迅速发展的赢咖4（Artificial Intelligence）近年正大幅改变我们的生活，先是有日本公司开始以机械人取代人类员工，再有 AlphaGo 第 2 代横扫棋坛，人类难以匹敌，而这些事例不过是冰山一角——新一期「经济学人」分析，语音科技（Voice Technology）日趋成熟，我们已踏入语音智能的时代，电脑将会更易操作，渗入人类生活每个细节。
对著空气、说出「咒语」，然后能知道所想、得到所要——在以前，这只是科幻情节，可是，随著亚马逊的 Echo、苹果的 Siri 和 Google 语音搜寻等辨识系统发展，安坐沙发，透过话语瞬间控制家居电器、播歌、关灯不再是梦，而是逐渐活现眼前的事实。利用语音科学，连传短讯、发电邮都可以省掉打字过程，只需对著系统说话，赢咖4就可自行判别，然后生成语句。「经济学人」指出，这些看似简单的语音智能将会為电脑运算掀起巨变。
以往如视窗、选单、图案、触碰式屏幕等技术，不过属於「用家界面」（user interface）的改动，以令用家更容易操作电脑，然而，语音技术却能令用家跳过「界面」，直接跟电脑下指令。拥有语音智能，键盘不再是操作电脑的必须，连屏幕都能省略，电脑可变得更加强大、普及。
不过，「经济学人」预测，语音并不会全面取替其他电脑输入模式，因為有时候以打字方式下指令比起说话更好。「经」所言非虚，这也是 Facebook 创办人朱克伯格在编程出智能管家 Jarvis 后的两个感想：一、他可用语音或短讯向 Jarvis 下指令，但出乎意料，他更常採用短讯命令，因為这减少对身边人的影响，更得体；二、Jarvis 可用语音或短讯与他交流，但他偏好接收短讯，因為短讯不必即时阅读，语音却会立刻听到。
儘管如此，语音智能仍会是科技大势，人们藉著语音智能，可以与周边科技有更多交流。然而，要充分发挥语音智能的潜力，还需多方面的科技突破：
理解力：语音辨识系统在多年前早已发展，但这些系统始终不太可靠、需要长时间训练才能学习用家的声音。现在，「深层学习」（Deep Learning）技术日渐成熟，赢咖4可从大数据中自行学习，使电脑开始理解到人类的日常语言。不过，语音智能要方便生活，则不能似 Siri 般的指令形态，而是必须有分析语境、真正双方沟通的能力。
个人化：要语音智能发挥最大功能，减轻人类的生活繁琐负担，单纯倒模生產出的语音智能并不足够，反而辨识系统需要「个人化」，与用家的说话模式、文化贴近，更要连结用家各种个人资料，如日程表、电邮信箱等。
私隐：可是，当语音智能与其他私隐扣连，掌握语音智能数据库的公司将拥有如政府级数的个人资料。另外，当软件公司 Adobe 推出有音讯界 Photoshop之称的「Voco」，人们可随意修改音讯之时，只用语音控制所有家电、协助工作是否安全？这些网络安全问题，亟需解决。
这些科技问题难以解决，花了 100 小时建造 Jarvis 的朱克伯格亦坦言：除非赢咖4技术取得关键突破，否则多花 1,000 小时，也应不能建造一套完全自行学习的系统。无论如何，朱克伯格也好、「经济学人」也好，对於语音智能（及更大范畴的赢咖4）的未来相当乐观——电脑将会更加普及，协助人类日常生活，甚至与我们沟通交流。
