本篇文章6005字，读完约15分钟
编者按:这篇文章是翻译的。如果你想阅读原文，请点击链接。译者:王、左晓和。本文来源于微信公众账号:硅谷董老师(身份证号:-123)，36kr授权转载。
西奥多在床上说:“我希望我能碰你。”他经历了爱情中的沉默和拒绝，但这次他终于听到萨曼莎试探性地回应:“你想怎么碰我？”
这只是电影《她》中一个感人的场景:主人公西奥多爱上了他耳朵里的人工智能系统。但是许多专家，包括工业设计师gadi amit和易用大师don norman，说这种耳朵佩戴的智能硬件(或“耳朵佩戴的”)不仅存在于科幻小说中，而且很快会成为现实。
市场上出现了一些类似电影中的隐形无线耳机。索尼最近推出了一款名为xperia ear的可穿戴智能硬件。英特尔也展示了类似的概念产品。另一款具有生理测试功能的发声设备bragi dash也将登陆kickstarters。与此同时，另一个众筹平台也筹集了1700万美元用于智能耳塞领域的竞争。苹果公司也参与其中:苹果公司将取消新iphone上的3.5毫米耳机插孔，代之以一对无线拍子。难怪互动界面公司的创始人马克·斯蒂芬说:“我们和她非常亲近。”
当然，如果我们想创造一个像电影中的斯嘉丽·约翰逊那样沙哑性感的声音，我们在文化、人体工程学和技术设计方面还有很多困难需要克服。
像iphone这样涌现出来的可穿戴设备
多亏了亚马逊在语音智能领域的技术突破(亚马逊最近发布了一个新的回应)，我们终于可以在家里随意与电脑交谈了。尽管亚马逊可能会使用echo来夺回一座城市，但根据mindmeld的一项研究，只有4%的智能手机用户使用过alexa。同时，62%的市场份额掌握在其他手机人工智能助手(如siri、谷歌now、cortana)手中。这就是为什么echo早年在这一领域的成功将很快被索尼、苹果甚至几家初创公司等个人设备制造商瓜分。除非亚马逊像电影中的斯嘉丽·约翰逊一样，带着隐形耳机偷偷溜进人们的耳朵，否则很难赢得这场失败。
这是一个全新的产品:一个戴在耳朵里的独立装置，它可以听到你说话，并对你做出温柔的回应。就像siri或alexa。它蜷缩在你的耳膜附近。这是一个戴在耳朵里的隐形无线扬声器和麦克风。业内专家认为这项技术可以在未来几年内实现。想象一下，你将有一个私人助理来记录你的日常对话，一个研究员来帮你找到你在imdb上记不住的演员的名字，一个关心你的伙伴不仅愿意倾听你的困惑，还能为你提供心理治疗...
虽然听起来像科幻小说，但它将很快风靡市场。密歇根大学助理教授兼清晰实验室主任杰森·马尔斯说:“我认为戴耳机可以像iphone一样获得商业上的成功。”“有了Amazon echo，人们想出了许多有趣的点子，可以和自己的房子交流。”现在有了耳朵佩戴技术，你可以随时享受智能助手的帮助。
亲和力的新高度
可穿戴设备与生俱来的亲和力将决定我们在哪里以及如何使用它们。过去，每个走过你身边的人都能看到你电脑屏幕上的内容，即使是手机也不能保证绝对的隐私。但是现在，即使人工智能不知道你的秘密，它至少在你的耳边，就像有人在你耳边低语。
“在使用苹果手表的时候，我还在和一台机器说话——我在和我手腕上的这个东西说话。尽管它正在赶上通信手表，但它仍是手表的一项微创新。”青蛙的前首席文化官、argodesigh的创始人马克·罗尔斯顿说:“但对我自己说话就像有一个幽灵、一个天使或一个魔鬼坐在我的肩膀上，这是完全不同的。”怎么说呢，它有一个更深层次的心理暗示，这让我觉得在我的脑海里有另一个人。
