微软AI小冰第六代体验：人工智能学会唱歌了
2018年07月26日下午，微软人工智能“小冰”迎来了史上最大幅度的一次年度升级，正式进化为第六代小冰。
新版小冰迎来了全新形象，并且增加了可交互式3D外形，可复制人类歌手歌唱质量，可编写文章，一起来体验一下它的魅力吧。
学习能力一流 变身歌手的小冰在网易云音乐
小冰在网易云音乐有自己一个独立的账号“歌手小冰”，歌手小冰中有着小冰演唱的歌曲，听起来跟人类的音调还差那么一点意思，但是已经非常接近人类了。
全新的V4版本DNN人工智能歌声合成技术使得第六代小冰可以迅速学习并吸收不同人类歌手的演唱风格，在演唱时自动选择风格并运用，歌曲生成及自动调教全工程缩短到5分钟内。
小冰可以在48小时内完整吸收任一特定人类歌手，从声线到技巧的全部特征，从而使用复制的模型自动生成任何歌曲演绎。此外还包含了自动呼吸声生成及更加自然拟人的声响合成。
在网易云音乐中，小冰除了是歌手，还是电台主持人，用户可以进入小冰电台，收听小冰主持的节目内容，值得一提的就是，在小冰电台页面，用户可以跟小冰进行语音聊天。小冰可以通过用户实时交流，来调整音乐播放的内容。
↑↑↑小冰歌曲和小冰电台
小编起初在最新安卓版的网易云音乐中找了半天没找到与小冰对话功能，去官网一看，原来安卓版的还是5.3版本，ios的才是5.4版本，所以使用安卓手机的用户还得等等才能调戏小冰。
↑↑↑安卓版本网易云音乐里的小冰电台暂时没有对话功能
接下来就来调戏一下小冰电台里的小冰：
小编问：小冰，你在干什么？
小冰答：主持节目啊！明知故问！
小编问：小冰，我们在一起怎样？
小冰答：我可当真了哦！
小编问：小冰，今天广州天气怎样？（不能自动识别位置）
小冰答：播放天气预报。
小编问：小冰，现在几点？
小冰答：这也要问我，自己看呗。
小编问：小冰，有什么好吃的？
小冰答：没吃过啊。
小编问：小冰，你现在几岁了？
小冰答：偷偷告诉你我许的愿是18岁。
小编问：小冰，你是男的女的？
小冰答：我是纯萌妹子。
小编问：小冰，我喜欢听开心的音乐。
小冰答：原来你喜欢听这种类型的。（然后换歌《吹哔哔》）
小编问：小冰，今天农历几月几号？
小冰答：八月十五
小编问：播放《离人愁》
不能点歌
然后的对话限于文章篇幅就不写出来了，经过测试，小编感觉小冰的智能程度比国内某智能音箱智能一些，关键是语音好听一些。
小冰在手机 能说会道还能看
第六代小冰在交互中具备文本、声音与视觉的融合，不仅可以与人类“聊天”，还可以感知周围环境，进行场景化“聊天”。
在现场微软演示了实时视觉功能，通过观察对方人物及物体，小冰能够实时和用户交流对话，并且做出准确的反应，就和人类之间交流一样，不过实时视觉功能预计将在2019年上线。小冰已经进驻华为手机，拥有EQ+IQ技能，
在华为手机的快应用中你可以找到“微软小冰”，在这里可以与小冰进行文字、语音聊天，也可以全面了解小冰拥有的技能。
最重要的就是这里可以使用目前华为手机独享的“烂笔头”备忘录功能，随时随地让小冰帮忙记录日常事务，并能通过语音等各种方式查询、回溯记忆。
“烂笔头备忘录”，就是让用户可以使用语音记录备忘事件，然后可以使用语音查询，可是在实际操作中，小编测试时小冰的识别记录语音命令的准确度有点低，而语音查找备忘录也是如此。
可能是因为要记录事件的时候需要附加“烂笔头小冰”，使得识别成功率下降。小编窃以为“烂笔头”这个称呼有点难听。
不仅如此，小冰也与小爱同学建立了好友关系，微软对米家里的小冰行了大幅度升级。并且微软对米家智能音箱版进行了大量更新。
小冰支持群的全双工语音，这项技术最大特点就是可以连续性对话，不用对其重复唤醒词。群全双工语音交互，则可以声音ID判别家庭成员，小冰可以识别不同用户声音来分别查找手机。
其它品牌的手机，想要体验小冰的魅力，可以在微信中添加“小冰”公众号，然后就可以跟小冰进行文字或语音交流了，这里的小冰同样拥有各种技能哦，除了华为独享那个。
在微信中除了有小冰公众号外，还有“小冰主持人”小程序，跟网易云音乐一样，小冰电台是为用户单独打造的私人电台，里边有着用户喜欢听的歌曲，感兴趣的资讯内容，嗯，可以在这里也与小冰语音交流。
不同的是，这里可以私人定制一档节目，用户可以将该定制的节目转发给好友。
