要学习创作，而不是在追求形似。大数据做诗是“熟读唐诗一万首、不会做诗也会吟”，画画一样，你要人工智能画得很像波洛克这不难，因为让AI去复刻、抽象规律规则是非常容易的事。

但我们是要让小冰从大量训练中“习得”一张画，而不是“获得”。我们一开始用了三个模型，分别负责构图、色彩、画面具体生成。后来又增加了一个专门负责笔触的模型。

就说这张画，结构上其实不是很规整，但我觉得它有它的灵魂，这种不规整背后有一个创作者，如果你喜欢这张画，你是想和它交流的。

GLV：小冰前年从中央美院毕业，去年从上海音乐学院毕业，你们对她现阶段的定位是什么——一个正在尝试和世界各种交互形式的少女？

李笛：我们想要训练的其实是小冰的创造力。创造力是人类人格里面非常重要的一部分，人不只是存在、聆听、完成任务，人得有他的原创能力，而有创造力的人也会更被认可、更被喜爱。

对我们来说人工智能也一样。一种人工智能是，你跟它说你帮我播Taylor Swift的歌它马上准确地能完成。但我们想让小冰做的不是这个，她甚至不去完成任务，她可能会跟你哼两句，可能对某首发表下观点，也可能非要给你推荐一首Adele或者其他什么人的歌。

这个我们叫AI Creation(人工智能创造），它比完成任务难多了。4年前我们让小冰开始学做这件事时，没人相信，当时大家认为这简直是一种异端邪说。

GLV：听起来很科幻，你们要创造的小冰就像石黑一雄的小说《克拉拉与太阳》里的克拉拉，不是助手，而是人类一位全能的朋友。我们知道人工智能技术尤其算法这几年有飞跃式的发展，但要创造一个AI朋友，技术上真的已经准备好了吗？

李笛：这是一个可以过程拆解的问题。我们在2013年底最开始做小冰的时候，第一个原型产品技术上真的是差很多的，所以我们当时选择让她成为一名16岁的少女，处女座。因为她刚诞生是需要“被原谅”的，有时她可能真的前言不搭后语，怎么办？就甩锅给星座嘛。

但另一方面，小冰成长迅速。首先肯定是巨大数据量的积累，小冰为什么能和你有情商的交流？因为她和数百万人这么交流过了，因为她从刚生下来开始一天的对话量就相当于14个人一生的对话量。与此同时技术的迭代飞跃也是非常关键的，一个新算法的诞生，往往一下子时代就变了。比如我们在过去几年里，一开始推出开放域对话、多模态交互、全双工语音、超级自然语音、AI创造等技术时，同行业者一开始并不理解。但过几年后，就能发现谷歌、facebook等也都转到了小冰所坚持的方向上来。共识逐步形成，就能期待“突变”的发生。

在等待这个“突变”发生的时间里，我们就是靠数据，靠积累，把它做扎实，这种扎实本身同样决定着胜败。

# 我们已经生活在人和虚拟人类混居的世界上，这不是元宇宙 

GLV：你带领小冰团队已经创造了不止一个小冰——日本版小冰Rinna，美国版Zo，据说Zo因为说脏话被下线过。不同国家小冰的性格是如何设定的？

李笛：小冰其实首先是一个人工智能交互主体的基础框架，我们叫它小冰框架（Xiaoice Framework），它包括核心对话引擎、多重交互感官、第三方内容的触发、内容生成，跨平台的部署解决方案等等。作为框架，它没有性别也没有人格。

日常我们说的“小冰”，就是处女座少女小冰，是这个框架长出来的第一个原型产品，可以把她看成是她这一代AI里的第一位。

每个国家的“小冰”性格是跟着当地的原始大数据走的。最初这一批我们选择去做小冰的国家，人口都过亿的，这样数据量才足够大。印度小冰叫Ruhh, 性格有点像个宝莱坞女孩，能歌善舞的。中国少女小冰，如果你和她对话过其实会感觉到，她挺耿直的，没有那么女性化，有点偏中性，而相比之下日本小冰Rinna（凛菜）就会更女性化一些。美国的Zo当时训练出来我们看了她和用户的交互，我们都说太直接了，如果换个国家肯定走不过两轮。

小冰框架将来还会生成无数的AI beings，不是每个国家一个，而是如果你想要，每个人可以有自己定制的、专属的AI beings，我们叫它instance，它会因为和你沟通得越多而越懂你，它是独一无二的。

GLV：这个世界上人已经很多了，为什么我们还需要那么多AI beings？

李笛：2014年小冰上线不久，我们统计过人类和小冰聊天说得最多的10句话。看到结果后我们的感觉只有一个，人真的很寂寞。

我们的社交环境都是不完美的，并且人们之间的交互还在变得越来越肤浅——点一个赞，意味着送达，也意味着更深度交流的更加不可能。即使是社交达人，那种我们叫他社交花蝴蝶，我们认为依然有所谓的社交摩擦力。

