Facebook 執行長祖克柏（Mark Zuckerberg）在今年年初立下個人目標，計劃打造人工智慧（AI）語音助手「賈維斯」（J.A.R.V.I.S.），原本預計會在 9 月公開成果，卻遲遲沒有消息，如今祖克柏總算趕在 2017 年到來前，告訴大家他已成功打造出賈維斯系統，並發表長文分享賈維斯的建造過程與心得。
為了讓 AI 助手具備學習與識別能力，祖克柏為賈維斯採用多項人工智慧技術，包括自然語言處理（Natural Language Processing）、語音與臉部辨識、增強式學習（reinforcement learning），其系統程式則以 Python、PHP 及 Objective-C 等語言編寫。平常只要透過手機或電腦便能跟賈維斯「說話」，進一步操控家電裝置、保全系統，調節室內燈光與空調，播放音樂等。
串聯家中所有裝置
不過在打造 AI 助手之前，必須先解決家中設備連網的問題。祖克柏在文章裡提到，家中設備的語言和協定各有不同，加上仍有許多裝置未有連網功能，因此若要透過 AI 助手操控家中所有裝置，就必須讓所有裝置都連上網。他也建議廠商應開發通用的應用程式介面（API）及標準，好讓各裝置間能夠互相連結通訊。
▲ 祖克伯透過 AI 助手賈維斯開關燈光
理解自然語言
祖克柏又以循序漸進的方式，讓賈維斯理解人類的文字和語音指令。一開始先讓賈維斯了解簡單詞彙如「房間」、「燈」、「打開」等做為指令關鍵字，再教賈維斯學習更多同義詞、新詞彙及概念，使賈維斯準確執行不同人所發出的指令。祖克柏表示，就算他和妻子 Priscilla 下了差不多的指令，也不見得兩人需求相同，好比說同樣的指令但沒有指明房間位置，祖克柏所指的可能是辦公室，Priscilla 可能指的是某個房間，因此要AI助手得學習分辨箇中差異。
而音樂在自然語言認知上，則是更有趣卻也更複雜，畢竟單靠關鍵字無法一下掌握眾多歌手、歌曲及專輯，但經過不斷「溝通」調整後，賈維斯能夠分辨差異，並根據每個人聽音樂的喜好與模式推薦歌曲。祖克伯認為，當 AI 助手懂得愈多語意脈絡，愈能處理各種開放式、非特定而慣用的指令，而賈維斯也在這樣的「訓練」下，表現愈來愈進步。
具備視覺與臉部辨識功能
為了讓賈維斯擁有視覺與臉部辨識能力，祖克柏在家門口裝置數台攝影機，讓賈維斯能以多個角度取得訪客樣貌長相，並透過臉部辨識技術加以識別訪客身分。一旦確認對方身分是預期到訪的客人，賈維斯就會讓對方進門，同時知會祖克柏。
除此之外，視覺與臉部辨識功能還能應用在許多方面，例如掌握女兒 Max 的動態，或是偵測每個人的所在位置，藉以判斷應在哪個房間、哪個位置執行指令。
溝通靠文字和語音訊息、聲控功能
祖克柏運用自家 Messenger 架構打造聊天機器人平台，以便隨時隨地透過手機傳送文字或語音訊息跟賈維斯溝通；賈維斯也會利用平台提醒祖克柏待辦事項，或傳送訪客影像給祖克柏，告訴他哪位客人來訪等等。
祖克柏跟賈維斯溝通的方式以文字訊息居多，連他自己也感到相當驚訝。他認為主要原因是文字訊息的干擾性較低，也能等自己想看時再看，不受語音訊息限制。這其實也符合 Messenger 和 Whatsapp 等通訊軟體的使用者偏好，也就是慣用文字訊息多於語音訊息。祖克柏表示，未來的 AI 產品不能只著重在語音聲控，還必須具備文字訊息介面。
當然，祖克柏並不表示聲控和語音辨識功能不重要。他為此還開發出聲控專用 app，載入手機之後便能直接以語音操控賈維斯。
持續改良賈維斯，配音人選將揭曉
這一年來，祖克柏利用閒暇時間打造賈維斯，總共耗時約 100 小時。他認為透過這次挑戰所學習到的事物遠遠超出預期，對自家工程師所使用的內部技術也更有概念。祖克柏對於 Facebook 程式碼資料庫及各種內部工具感到相當滿意，也因為這些資源，為開發賈維斯節省了不少時間。
雖然目前已成功打造出賈維斯，祖克柏坦言還是有許多地方有待改善，接下來會想辦法教賈維斯自行學習新技能，而不是教他執行特定任務。
▲ 祖克伯未透露賈維斯配音人選，僅表示即將揭曉
祖克柏即將在明年初分享新年新挑戰，至於先前網友們熱烈討論的賈維斯配音人選問題，他則是賣關子表示，賈維斯的「真聲」即將會在接下來釋出的影片中揭曉。
（首圖來源：Facebook/ Mark Zuckerberg）
題圖來源：
延伸閱讀：