Park 3

　　盡管蘋果并沒有對其在人工智能方面的努力做出任何解釋，但我還是成功獲取了有關公司內(nèi)部如何分配機器學習技術的決議。其機器學習智能可以在全公司得到共享，并且公司鼓勵生產(chǎn)團隊利用這一技術來解決問題，并發(fā)明一些更具特色的個性化產(chǎn)品?！霸谔O果，我們并沒有一個單獨集中負責機器學習技術的組織”，Craig Federighi說：“我們盡力保持各個團隊之間的緊密合作，力圖應用這一技術創(chuàng)造出良好的用戶體驗?！?/p>

　　那么在蘋果有多少人在從事機器學習這一塊的工作呢？“有很多”，F(xiàn)ederighi在受到一些刺激之后說道。（如果你認為他會告訴我具體數(shù)字，那說明你還不了解蘋果）有趣的是， 負責蘋果機器學習的許多人，在進入蘋果公司之前，并沒有受到過這方面的必要訓練?！拔覀児陀玫娜瞬哦际窃谝恍┗绢I域方面十分厲害的人，比如像數(shù)學，統(tǒng)計學，程序設計語言，密碼學等?！?Federighi說：“結(jié)果表明，這些核心的智能能夠完美地轉(zhuǎn)換為機器學習智能。盡管現(xiàn)在我們的確雇用了許多機器學習人才，但我們還是希望能找到具有良好核心資質(zhì)和才能的人才?！?/p>

　　Craig Federighi（左）與Alex Acero

　　盡管Federighi并沒有說，但這一途徑似乎不可避免：蘋果喜歡保密，而競爭對手們則鼓勵計算機科學家將他們的研究在全球范圍內(nèi)共享，這樣一來，蘋果便會處于不利地位?！拔覀兊膶嵺`更傾向于強化自然選擇——其實就是兩種不同類型人之間的對抗，一種喜歡通過團隊合作，進而創(chuàng)造出偉大的產(chǎn)品，而另一種則是將公布產(chǎn)品和技術作為他們的首要動力”，F(xiàn)ederighi說。如果科學家們在提升某一蘋果產(chǎn)品性能的同時，又恰巧在這一領域取得了重大突破，那真是再好不過了。“但正是對最終結(jié)果的幻想為我們提供了巨大動力?！盋ue說。

　　蘋果在這方面的一些才能也來自于不斷的收購。“最近一年時間，我們已經(jīng)購買了20到30家公司。這些都是相對較小而又真正需要人力的公司?！盋ue 說?！爱斕O果買下一個人工智能公司時，這里肯定會有大量的機器學習研究員，但我們不會是穩(wěn)定住這些人” ，F(xiàn)ederighi說：“我們關注的是那些自身十分有才能，但又能真正注重實現(xiàn)絕佳體驗的人?！?/p>

　　最近的一次收購是位于西雅圖的Turi公司，蘋果最終以2億美元的價格收購。該公司建立了一個機器學習工具包，一直以來都被比作是Google的TensorFlow。此次收購給蘋果提供了一種不同的思索，即可以將它用作類似的用途，既用于公司內(nèi)部，也可以提供給開發(fā)商。“可以肯定的是，他們的有些事情和蘋果十分匹配，無論是從技術的角度還是從個人的角度來看，都是如此?！盋ue說。在一年或兩年的時間里，或許我們就能弄清楚發(fā)生了什么。蘋果在2013年收購了一家小的初創(chuàng)企業(yè)Cue，后來Siri開始顯示出一些預測能力。

