苹果终于把Siri开放给开发者 这是所有细节

例如"发微信给小苹果让她帮我打电话订一辆出租车"，这句话对人类来说是再简单不过了，但是对于现有的语义识别系统来说都是极具挑战性的：这到底是要发短信呢？还是打电话？还是叫车？怎么还提到了歌曲"小苹果"啊！

　　3、发布会上没有提到的特色

　　不过，笔者也从官方文档中惊喜地发现一个未在发布会上提及的特色。不同于Google Voice Action［1］，SiriKit发布第一版就允许开发者在一定程度上自定义语音命令。SiriKit允许开发者通过配置文件的方式自定义某一些词的读音、上下文例句、甚至语义含义，当然，这些必须限定在这7大领域22个意图框架内。

　　如下面图中例子所示：

　　图中展示了一个名为"CardioBonaza"的健身应用，其应用支持一个名为"Cardio Craze"的健身项目，用户可以通过Siri直接启动CardioBonaza应用并开始Cardio Craze健身项目上图的配置文件通过以下几方面帮助Siri识别有有关命令：

　　定义Cardio Craze是开始健身（INStartWorkoutIntent）这个意图下面的workoutName这个属性（注意，这个意图以及意图的指令都是包含在SiriKit那7大领域和22意图内的）。这样一但识别出来，Siri会把Cardio Crazes识别成workoutName属性传给CardioBonazay应用

　　定义Cardio Craze的发音以及可能出现的上下文，这有助于帮助Siri更准确的语音识别这些不常用词

　　通过定义Intent Phrase的一些例句，甚至可以影响Siri入口的领域分类（Domain Classification）

　　苹果一向谨小慎微，这次SiriKit仅仅开放了7个领域，应该是经过充分的用户调研和模型调优。但实际使用中是否能够胜任复杂的用户自然语言，还需要等到真正发布之后好好体验。不过，SiriKit确实做了充分的准备，准备和开发者一起保证良好的语音交互体验。

　　| 什么是用户真正需要的语音搜索？

　　除此之外，苹果今天还发布了MacOS版本的Siri，可以在Mac上通过Siri去完成手机上的一些基本功能。比如听歌、查天气，以及一些为Mac笔记本开发的语音命令，比如查找某个文件、或者看看电脑还有多少剩余空间。

　　连同SiriKit，这应该是Siri自从2012年发布以来最大的一次更新。

　　但我认为，这次更新仍然乏善可陈。竞争对手Google本身拥有强大的AI研发能力和长期以来的技术积累，SiriKit做的这些事情从技术上来讲都只是一直在追赶Google而已。

　　要做到如同Google Now一样的智能，比如百科类问题的问答、智能推送［2］，苹果还有很长的一段路要走。当然当前，不管是哪家的语音识别技术，从能力上来讲并没有质的区别，人工智能语音搜索仍然是一个新鲜玩意，他的能力远低于人们的预期。在短期人工智能技术难以进行质的突破的情况下，像苹果这样谨小慎微地一步步往前走，慢慢地加入新的功能，让更多的开发者加入这场游戏，总体来说也是推动了整个行业的发展。今天凌晨发布的时候，苹果宣布SiriKit已经得到众多主流App的支持，包括微信、支付宝、滴滴、Whatsapp、Skype等，这也许正是苹果作为一个后来者的优势。

　　这让我想起了4年前第一次发布Siri的时候，无声无息地发布，在沉寂了十几年的人工智能圈，确确实实地掀起了一阵浪潮。
      本文作者陈村，剑桥大学自然语言处理（NLP）组，现为机器学习语义分析工程师。

　　注解：

　　【1】Google的Voice Action有自定义语音命令，但是看起来还没有完全准备好。

　　【2】Google Now会分析用户的Email 来获取用户的一些个人信息，比如航班行程、酒店。苹果在今天凌晨的发布会上声称，出于用户隐私方面的考虑，暂时没有类似的功能。