本期《機器人大家說》邀請到了北京智能管家（ROOBO）兒童機器人產(chǎn)品總監(jiān) 鐘升達，他將結(jié)合ROOBO目前在「兒童機器人」領(lǐng)域的款兒探索，為大家?guī)怼溉绾螐?到1打造爆款兒童智能機器人」的童機主題演講。以下為文字實錄：
兒童機器人與AI的器人行業(yè)發(fā)展回顧？
如往期一樣，在了解兒童機器人目前的鐘造爆整體現(xiàn)狀和如何打造一款合格的兒童機器人前，我們需要先了解一下這個行業(yè)的升達歷史進程與發(fā)展。
“兒童機器人”這個概念目前其實還算比較小眾，到打甚至在百科上都沒有一個具體的款兒詞條能夠完整描述它。也就是童機說，兒童機器人仍然沒有一個合適的器人定義。
因此，鐘造爆想要了解這個行業(yè)，升達我們需要從產(chǎn)品入手，到打以產(chǎn)品共性看待行業(yè)。我們發(fā)現(xiàn)，所有的兒童機器人產(chǎn)品現(xiàn)在都有一個重要的功能特點，那就是需要傾聽兒童的聲音，并和他們交流、互動。所以，這類產(chǎn)品最核心和關(guān)鍵的技術(shù)就是智能語音技術(shù)。而這，恰恰離不開人工智能的第三次浪潮。
從06年誕生深度學習理論技術(shù)后，短短5年時間語音識別和圖像技術(shù)便迎來了商業(yè)化時代。以2011年為節(jié)點，微軟率先使用深度學習，將語音識別正確率從75%提升到95%以上。隨后，訊飛輸入法、SIRI這樣的智能助理誕生。
最早的兒童智能機器人雛形則來源于語音識別鼻祖訊飛的一款應用APP《開心熊寶》。這是基于手機的一款軟件，而對于硬件來說，2014年一家國外的公司打造了“JIBO”的硬件產(chǎn)品，很遺憾地，它并沒有得到量產(chǎn)的機會。
如今我們有著很多公司在共同耕耘兒童機器人市場，不論是最初的樂橙公司、小魚在家還是如今的北京智能管家ROOBO，多多少少在設(shè)計及理念上都借鑒了他們的“老大哥”JIBO。
在各家公司紛紛進入兒童機器人市場的2015年，整個行業(yè)也開始騰飛，從不足10萬的年銷量，發(fā)展到3年以后的2018年預估2000萬銷量。這樣的井噴效果不僅來自于硬件成本的降低，其次也有故事機、早教機產(chǎn)品轉(zhuǎn)型帶來的影響。
兒童機器人1.0時代：同質(zhì)化產(chǎn)品當?shù)?/strong>
作為一個擁有潛在銷量2000萬的市場，大家普遍都會認為兒童機器人產(chǎn)品銷售一定擁有“快速增長性”和“藍海”的特點。
然而并不是這樣。外行會認為兒童機器人市場像是廣闊藍海，而從業(yè)者都深知他們所處的環(huán)境只是一個小小的魚塘，并且競爭非常激烈。
這是因為，第一，父母對兒童機器人產(chǎn)品的認知度依然不高。父母及孩子，乃至我們廣大消費者，在被各種影視作品及通俗文化的影響下，都會認為：
“兒童陪伴機器人”=哆啦A夢或大白
第二，盡管兩種產(chǎn)品在品類上毫不相關(guān)，智能音箱的“千機大戰(zhàn)”以及各種巨頭補貼在不斷沖擊著兒童機器人市場。這主要是因為生產(chǎn)者在產(chǎn)品編輯上處理較為模糊。
你能分得清誰是兒童機器人嗎？
作為主打兒童智能語音交互的產(chǎn)品，兒童機器人的核心應當是“技能和場景”。目前各種平臺也在不斷拓展著它們，我們總結(jié)來看，其實不外乎兩類。
第一類是工具型，比如咨詢天氣、其它生活信息或常識信息。第二類是資源點播型，比如聽兒歌，聽故事或者看動畫片。
對此這些技能和場景，ROOBO專門梳理了用戶在使用它們時所占據(jù)的比例。
根據(jù)這個分析，我們可以得出在目前的兒童智能機器人時代，鐘升達稱之為“兒童智能機器人1.0時代”，無論從產(chǎn)品外觀、內(nèi)沿競爭或者功能體驗上來講，各家產(chǎn)品都處于一個非常同質(zhì)化的階段。