罗尔斯顿认为，私人互动界面的改变将影响你和人工智能之间的关系。谈到隐私，你自然会依赖它——你可能不想让你的苹果手表提醒你什么时候该使用避孕措施，但如果这是一个只有你能听到的语音提示，那就更容易接受了。渐渐地，你耳朵里的人工智能会悄悄地找到任何你在别人面前用谷歌很难找到的信息。
他说:“想象一下，我用右耳听你说话，然后siri教我如何用左耳说。”这样，我就能把这次面试做好，因为在面试过程中，电脑一直在告诉我各种相关的问题和概念。
同时，由于它是无所不知的，我们很容易对它期望过高，这会给设备设计人员带来麻烦。在日常生活中，我们可以根据情况对周围的人有现实的期望。例如，我们不会要求干洗店帮助我们计算12.98%的最低信用卡还款率，我们也不会让银行的人给我们讲睡前故事。但是对于像智能助手这样的新技术，人们很难判断什么样的期望是合理的。用户可能在任何情况下都认为这些平台是万能的、无所不能的神，而不是仅仅把它们当作软件，然后他们会失望。
“人工智能助手能为我们做什么”和“我们希望它为我们做什么”之间的差距是现有人工智能技术的一个问题。英特尔新设备公司的丹·艾森哈特说:“就像siri一样，总会有很多失败。”“我总是给siri一个机会，但只要她一天不工作一两次，我就会失望。所以我放弃了它。”
在英特尔，艾森哈特正通过创建基于音频和更具体环境的可穿戴设备来解决这个问题。在国际消费电子展上，英特尔推出了与奥克利合作开发的雷达。它结合了智能眼镜和耳机来解决跑步者和骑自行车者的一些问题。比如“我跑了多远？”或者“我的心率是多少？”。因为它理解你的背景，它可以具体地理解你正在谈论的话题。这提高了整体的准确性。而且，它也有学习的能力。例如，如果你问系统“我的步速(或跑步速度)”，然后问“现在怎么样”，它会理解你问的是步速。
全新的营销计划
那么，我们耳朵里的这个声音是一个普遍的声音，还是不同的公司会为他们的声音设定不同的特征？到目前为止，第三方公司正在竞相采用亚马逊的alexa，但在不久的将来，这些公司将努力设计和开发自己独有的声音功能。
rolston说:“我可以让alexa给我点一份多米诺比萨或优步，但这些品牌会投资开发个性化的声音。”“我们面临着一个巨大的全球市场，出现了数百个声音品牌。它们可能都基于siri或alexa的界面，但alexa不能代表街上的比萨饼店。Alexa现在正在跟我说话，但我要的是那个醉醺醺的卖比萨饼的人。”
罗尔斯顿补充说:“解决办法是给每个品牌自己的声音。”“如果我在siri系统中有一个比萨饼店，也许我不会说‘嘿，Siri’，而是说‘嘿，某某比萨饼店’。”这些比萨饼店自己不想听起来像siri，他们想做自己。”
在《植物学》中，马克·梅多斯开发了一个名为“化身”的聊天机器人，它可以让不同的聊天机器人拥有不同的个性。例如，辅导员可以通过同一个虚拟辅导员分享行业知识，或者机械师可以创建自己的虚拟机械师。梅多斯实际上注册了一个虚拟人物评估系统的专利。正如他提醒的那样，人类总是盲目地相信机器，而亲密给了它们难以置信的力量。
梅多斯还提到了最近麦当劳的促销活动。这项活动将快乐儿童餐的午餐盒变成了一台虚拟现实机器。他希望麦当劳可以利用这项技术制作一个麦当劳叔叔的头像，让它直接和你的孩子玩对话游戏，甚至你的父母都不知道对话的内容。“儿童和麦当劳叔叔头像之间的关系可以让品牌更有效地与消费者互动。麦当劳叔叔不再是你在电视上看到的那个奇怪的小丑了。”“它已经成为你的密友，并且会悄悄地给你的孩子消费建议”。
梅多认为，一个评估系统可以平衡这种品牌能力。他申请了聊天机器人的“牌照”，这是一个评价系统的专利，可以发现人工智能聊天机器人的可能滥用。这个评估系统介于twitter认证和亚马逊的星级之间。
