扎克伯格今年给自己的挑战是，在家里开发出一个人工智能管家，如同《钢铁人》电影中的“贾维斯”。现在扎克伯格的“贾维斯”已经能利用口语及文字讯息沟通，操控家中的灯光、空调、音乐和保安了。

Facebook创办人扎克伯格（Mark Zuckerberg）今日发表一篇博文，公布2016年自我挑战的成果。

我2016年的个人挑战是，建造一套简单的人工智能管家--像《钢铁人》里的“贾维斯”（Jarvis）。

100多小时打造“贾维斯”

扎克伯格称今年花了大约一百多个小时，利用闲暇时间，开发了“贾维斯”系统，现在已经建立好简单的AI，可透过手机、计算机与“贾维斯”沟通，操控家中的电器、音乐及保安。“贾维斯”能用文字讯息或口语沟通声控开关灯、依个人喜好播放音乐、自动识别门口的访客并发表通知、观察女儿在家的动态，并在起床时自动播放中文课程等。

“贾维斯”智能管家使用的人工智能技术，包括自然语言处理、语音识别、物体及脸部识别以及强化学习，以Python、PHP、Objective C语言编写。

扎克伯格于博文中表示，原本预期透过这项挑战，学习AI技术与工具，但过程中同时也更了解家庭自动化的概况，及亲身接触Facebook工程师使用的各种内部技术工具。文中他也分别就家庭系统连接、自然语言处理、视觉识别、讯息机器人等方面，提出一些实作心得、目前限制与未来趋势。

家庭物联网目前的困难

扎克伯格文章中提到，实作时由于不同设备系统都使用不同语言与协议，要先写程序处理，才能着手建构AI。此外，目前多数电器也还没有连网。要使“贾维斯”这样的智能管家能多方应用，需要更多设备连接，业界也需要开发通用的API与标准，使设备间能相互通讯。

自然语言的复杂性

扎克伯格让“贾维斯”理解自然口语有两步骤，首先要让AI能以文字讯息进行沟通；接着利用语音转文字技术，就能直接用语音沟通。

不过，人类语言其实相当复杂。除了利用关键词理解指令，扎克伯格很快发现，AI还需进一步学习同义词才能理解（如家人房（family room）和客厅（living room）两个词，在扎克伯格家是指同样的空间）。

对任何AI来说，环境脉络线索也很重要。同样一句“开灯”或“打开我的办公室的空调”，由扎克伯格或由太太Priscilla Chan说出口，可能是指完全不同的空间。

自然语言在播放音乐方面也很复杂，因为系统要处理大量关键词，指令范围也更大。扎克伯格举了个有趣的例子：同样是“play X”（「播放X」）的指令，“play someone like you”、“play someone like Adele”、“play Adele”，看似微小的差异，意思却完全不同，分别是播放Adele的“someone like you”这首歌、请系统建议与Adele类似的音乐、以及建立一个Adele的歌曲列表来播放。透过正反馈系统，AI能够学习区别差异。

此外，扎克伯格也提到，虽然语音识别系统近来已改进，但仍然不足以理解多人对话的语音。语音识别依赖听与预测，所以结构化的语音仍比非结构化的对话更容易理解。

视觉与脸部识别的应用

扎克伯格在自家门口安装数架摄影机，并建立简单的服务器，进行人脸侦测与识别处理。识别身分后，会检查列表，确认是不是预期的访客，决定是否放行，并通知扎克伯格。

计算机视觉也可以拿来判断女儿何时醒来，就可以开始播放音乐或华语课程；也可以判断人正在屋内何处，AI就能正确响应像“开灯”这样缺乏环境线索的指令。AI系统拥有的线索信息越多，整体就越聪明。从扎克伯格的心得看来，视觉识别对于提供语言表面的指令之外的环境线索相当有帮助。

文字讯息使用得比预期多

为了能从任何地方透过手机与“贾维斯”进行沟通，扎克伯格利用自家的Messenger架构（messenger.com/platform），开发贾维斯对话机器人，发送文字或语音，就会立即转发到服务器处理、执行命令。

出乎扎克伯格意料的是，相较于语音，使用文字讯息沟通的情况比预期多得多，主因是简讯比较不会干扰旁人，“贾维斯”传来的讯息也可以等想看时再看。

扎克伯格提到，喜欢文字通讯大于语音通讯的偏好，符合在Messenger与WhatsApp观察到的状况，全世界的文字讯息比语音通讯量增长更快。未来AI产品不能仅专注于语音，还需要私人讯息接口。利用像Messenger的平台，也比从头开发新的应用软件更好。扎克伯格的经验认为，我们未来都会与像”贾维斯”这样的机器人沟通。

“我们的内部工具跟基础建设做得很棒！”

扎克伯格看来相当自豪于Facebook软件基础工程和内部工具，并强调今年透过自己亲身开发AI的经验发现，Facebook程序代码数据库组织极有条理、容易搜寻，无论是脸部识别、语音识别、对话机器人框架或iOS开发，以及各种开源资源工具，都使”贾维斯”的开发节省非常多时间，也逐一罗列Facebook所提供的各种资源。

扎克伯格考虑过开放“贾维斯”的程序代码，只是目前系统紧密绑定到自己的家庭、电器和网络配置，若将来建立更抽象一层的家庭自动化功能，也许就会释出。

重点在于“教会AI自己学习新东西”

虽然这项挑战将进入尾声，扎克伯格表示将会继续改进“贾维斯”。扎克伯格也提到，他的长远目标是摸索如何教导人工智能自行学习新技能，而不是必须教它执行特定任务。若多花一年时间在这个挑战上，他会更聚焦在学习“学习”是如何运作的。他提到：

某种程度上，人工智能比我们想的更近、也更远。AI越来越接近能做到比多数人预期的更强大的事：驾驶汽车、治疗疾病、发现行星、理解媒体。这些都将对世界产生巨大影响，但我们仍在找寻真正的智慧是什么。

自然语言、脸部识别、语音识别等，其实都是相同的模式识别技术的变体，也就是向计算机展示许多例子，以使其能准确识别，不过这些都还是专门用来解决特定问题，而不是通用的人工智能系统。我们仍不清楚“学习”是如何运作的，以及如何建立一个可以自行学习新技能的系统。

今天扎克伯格也接受媒体FastCompany独家采访，并公布一小段“贾维斯”智能管家的影片。

扎克伯格也宣布将在几周内，分享他下一年度的个人挑战。

所以，“贾维斯”的声音听起来怎么样？

可能有人还记得，前一阵子扎克伯格在Facebook上问大家：贾维斯的声音该用谁的好呢？还因此“钓出”为电影《钢铁人》贾维斯配音的保罗·贝特尼（Paul Bettany），甚至连饰演东尼·史塔克（贾维斯的主人）小罗勃·道尼（Robert Downey Jr.）也来留言说“选我、选我”！因此扎克伯格今天还卖了一个关子，表示明天他将会释出贾维斯的影片，到时候大家就会知道贾维斯的声音会是谁的了。（来源：bnext）