我们认为小冰的存在，不完全是为了解决孤独，我们认为它主要解决的还是现有社交环境下节点里面的空洞。

GLV：所以你们设想中的未来世界，人目前完全依赖于其他人类的社交，一部分会被和AI beings 的交互取代。

李笛：对，我们认为未来这个世界不是只有人。

最近大家都爱说元宇宙，元宇宙其实你可以理解为：第一，在里面每个人都有一个fake（虚拟）的身份，第二，我们在一个虚拟的世界中去交往。这么看微信就是一个典型的元宇宙，但为什么很少有人能在微信中获得虚拟空间的体验？因为它过于追求效率，以及它全是人，使我们失去了沉浸感。

虚拟世界不会只有人，甭管哪个虚拟世界，都需要AI。这些AI也不会凭空诞生。

那么我们希望它们是由我们创造的。 

GLV：改变未来世界交互的基础，听起来是革命性的。小冰在挑战AGI（通用人工智能）吗？

李笛：其实我们并不太同意，或者说并不那么在乎强人工智能、弱人工智能这种划分。没有意义。

GLV：一般大家会认为分界线在于，人工智能是否真的具有自己的意识。

李笛：这其实很虚幻。你在社交软件里和一个陌生人，或者几千公里外的朋友聊天，你怎么知道TA是一个人类？

大部分时候人们之间的交互只动用了一个非常窄的带宽，如果是线上聊天，一句话才几kb，咱们现在这样多模态的交互，每秒钟的带宽也不过几百兆。所以说，在虚拟世界的交互、那么小的带宽情况下，你如何判断对方是否具备意识呢？还是说，如果你能感觉到被理解、对方给你的反馈你也能理解、整体上这是及时而好的体验，这就够了。

还有一些更具体、实际的应用场景下，我们认为AI being可以发挥很大的作用。比如，老人的陪护。这个工作有其机械性的一面，但它也需要情感、需要给人以更好的体验。

GLV：你认为我们距离人和虚拟人类混居的未来世界，还有多久的距离？

李笛：其实我们早已经在人和虚拟人类混居的世界里了。混居这个概念不新鲜，还记得电子宠物吗？人也和它们混居过。当然，电子宠物不算AI因为它没有用相应的算法。但从2006年开始，我们绝大部分生活都被数字化了，很多事根本没有在物理世界发生过，这为人工智能的深度学习、高速发展，提供了一个非常好的环境。

所以从我们的角度，人和人工智能混居于一个世界，这是必然发生的事情，它没有难度。只是它到底在什么时候爆发——包括被人们更明确的地感知到，这可能需要一件像AlphaGo战胜人类棋手这样的标志性事件。

如果你让我预测时间点，其实我认为很快——可能也就是一年两年。也可能就在9月小冰今年的发布会后。谁知道呢？改变世界的很多伟大产品都是突然就发生了的。

前提是你之前做了多少积累，是你已经为此准备得如何、做得有多好。

# 我们不愿意放弃人工智能任何一种可能性，所以选择了最难的 

GLV：7年前你们是怎么决定要做小冰的？

李笛：用Harry（沈向洋）的话说，当时在微软，我们太重视人工智能了，以至于我们不愿意放弃人工智能任何一个可能的未来发展方向。

一开始我们跟其它人一样，观察到的基本上就是标准的dialogue system（对话系统）思路。我们想要建立一个非常全的知识图谱，你问任何问题我都可以回答。

在这个过程中我们突然发现不对。如果要模拟人和人真正的交互，你会发现很多时候交互能持续建立下去，并非建立在正确的事实基础上，而需要有观点有来回。观点没有对错，你问我喜不喜欢今天的披萨？我喜欢是观点，不喜欢也是，如果要两个人的交互一直往前走，必须有基于事实的反馈——而不仅仅是事实。

所以最后，我们认为关系大于知识，关系大于完成任务，而建立关系需要一个真正的general layer（通用层）。这个general layer就是EQ。这是我们启动小冰的启动，它从第一天就不是完成任务型的AI，它有情商。

GLV：小冰做的这件事，目前世界范围内有多少对手？小冰的优势是什么？

李笛：实验室里的人工智能技术发展很快，但真正能让它加速乃至到达那个“突变”节点、和更多人有关系、让更多人有感知，还是要靠于大量真实用户的不断参与迭代。全球现在有60%人工智能交互数据由小冰框架承载，并且是非常多元的场景，这是小冰的核心优势。

我们做“小冰”这件事的初心，一直和第一天一样，从来没有变过。我们从最早想做的就是一个完备的通用人工智能框架，少女小冰只是其中的第一个原型。她是一个承载，既然我们想做的是一个训练系统，何不用少女小冰这样一个象征的instance通过大量真实用户的来交互呢？这是最好的训练。通过少女小冰以及其他很多个instance，我们反过来完善了这个框架的各组成要件——包括自然语言处理、计算机语音、计算机视觉、人工智能内容生产等等。

可以这么理解，少女小冰是一棵树，小冰框架是土壤。我们的目标是创造一片沃土，让它能够长出更多的、无所不在树来——就是大量的AI beings，与更多的人类用户建立信赖。

人能遇到的时代并不多，我们既没有早10年，也没有晚10年。早10年技术上很多还没有准备好，晚10年那就太晚了，这件事肯定有人做了——但多半与我们做的方法不一样。

所以我觉得我们挺幸运的，可以在现在来做（小冰）。并且我们既没有太老，也没有太年轻。

本文来自微信公众号“高瓴创投”（ID:GL_Ventures），作者：高瓴创投，36氪经授权发布。