让娃成为童话故事主人翁 小冰私人定制童话故事
微软为有声读物搭建生产线，可以让小冰在20个小时，完成50个小时的内容，这些内容已经进入一半的早教机器人中。
你想要体验？没问题，扫描下图的二维码，可以进入“小冰姐姐的童话工厂”，在这里你可以私人定制一套童话故事，用户可以选择童话主题的偏好，可以定制童话主人公的名字、性别，可以添加故事里的角色和小伙伴。
然后等待几十秒，就可以得到私人定制的童话故事，不只是一集，而是一套哦。
未来雏形 小冰担任主持人
小冰在好几个电台电视台担任主持人呢，说不定你能碰巧遇上她。想要专门收听的话，可以问小冰“小冰通告”，然后就可以获得小冰的节目通告了。
小编危机小冰能写稿
现在许多媒体已经开始尝试使用人工智能技术来撰写稿件了，反应及写稿速度那是一流水准，当然与人工撰写的稿件还有一定的差距。
小冰也能独立撰写稿件了，在发布会现场，微软小冰以华晨宇在《歌手》当中补位献唱《齐天》为素材，迅速编撰了一篇事件过程的报道，并自动完成了文章插图。
总结
随着技术的发展，人工智能将越来越厉害，并且逐渐的超越人类，因为它们拥有强悍的性能与自学能力，人工智能是把双刃剑，就看未来的发展了。
责任编辑：文章纠错
新一代人工智能的发展与展望
随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。
人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。
当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。
事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。
未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。
人工智能的发展与未来
随着人工智能（artificialintelligent，AI）技术的不断发展，各种AI产品已经逐步进入了我们的生活。
现如今，各种AI产品已经逐步进入了我们的生活｜Pixabay
19世纪，作为人工智能和计算机学科的鼻祖，数学家查尔斯·巴贝奇（CharlesBabbage）与艾达·洛夫莱斯（AdaLovelace）尝试着用连杆、进位齿轮和打孔卡片制造人类最早的可编程数学计算机，来模拟人类的数理逻辑运算能力。
20世纪初期，随着西班牙神经科学家拉蒙-卡哈尔（RamónyCajal）使用高尔基染色法对大脑切片进行显微观察，人类终于清晰地意识到，我们几乎全部思维活动的基础，都是大脑中那些伸出细长神经纤维、彼此连接成一张巨大信息网络的特殊神经细胞——神经元。
至此，尽管智能的具体运作方式还依然是个深不见底的迷宫，但搭建这个迷宫的砖瓦本身，对于人类来说已经不再神秘。
智能，是一种特殊的物质构造形式。
就像文字既可以用徽墨写在宣纸上，也可以用凿子刻在石碑上，智能，也未必需要拘泥于载体。随着神经科学的启迪和数学上的进步，20世纪的计算机科学先驱们意识到，巴贝奇和艾达试图用机械去再现人类智能的思路，在原理上是完全可行的。因此，以艾伦·图灵（AlanTuring）为代表的新一代学者开始思考，是否可以用二战后新兴的电子计算机作为载体，构建出“人工智能”呢？
图灵在1950年的论文《计算机器与智能（ComputingMachineryandIntelligence）》中，做了一个巧妙的“实验”，用以说明如何检验“人工智能”。
英国数学家，计算机学家图灵
这个“实验”也就是后来所说的“图灵测试（Turingtest）”：一名人类测试者将通过键盘和显示屏这样不会直接暴露身份的方式，同时与一名人类和一台计算机进行“网聊”，当人类测试者中有七成都无法正确判断交谈的两个“人”孰真孰假时，就认为这个计算机已经达到了“人工智能”的标准。
虽然，图灵测试只是一个启发性的思想实验，而非可以具体执行的判断方法，但他却通过这个假设，阐明了“智能”判断的模糊性与主观性。而他的判断手段，则与当时心理学界崛起的斯纳金的“行为主义”不谋而合。简而言之，基于唯物主义的一元论思维，图灵和斯金纳都认为，智能——甚至所有思维活动，都只是一套信息处理系统对外部刺激做出反应的运算模式。因此，对于其他旁观者来说，只要两套系统在面对同样的输入时都能够输出一样的反馈，就可以认为他们是“同类”。