基础设施挑战
对于iphone用户来说，使用siri最多感觉像是软件更新，因为使用siri的成本是不可见的。真正的行动远在北卡罗来纳州。苹果在siri上线前建立了世界上第一个数据中心，耗资10亿美元。隐藏的计算成本正好解释了为什么运行全球最大服务器网络的亚马逊在语音智能方面有优势。然而，我们仍然远离电影《她》中描述的智能世界。
mars说:“如果每个人都想与siri或cortana持续通信，那么当这些交换同时进行时，我们的数据中心就无法应对如此巨大的数据流量。”“一定有一些需求在技术上无法满足，就像我们不能让地球上的每部手机同时下载视频一样，因为手机信号无法支持它。任何服务器都无法满足数百万甚至数十亿人同时不间断地与智能助手通话的需求。”
想象一下，当你打开siri时，总会有一些失败。苹果没有尝试处理这些故障代码吗？他们当然有。但是人们越来越少使用siri了吗？也许是吧。马尔斯说siri一直难以提高。“质量每提高一点，用户每增加一个，运行siri的成本就会飙升。”人工智能越聪明，需要的数据处理系统就越大，这绝不是一个可以通过建立几个大型服务器基础来解决的问题。我们需要能够处理更大数量级数据的服务器。这就是为什么，在火星的实验室里，他正在研究如何设计一个服务器，可以将计算法则提高十倍甚至一百倍。例如，如果一个人的手机可以处理更多的数据，这可能是服务器操作特殊手机硬件来运行一些人工智能软件的一种方式。
所以我们仍然不知道我们是否希望智能助手无处不在。如果基础设施只能支持少数用户，公司将如何筛选谁可以首先使用这项技术？有了技术的帮助，这些人会变得比我们好多少？Mars认为，耳机助理的快速发展将加速服务器瓶颈的到来。
设计耳环
当然，服务器只是硬件问题之一。耳饰的流行并不意味着它们已经成熟并进入了全盛时期。硅谷新政设计公司的创始人加迪·阿米特(Gadi amit)并不认为如今的耳机硬件设备像索尼或其他初创公司所说的那样好。
一方面，就舒适性而言，这些耳塞戴起来特别不舒服。例如，一些人认为苹果耳塞很棒，而另一些人却无法忍受戴上几秒钟。一旦设计者移除了耳塞线(耳塞线用来支撑耳塞的重量以将耳塞固定在耳朵里)，索尼和苹果的技术都无法提供其他固定解决方案，除非你的耳道能自己抓住耳塞。
“主要问题之一是耳塞会脱落。如果你把它插上电源，它会在你做任何事情的时候再次掉出来。”“没有办法解决这个问题。你只能把它拿出来，用别的方法挂在耳朵外面。”但是一旦你把这个装置挂在耳朵外面，这个装置的所有精致都会丢失。另外，你必须忍受耳廓疼痛。
“舒适的问题是存在的，这是一个因人而异的问题。一些人认为这是可以接受的，但另一些人不这么认为。”“永远不会有100%的满意度，尤其是当用户正在运行时。总体满意度只会在30%或50%之间徘徊。”他将此与触摸屏进行了比较，触摸屏在任何时候都可以达到100%的满意度。
阿米特迅速回应的另一个问题是音质。在音响产品市场，已经有消费者在寻找更高质量的耳机。参照过去十年的缓慢发展，微型听力设备在不久的将来不会有任何大的改进。同样，麦克风和语音识别系统也有许多局限性，即使它们易于使用，在现实生活应用中，准确率也只能达到90%。
“听起来很高，但真的很恐怖。想象你正在进行一次正常的谈话。如果你不能理解其中的5%，就很难理解对话。”这对于一些应用程序来说是好的，但是如果我们想在未来几年内完全用耳朵取代图形用户界面，我们还有很长的路要走。