那么在同質(zhì)化的競爭狀態(tài)下，北京智能管家ROOBO以及行業(yè)內(nèi)所有的兒童機器人企業(yè)該如何去打造差異化、有特點的機器人呢？
如何打造2.0時代的差異化兒童智能機器人？
深耕行業(yè)多年，北京智能管家ROOBO在積累了大量經(jīng)驗的情況下，于今年7月推出了從軟件到硬件統(tǒng)一的開放平臺——“童秘平臺”。
“童秘平臺”的開放性來自于它可以適配各種系統(tǒng)，如業(yè)界常用的安卓系統(tǒng)、Linux系統(tǒng)，以及RTOS系統(tǒng)。同時，在對接硬件方案伙伴上，ROOBO也將內(nèi)容云這一層面開放出來，以實現(xiàn)更多有價值的、富有教育意義的內(nèi)容覆蓋。
除了平臺與內(nèi)容外，最基本的語音對話方面，ROOBO在2.0時代總結(jié)了百度先前提出的標準，即“聽清”、“聽懂”、“滿足”。
這三個方面對于成年人來說，似乎很好實現(xiàn)。然而對于兒童來講，他們正處在學習語言的階段，小到發(fā)音、大到語言邏輯的各種形式都是非常復雜的。
通過大量的語音標注，以及結(jié)合最新的聲學模型TDNN神經(jīng)網(wǎng)絡，ROOBO重新訓練生成了專門針對垂直于兒童領(lǐng)域的ASR語音識別技術(shù)。至此，ROOBO實現(xiàn)了差異化的第一個點：聽清。
對于“聽懂”，在大部分常見的用戶對話中，用戶的意圖遵循著“二八定律”，就是說80%的用戶，其對于產(chǎn)品功能的表達方式會集中在20%的話術(shù)上。比如說暫停歌曲，普通成年人用戶會說“暫?！?、“不要播了”、“停下來”等，而兒童卻不這樣，也是和兒童的語言邏輯相關(guān)的，他們會認為機器人并非工具，而說出“你這個歌可不可以自己停呀？”這樣的話語。
這種擬人化的語言如果用傳統(tǒng)的智能語言模板匹配很難會命中兒童的真實意圖。在這方面ROOBO又結(jié)合另外的LSTM模型進行大量標注，實現(xiàn)了兒童自然語言處理的神經(jīng)網(wǎng)絡。此外，他們也圍繞產(chǎn)品端進行了定制化的迭代，保證時刻更新兒童語料。
最后一個階段是“滿足”，這一方面ROOBO和眾多內(nèi)容合作伙伴一起打造了知識庫，將目前市面上的內(nèi)容知識形成體系輸出給廣大兒童。
其實，僅僅包含“聽清”、“聽懂”和滿足，兒童智能機器人仍然和智能音箱無法形成有效差異化。
對此， ROOBO給出了一個絕佳的方式。因為兒童正在處于語言學習的關(guān)鍵時刻，只是“磨耳朵”對于他們來說幫助不大，這是一種輸入。更有效的互動應當是輸入與輸出相結(jié)合。
因此ROOBO給孩子們提供了“磨嘴巴”的功能，即是由機器人在和孩子交流的過程中根據(jù)內(nèi)容主動發(fā)問，例如當孩子提問：“你有家人嗎？”機器人回答：“沒有，我是機器人，你有家人嗎？家里有幾口人呢？”
通過一些具有條例和邏輯的回復，鍛煉兒童的語言意識。這就是2.0時代的關(guān)鍵——圍繞語言的主動交互。
關(guān)于兒童機器人的未來
這里，具體在三個趨勢上面會有所表現(xiàn)：
一是IP化，比如一些家喻戶曉的動漫形象，如小豬佩奇、小黃人等，以此增強產(chǎn)品的認知度。
二是內(nèi)容互動多元，就如上面講到的，機器人會主動引導孩子表達，之后孩子也會發(fā)表他關(guān)于上下文的想法，以此實現(xiàn)教學性的互動。
三是未來的兒童智能機器人一定是既能聽又能看同時具有更強感知能力的產(chǎn)品，它可以有效監(jiān)督，或者督促孩子學習。