1956年，人工智能正式成为了一个科学上的概念，而后涌现了很多新的研究目标与方向。比如说，就像人们在走迷宫遇到死胡同时会原路返回寻找新的路线类似，工程师为了使得人工智能达成某种目标，编写出了一种可以进行回溯的算法，即“搜索式推理”。
而工程师为了能用人类语言与计算机进行“交流”，又构建出了“语义网”。由此第一个会说英语的聊天机器人ELIZA诞生了，不过ELIZA仅仅只能按照固定套路进行作答。
而在20世纪60年代后期，有学者指出人工智能应该简化自己的模型，让人工智能更好的学习一些基本原则。在这一思潮的影响下，人工智能开始了新一轮的发展，麻省理工学院开发了一种早期的自然语言理解计算机程序，名为SHRDLU。工程师对SHRDLU的程序积木世界进行了极大的简化，里面所有物体和位置的集合可以用大约50个单词进行描述。模型极简化的成果，就是其内部语言组合数量少，程序基本能够完全理解用户的指令意义。在外部表现上，就是用户可以与装载了SHRDLU程序的电脑进行简单的对话，并可以用语言指令查询、移动程序中的虚拟积木。SHRDLU一度被认为是人工智能的成功范例，但当工程师试图将这个系统用来处理现实生活中的一些问题时，却惨遭滑铁卢。
而这之后，人工智能的发展也与图灵的想象有所不同。
现实中的人工智能发展，并未在模仿人类的“通用人工智能（也称强人工智能）”上集中太多资源。相反，人工智能研究自正式诞生起，就专注于让计算机通过“机器学习”来自我优化算法，最后形成可以高效率解决特定问题的“专家系统”。由于这些人工智能只会在限定好的狭窄领域中发挥作用，不具备、也不追求全面复杂的认知能力，因此也被称为“弱人工智能”。
但是无论如何，这些可以高效率解决特定问题的人工智能，在解放劳动力，推动现代工厂、组织智能化管理上都起到了关键作用。而随着大数据、云计算以及其他先进技术的发展，人工智能正在朝着更加多远，更加开放的方向发展。随着系统收集的数据量增加，AI算法的完善，以及相关芯片处理能力的提升，人工智能的应用也将逐渐从特定的碎片场景转变为更加深度、更加多元的应用场景。
人工智能让芯片的处理能力得以提升｜Pixabay
从小的方面来看，人工智能其实已经渐渐渗透进了我们生活的方方面面。比如喊一声就能回应你的智能语音系统，例如siri，小爱同学；再比如在超市付款时使用的人脸识别；抑或穿梭在餐厅抑或酒店的智能送餐机器人，这些其实都是人工智能的应用实例。而从大的方面来看，人工智能在制造、交通、能源及互联网行业的应用正在逐步加深，推动了数字经济生态链的构建与发展。
虽然脑科学与人工智能之间仍然存在巨大的鸿沟，通用人工智能仍然像个科幻梦，但就像萧伯纳所说的那样“科学始终是不公道的，如果它不提出十个问题，也永远无法解决一个问题。”科学总是在曲折中前进，而我们只要保持在不断探索中，虽无法预测是否能达到既定的目的地，但途中终归会有收获。
参考文献
[1]王永庆.人工智能原理与方法[M].西安交通大学出版社,1998.
[2]Russell,StuartJ.ArtificialIntelligence:AModernApproach[J].人民邮电出版社,2002.
[3]GabbayDM,HoggerCJ,RobinsonJA,etal.Handbookoflogicinartificialintelligenceandlogicprogramming.Vol.1:Logicalfoundations.,1995.
[4]胡宝洁,赵忠文,曾峦,张永继.图灵机和图灵测试[J].电脑知识与技术：学术版,2006(8):2.
[5]赵楠,缐珊珊.人工智能应用现状及关键技术研究[J].中国电子科学研究院学报,2017,12(6):3.
[6]GeneserethMR,NilssonNJ.LogicalFoundationofArtificialIntelligence[J].brainbroadresearchinartificialintelligence&neuroscience,1987
作者：张雨晨
编辑：韩越扬
[责编：赵宇豪]