Robin Li: Bis Ende November wird Baidu sehr "gehorsam" sein

Mobiltelefone sind beim Essen schon lange ein Muss, doch egal, ob Sie Nachrichten hören oder Videos ansehen, Sie müssen eine Hand frei haben, um das Telefon zu bedienen. Wenn Sie nachts beim Joggen Musik hören, müssen Sie von Zeit zu Zeit anhalten und mit den Händen die Playlist wechseln ... Ist es möglich, das Telefon dazu zu bringen, Ihnen zu gehorchen, indem Sie nur Ihren Mund bewegen? Als Reaktion darauf sagte Baidu-Gründer Robin Li auf der Baidu World Conference am 16. November, dass ein solches Szenario „bis Ende dieses Monats möglich sein wird“.

Beim Baidu World-Event demonstrierte Robin Li anhand eines von ihm selbst aufgenommenen Videos einen intelligenteren KI-Interaktionsmodus. Im Video klickte Li Yanhong beim Frühstück auf das „Kopfhörer“-Symbol seines Baidu-Mobiltelefons, um die TTS-Funktion zu nutzen. Er konnte den Informationsfluss des Baidu-Mobiltelefons frei per Sprache steuern. Er musste die Interaktion nur durch normale Sprache abschließen und konnte dann nach Belieben „die Nachrichten hören“.

Gleichzeitig können per Sprachbefehl auch die Wiedergabereihenfolge angepasst, Lexika durchsucht, die Lautstärke angepasst und weitere Funktionen nach Belieben ausgeführt werden. Robin Li sagte, dass diese Funktion „kein Drücken oder Weckwort erfordert, sie ist so natürlich, als würde man mit einer Person sprechen.“ Er gab außerdem bekannt, dass die oben genannte Funktion in der Sprachversion verfügbar sein wird, die Baidu Mobile Ende November herausbringt. Dies wird offensichtlich zu einem magischen Werkzeug für den Informationsflussdienst von Baidu, um das Benutzererlebnis erheblich zu verbessern.

Sprachinteraktion ist ein wichtiges Mittel der Mensch-Computer-Interaktion im KI-Zeitalter, aber nach Ansicht von Li Yanhong hat diese Technologie noch keine vollständige Humanisierung erreicht. Ob es sich um ein Gespräch im Fernsehen oder um ein Gespräch mit einem KI-Sprecher handelt, wie wir es normalerweise sehen, es gibt tatsächlich eine grundlegende Hürde. Der Benutzer muss entweder vor dem Sprechen eine Taste drücken oder ein Aktivierungswort eingeben. Dieses Aktivierungswort sollte immer noch aus vier Wörtern bestehen, damit die Maschine weiß, dass Sie mit ihr sprechen möchten. Tatsächlich müssen wir den Namen der anderen Person aber nicht jedes Mal nennen, wenn wir mit ihr sprechen. Er sagte, dass der Durchbruch des technischen Teams von Baidu bei Baidu TTS auf Mobiltelefonen diese Schwelle überschritten habe und den Benutzern eine einfachere und intelligentere Art der Mensch-Computer-Interaktion biete.

Tatsächlich führte Baidu News bereits 2015 die „humanisierte Sprachübertragung“ ein, die den Benutzern beim Abrufen von Nachrichten eine äußerst humanisierte Mensch-Computer-Interaktion ermöglichte. Dieses Mal wurde die Sprachsteuerungsfunktion der mobilen Baidu-TTS-Übertragung nach der Sammlung einer großen Menge an Benutzerfeedback und Interaktionsdaten einem neuen Upgrade und einer neuen Iteration unterzogen. Benutzer können beim Autofahren, Trainieren oder Essen Musik abspielen, Nachrichten hören und Videos ansehen und dabei wirklich „die Hände frei haben“.

Als Gewinner des Qingyun-Plans von Toutiao und des Bai+-Plans von Baijiahao, des Baidu-Digitalautors des Jahres 2019, des beliebtesten Autors von Baijiahao im Technologiebereich, des Sogou-Autors für Technologie und Kultur 2019 und des einflussreichsten Schöpfers des Baijiahao-Vierteljahrs 2021 hat er viele Auszeichnungen gewonnen, darunter den Sohu Best Industry Media Person 2013, den dritten Platz beim China New Media Entrepreneurship Competition Beijing 2015, den Guangmang Experience Award 2015, den dritten Platz im Finale des China New Media Entrepreneurship Competition 2015 und den Baidu Dynamic Annual Powerful Celebrity 2018.