重磅：苹果秘密研发多年的人工智能终遭解密

Siri高级研发部主管Tom Gruber是在最初的收购后加入了苹果的，他表示，在苹果把神经网络用于Siri之前，其用户量已经在产生大量数据，而这对训练神经网络十分重要。"乔布斯说，一夜之间就会拥有数百万用户，还不用公测。突然之间就会有用户，他们会告诉你，人们如何与应用对话。这是第一次革命，那之后神经网络时代到来了。"

　　随着Siri转移到用神经网络处理语音识别而来的，还有几位AI专家，其中包括现在语音组的主管Alex Acero。Acero的语音识别经历始于90年代的苹果，后来他在微软研究院工作了多年。"我喜欢这类工作，也发表了很多论文。当Siri出现时，我意识到这是让深度神经网络应用得以实现的机会，不是让几百人用，而是让数百万人用。"换句话说，他就是苹果想找的那类科学家——优先考虑产品而非发表论文。

　　当Acero在三年前加入时，Siri用的语音技术仍基本来自第三方的授权，而这种情况必须改变。Federighi意识到，这是苹果不断在重复的一种模式。"随着一项技术对开发核心产品变得越来越重要，我们会让内部逐渐接手开发。要开发伟大的产品，我们希望内部拥有技术，并在内部创新，语音识别就是一个很好的例子。"

　　团队开始训练神经网络，以替代Siri早前的技术。苹果的GPU集群不停运转，调用了大量数量。2014年7月的发布证明，所有努力都没有白费。

　　Acero表示，"当时在所有语言上，错误率降低了两倍，在很多场景下还不止如此。这都要归功于深度学习及对它的优化，不仅是算法方面，更是在产品开发的整个过程上。"

　　苹果不是第一家在语音识别中使用DNN的公司，但它证明，控制整个运转系统会产生优势。Acero表示，正是因为苹果自己设计芯片，他能直接与编写固件的芯片设计组工程师合作，最大化提升神经网络的性能。Siri团队的需求甚至影响了iPhone设计的方方面面。

　　Fdferighi表示，"不仅仅是芯片，还涉及设备上的麦克风，以及麦克风安装的位置，还有如何调整硬件，以及处理音频的软件栈。这需要所有组件的协调，比起只是开发软件的公司，有着惊人的优势。"

　　另一个优势是，当苹果的神经网络在一个产品上成功时，还能成为其它产品的核心技术。机器学习让Siri理解了用户，也让输入方式由手动变成了听写。也正是因为Siri的技术，用户语音输入的信息也变得更流畅和完整。

　　Cue提到的Siri第二个部分是自然语言理解。Siri在2014年11月开始用机器学习理解用户的意图，并在一年后推出了深度学习版。如在语音识别上一样，机器学习提升了体验，特别是在理解指令上。

　　苹果认为，没有Siri上的技术，它不太可能开发出最新版的Apple TV，因为后者也有语音控制功能。尽管早期的Siri版本要求你用清晰的方式说话，但深度学习加强版不仅能从大量电影和音乐中找到特定的选择，更能处理"播放一部汤姆·汉克斯主演的优秀惊悚片"这样的概念。这在以前是完全不可能的。

　　在即将正式发布的iOS 10中，Siri的声音是最后一个被机器学习改造的部分。同样，深度神经网络替代了原先授权的技术。Siri的声音来自一家语音中心收集的录音数据库，每句话都是语音段拼贴的结果。机器学习让语音变得平滑，听起来更像一个真人。

　　这看起来只是很小的细节，但更自然的声音能为Siri带来很大的改变。Gruber认为，"如果声音质量更高，人们会感到更加可信。更好的语音能吸引用户，让他们更常使用。"

　　使用Siri的意愿，以及机器学习在技术上的提升，都在苹果向开发者开放Siri的过程中十分重要。许多人注意到，苹果在Siri上的合伙量只有两位数，远远落后于亚马逊的Alexa，后者称外部开发者帮助开发了1000多项技能。苹果认为这种比较没有意义，因为亚马逊用户要使用特定的指令方式，才可用到那些技能。苹果表示，Siri在与Uber和SquareCash等服务的整合上会更自然。

　　与此同时，苹果对Siri的改善也得到了回报，用户发现了一些新功能，也感到常用的查询变得更准确，而相应的，查询数量也不断增长。

　　Park 5

　　或许，苹果使用机器学习技术中遇到的最大问题，是如何坚持保护用户隐私的原则。苹果会加密用户信息，包括公司律师在内的任何人都无法读取。FBI也不能，即便获得了批准。它还表示，不会收集用户信息用于广告目的。

　　从用户的角度上看，这种行为值得尊敬，但这对吸引顶尖AI人才并无帮助。一位苹果前员工表示，"机器学习专家想要的就是数据。但出于保护隐私的立场，苹果总会有所干预。这种做法是否正确暂不讨论，但外界会认为苹果不是铁杆AI粉。"

苹果高管并不认同这种