Facebook 首席执行官祖克柏（Mark Zuckerberg）在今年年初立下个人目标，计划打造人工智能（AI）语音助手“贾维斯”（J.A.R.V.I.S.），原本预计会在 9 月公开成果，却迟迟没有消息，如今祖克柏总算赶在 2017 年到来前，告诉大家他已成功打造出贾维斯系统，并发表长文分享贾维斯的建造过程与心得。
为了让 AI 助手具备学习与识别能力，祖克柏为贾维斯采用多项人工智能技术，包括自然语言处理（Natural Language Processing）、语音与脸部辨识、增强式学习（reinforcement learning），其系统程式则以 Python、PHP 及 Objective-C 等语言编写。平常只要透过手机或电脑便能跟贾维斯“说话”，进一步操控家电装置、保全系统，调节室内灯光与空调，播放音乐等。
串联家中所有装置
不过在打造 AI 助手之前，必须先解决家中设备连网的问题。祖克柏在文章里提到，家中设备的语言和协定各有不同，加上仍有许多装置未有连网功能，因此若要透过 AI 助手操控家中所有装置，就必须让所有装置都连上网。他也建议厂商应开发通用的应用程序界面（API）及标准，好让各装置间能够互相连结通讯。
▲ 祖克伯透过 AI 助手贾维斯开关灯光
理解自然语言
祖克柏又以循序渐进的方式，让贾维斯理解人类的文字和语音指令。一开始先让贾维斯了解简单词汇如“房间”、“灯”、“打开”等做为指令关键字，再教贾维斯学习更多同义词、新词汇及概念，使贾维斯准确执行不同人所发出的指令。祖克柏表示，就算他和妻子 Priscilla 下了差不多的指令，也不见得两人需求相同，好比说同样的指令但没有指明房间位置，祖克柏所指的可能是办公室，Priscilla 可能指的是某个房间，因此要AI助手得学习分辨个中差异。
而音乐在自然语言认知上，则是更有趣却也更复杂，毕竟单靠关键字无法一下掌握众多歌手、歌曲及专辑，但经过不断“沟通”调整后，贾维斯能够分辨差异，并根据每个人听音乐的喜好与模式推荐歌曲。祖克伯认为，当 AI 助手懂得愈多语意脉络，愈能处理各种开放式、非特定而惯用的指令，而贾维斯也在这样的“训练”下，表现愈来愈进步。
具备视觉与脸部辨识功能
为了让贾维斯拥有视觉与脸部辨识能力，祖克柏在家门口装置数台摄影机，让贾维斯能以多个角度取得访客样貌长相，并透过脸部辨识技术加以识别访客身份。一旦确认对方身份是预期到访的客人，贾维斯就会让对方进门，同时知会祖克柏。
除此之外，视觉与脸部辨识功能还能应用在许多方面，例如掌握女儿 Max 的动态，或是侦测每个人的所在位置，藉以判断应在哪个房间、哪个位置执行指令。
沟通靠文字和语音讯息、声控功能
祖克柏运用自家 Messenger 架构打造聊天机器人平台，以便随时随地透过手机传送文字或语音讯息跟贾维斯沟通；贾维斯也会利用平台提醒祖克柏待办事项，或传送访客影像给祖克柏，告诉他哪位客人来访等等。
祖克柏跟贾维斯沟通的方式以文字讯息居多，连他自己也感到相当惊讶。他认为主要原因是文字讯息的干扰性较低，也能等自己想看时再看，不受语音讯息限制。这其实也符合 Messenger 和 Whatsapp 等通讯软件的使用者偏好，也就是惯用文字讯息多于语音讯息。祖克柏表示，未来的 AI 产品不能只着重在语音声控，还必须具备文字讯息界面。
当然，祖克柏并不表示声控和语音辨识功能不重要。他为此还开发出声控专用 app，载入手机之后便能直接以语音操控贾维斯。
持续改良贾维斯，配音人选将揭晓
这一年来，祖克柏利用闲暇时间打造贾维斯，总共耗时约 100 小时。他认为透过这次挑战所学习到的事物远远超出预期，对自家工程师所使用的内部技术也更有概念。祖克柏对于 Facebook 程式码数据库及各种内部工具感到相当满意，也因为这些资源，为开发贾维斯节省了不少时间。
虽然目前已成功打造出贾维斯，祖克柏坦言还是有许多地方有待改善，接下来会想办法教贾维斯自行学习新技能，而不是教他执行特定任务。
▲ 祖克伯未透露贾维斯配音人选，仅表示即将揭晓
祖克柏即将在明年初分享新年新挑战，至于先前网友们热烈讨论的贾维斯配音人选问题，他则是卖关子表示，贾维斯的“真声”即将会在接下来释出的影片中揭晓。
（首图来源：Facebook/ Mark Zuckerberg）
题图来源：
- Building Jarvis
- At Home With Mark Zuckerberg And Jarvis, The AI Assistant He Built For His Family
延伸阅读：
- 祖克柏 AI 助手“贾维斯”缺人声，钢铁人自愿担纲配音助阵
- “贾维斯”成真？祖克柏预告 9 月公开 AI 助手
- 祖克柏新年挑战：打造如“贾维斯”般的 AI 助手
