微软在上周正式发布了第六代微软小冰人工智能机器人，人们不免将其与苹果的Siri再进行一番比较，而比较的结果几乎是一边倒的，那就是在小冰的面前，Siri实在是有点逊。

在之前我们面对这样的结论，给出的理由更过是感官上的直接感受，而这一次我们试图通过一些技术层面的解析来搞清楚Siri和小冰之间到底存在哪些差距。

这里我们主要引入两个概念：全双工语音和共感模型。在此之前我们想稍微聊聊Siri和小冰两者在设计意图上的不同，而这很有可能是导致二者差异的重要原因。

Siri的设计目标是一个任务型人工智能，她的作用是帮助用户解决具体的问题的；而小冰则从开始就是一个聊天机器人，并不解决具体问题，就是陪人闲聊用的。

因此，Siri在设计上是以IQ为优先的，而小冰则是以EQ为优先，从这一点上来看，与Siri和小冰的对话交互过程就有明显的区别。Siri更像是机器，而小冰则更像是人，但现在第六代小冰推出之后，也开始附加IQ特性，能够处理一些具体的事务了。

就人工智能的发展来说，IQ，也就是数据处理方面的研发是相对简单的，而EQ，即情感认知则是相当大的难题，因此微软先EQ后IQ的模式显然更有优势。

既然我们已经说到了人工智能的EQ塑造，那么小冰到底是通过哪些技术来实现这种情感交互的呢？

大概在过去四五年前的时候，对话式人工智能成为业界的热门课题，并且绝大多数都选择了任务型或是知识传递型的对话系统，但这种人机交互实际却非常生硬，比如具体到开灯关灯、打开电器上，其实和语音命令之间的区别并不大。

而全双工语音就是让小冰与其他人工智能交互截然不同的技术之一，这使得人们与小冰之间的交流不再局限于一问一答，而是更加自然的沟通过程。

举一个例子，当你开着车出去郊游的时候，车载的不是Siri那种可以帮你干这个干那个的人工智能，而是通过全双工的方式进行交流的小冰。她除了会根据你的指令执行任务之外，还会对你的车载音乐发表观点。当你们交流时，她看到远处有一座山，就会和你说这个地方很漂亮，可以下次再来。

这种感觉不是你在车上安装了一个机器人，而是多了一个真正的副驾驶陪你旅行。

这就涉及到了一个问题，那就是小冰能够通过视觉捕捉环境信息，这是同样也是微软的研究项目，称为实时视觉，并有一个面向全程的对话引擎。

值得一提的是，现在小冰的全双工语音已经支持群组功能，利用SpeakerID分类器来判断说话的人到底是谁，甚至听得出这些人的年龄、性别等信息，并以此来进行不同的对话和群聊。

比如不同的家庭成员和小冰说“我的电话找不到了”，小冰能够区分的出来是谁，并且分别打到他们各自的手机上去。

比如当一个小孩子对小冰说“打开电饭锅”，小冰能够识别出发出命令的是个小孩子，并由此拒绝执行指令，并劝说小孩远离电器。

在这里，小冰不再单单是家里的一个智能语音工具，而是一个新的家庭成员，能够与家庭成员之间建立自然的联系。

微软小冰

虽然我们一直都在强调小冰的EQ情商，但大家都清楚人工智能本身是不可能产生感情的，因此小冰的EQ本质上是来自一个基本的情感计算框架。