相反，amit设想在不久的将来，各种交互模式将会交织在一起，其中耳朵计算机或语音控制系统将只是其中的一个组成部分。尽管他相信图形用户界面将在2015年达到顶峰，但他对任何一项突破(比如iphone的触摸屏)将完全吞噬其他用户体验方式的可能性深表怀疑。现在，我们有了阅读手势和面部表情的技术，我们有了让我们沉浸在视频内容中的摄像机，我们甚至有了可以传递身体感觉的触觉设备。
amit说:“我们有五种感官，我们希望实现所有五种感官和智能技术之间的互动体验。”“我们现在在设计这些项目时遇到的真正困难是如何找到合适的组合，并适应用户不同的舒适度要求。如何混合搭配是我们现在面临的最大挑战。我们有各种各样的技术，这取决于你如何匹配它们。
正如梅多斯所说，当这些技术同时工作时，它们运行得更加和谐和准确。他们能理解我们在说什么和我们的感受。
这就是为什么苹果最近收购了两家你几乎从未听说过的公司:情绪识别软件，它可以在半秒钟内通过人类表情识别情绪；Faceshift是一种软件，可以记录人脸，并将其与虚拟肖像同步。综上所述，这两起并购表明，如果siri不仅能听到你的声音，还能看到你，她将变得更加聪明。同时，如果你能看到她，她可能会变得更加动人。
迷失的角落:社会直觉
与数据中心和人机工程学的局限性相比，甚至与潜在企业滥用亲密关系的问题相比，戴耳助手面临的最大挑战来自于这样一个事实，即你耳朵里的人工智能设备很难掌握小的社会因素。
《日常用品设计》一书的作者、加州大学圣地亚哥分校设计实验室主任唐·诺曼说:“现在有一个助手告诉你，你最喜欢的意大利餐馆已经开张了，你可能会非常高兴。”“但也可能是当你开车或过街时，或者当你终于和爱人深入交谈时。最困难的部分是社交细节、时机，以及知道什么时候向你提供信息是合适的还是不合适的。
戴耳机的助手通常不得不处理这些只能凭直觉判断的社交场合，因为诺曼认为戴耳机的助手最大的潜在好处在于每天使用5秒、10秒和30秒的分散时间。有了这段时间，他可能可以查看他的电子邮件或短信，这相当于一段时间。但是他仍然担心一台没有社交技能的电脑可能表现出的危险的鲁莽行为。
“我担心安全。我们已经知道人们受伤是因为他们走路时看手机。他们会撞到东西，但至少手机在你的控制范围内。当你不看它的时候，你可以思考。你可以强迫自己不去看。”“我过马路的时候从来不看手机。”但如果这是一个助手，给我建议，向我推荐，告诉我它认为我可能感兴趣的东西，我无法控制它告诉我的时间，这可能会给我带来危险。”。
在他的实验室里，诺曼通过研究汽车的自动化装置来研究这些复杂的社会界限。换句话说，无人驾驶汽车如何穿过繁忙的人行道。他说:“这些车必须努力比赛，否则他们不能通过编织行人。”因此，这就要求这些汽车编程能够适应当地的汽车和行人文化。在加利福尼亚，这意味着汽车一步一步向前行驶，行人自由通行。但在亚洲，这意味着汽车需要更有力地突破人群，甚至迫使他们通过。这两个项目都在本地运行，但是如果你想换，加州的汽车将整天停在亚洲的十字路口，亚洲的汽车将撞倒加州的行人。
所以这真的很复杂。
尽管《火线的秘密秩序》中的技术会把我们带到那些神经紧张的人的世界尽头，但如果我们认为我们每天玩智能手机超过150次，新技术是不可能摧毁社会的。
“在我去办公室的路上，我要去见很多学生。”我很惊讶地发现，90%的学生在穿过校园时会看手机。”“我试着理解他们在做什么，但大多数时候他们看起来很开心。”他们被迷住了。我不认为科技让他们想这么做。我认为技术只是让他们随时保持联系。”
这篇文章由读者提交，并不代表36英寸的立场。如有转载，请注明出处
“读完这篇文章还不够吗？如果你也开始创业，希望你的项目被报道，请点击这里告诉我们！”