　　無論這些才能來自哪里，蘋果的人工智能基礎建設有助于其開發(fā)出全新的產(chǎn)品和功能，而這通過以前的手段都是不可能做到的。這正在改變著公司的產(chǎn)品線路圖?！艾F(xiàn)在在蘋果，炫酷的想法簡直層出不窮，永無止境?！?Schiller說：“機器學習正在使我們對一些事情給予肯定的看法，而這些事情放在過去幾年，我們是絕對會說不的。它正在不斷深入到我們的決策當中，決定著我們下一批產(chǎn)品的走向?！?/p>

　　iPad Pro的Apple Pencil就是一個例子。為了發(fā)明出一支高科技的觸控筆，蘋果不得不面臨這樣一個問題，即當人們在設備上寫字的時候，他們的手掌底部難免會擦到屏幕，造成各種觸控失靈。這時，使用“防手掌誤觸”這樣一個機器學習模式，就能很好的解決這一問題。因為該模式能夠使屏幕傳感器感受到刮擦，觸摸和筆觸之間的區(qū)別，大大提升了觸控筆操控的精確度?！叭绻|控筆無法在iPad上進行完美操作，那么iPad就不能被看作是一張很好的可供我繼續(xù)寫字的紙，Pencil也就不會是一個好的產(chǎn)品。” Federighi說。所以如果你愛Apple Pencil的話，那就請感謝機器學習吧。

　　Park 4

　　對蘋果機器學習方面進展的最佳測量方式，或許來自它在AI上最重要的收購：Siri。Siri最初誕生自DARPA在智能助理上的一項計劃，后來部分科學家成立了一家公司，用同樣的技術開發(fā)了一款應用。2010年，喬布斯親自說服公司創(chuàng)始成員將公司出售給蘋果，并指示將Siri整合進操作系統(tǒng)。在2011年10月iPhone 4S的發(fā)布會上，Siri是一大點亮?，F(xiàn)在它早已不是用戶長按Home鍵，或發(fā)出“Hey， Siri”指令進行喚醒（這一功能本身也使用了機器學習，允許iPhone在不耗電的情況下了解周圍情況）這么簡單了。Siri的智能整合進了Apple Brain，即便不發(fā)場時也在工作。

　　作為核心產(chǎn)品而言，Cue提到了四個組成：語音識別（理解你何時與它對話），自然語言理解（理解說話內(nèi)容），執(zhí)行（滿足查詢或請求）以及響應（產(chǎn)生回話）?！皺C器學習對所有這些都有重要影響?！?/p>

　　Tom Gruber（上）與Alex Acero

　　Siri高級研發(fā)部主管Tom Gruber是在最初的收購后加入了蘋果的，他表示，在蘋果把神經(jīng)網(wǎng)絡用于Siri之前，其用戶量已經(jīng)在產(chǎn)生大量數(shù)據(jù)，而這對訓練神經(jīng)網(wǎng)絡十分重要?！皢滩妓拐f，一夜之間就會擁有數(shù)百萬用戶，還不用公測。突然之間就會有用戶，他們會告訴你，人們?nèi)绾闻c應用對話。這是第一次革命，那之后神經(jīng)網(wǎng)絡時代到來了?！?/p>

　　隨著Siri轉(zhuǎn)移到用神經(jīng)網(wǎng)絡處理語音識別而來的，還有幾位AI專家，其中包括現(xiàn)在語音組的主管Alex Acero。Acero的語音識別經(jīng)歷始于90年代的蘋果，后來他在微軟研究院工作了多年。“我喜歡這類工作，也發(fā)表了很多論文。當Siri出現(xiàn)時，我意識到這是讓深度神經(jīng)網(wǎng)絡應用得以實現(xiàn)的機會，不是讓幾百人用，而是讓數(shù)百萬人用?！睋Q句話說，他就是蘋果想找的那類科學家——優(yōu)先考慮產(chǎn)品而非發(fā)表論文。

　　當Acero在三年前加入時，Siri用的語音技術仍基本來自第三方的授權(quán)，而這種情況必須改變。Federighi意識到，這是蘋果不斷在重復的一種模式?！半S著一項技術對開發(fā)核心產(chǎn)品變得越來越重要，我們會讓內(nèi)部逐漸接手開發(fā)。要開發(fā)偉大的產(chǎn)品，我們希望內(nèi)部擁有技術，并在內(nèi)部創(chuàng)新，語音識別就是一個很好的例子。”

　　團隊開始訓練神經(jīng)網(wǎng)絡，以替代Siri早前的技術。蘋果的GPU集群不停運轉(zhuǎn)，調(diào)用了大量數(shù)量。2014年7月的發(fā)布證明，所有努力都沒有白費。

　　Acero表示，“當時在所有語言上，錯誤率降低了兩倍，在很多場景下還不止如此。這都要歸功于深度學習及對它的優(yōu)化，不僅是算法方面，更是在產(chǎn)品開發(fā)的整個過程上?！?/p>

　　蘋果不是第一家在語音識別中使用DNN的公司，但它證明，控制整個運轉(zhuǎn)系統(tǒng)會產(chǎn)生優(yōu)勢。Acero表示，正是因為蘋果自己設計芯片，他能直接與編寫固件的芯片設計組工程師合作，最大化提升神經(jīng)網(wǎng)絡的性能。Siri團隊的需求甚至影響了iPhone設計的方方面面。

　　Fdferighi表示，“不僅僅是芯片，還涉及設備上的麥克風，以及麥克風安裝的位置，還有如何調(diào)整硬件，以及處理音頻的軟件棧。這需要所有組件的協(xié)調(diào)，比起只是開發(fā)軟件的公司，有著驚人的優(yōu)勢。”

　　另一個優(yōu)勢是，當蘋果的神經(jīng)網(wǎng)絡在一個產(chǎn)品上成功時，還能成為其它產(chǎn)品的核心技術。機器學習讓Siri理解了用戶，也讓輸入方式由手動變成了聽寫。也正是因為Siri的技術，用戶語音輸入的信息也變得更流暢和完整。

　　Cue提到的Siri第二個部分是自然語言理解。Siri在2014年11月開始用機器學習理解用戶的意圖，并在一年后推出了深度學習版。如在語音識別上一樣，機器學習提升了體驗，特別是在理解指令上。

　　蘋果認為，沒有Siri上的技術，它不太可能開發(fā)出最新版的Apple TV，因為后者也有語音控制功能。盡管早期的Siri版本要求你用清晰的方式說話，但深度學習加強版不僅能從大量電影和音樂中找到特定的選擇，更能處理“播放一部湯姆·漢克斯主演的優(yōu)秀驚悚片”這樣的概念。這在以前是完全不可能的。

　　在即將正式發(fā)布的iOS 10中，Siri的聲音是最后一個被機器學習改造的部分。同樣，深度神經(jīng)網(wǎng)絡替代了原先授權(quán)的技術。Siri的聲音來自一家語音中心收集的錄音數(shù)據(jù)庫，每句話都是語音段拼貼的結(jié)果。機器學習讓語音變得平滑，聽起來更像一個真人。

　　這看起來只是很小的細節(jié)，但更自然的聲音能為Siri帶來很大的改變。Gruber認為，“如果聲音質(zhì)量更高，人們會感到更加可信。更好的語音能吸引用戶，讓他們更常使用?！?/p>

　　使用Siri的意愿，以及機器學習在技術上的提升，都在蘋果向開發(fā)者開放Siri的過程中十分重要。許多人注意到，蘋果在Siri上的合伙量只有兩位數(shù)，遠遠落后于亞馬遜的Alexa，后者稱外部開發(fā)者幫助開發(fā)了1000多項技能。蘋果認為這種比較沒有意義，因為亞馬遜用戶要使用特定的指令方式，才可用到那些技能。蘋果表示，Siri在與Uber和SquareCash等服務的整合上會更自然。

　　與此同時，蘋果對Siri的改善也得到了回報，用戶發(fā)現(xiàn)了一些新功能，也感到常用的查詢變得更準確，而相應的，查詢數(shù)量也不斷增長。