苹果Siri语音软件团队内幕曝光：挣扎、斗争、重组(图)
本帖最后由 casper 于 2023-4-29 10:08 编辑appso
微软投资 OpenAI，推出新 Bing，Google 推出 Bard，Adobe 推出了 FireFly，亚马逊推出 Amazon Titan，随着 ChatGPT 的走红，硅谷大公司的 AI 工具或者助手，瞬间都迸发了出来。
https://www.wenxuecity.com/data/news/202304/29/bb91a339f56d5cffea8c01c1c4362682.jpg
▲
Github 的 Copilot 功能
只有地处加州一隅的苹果，在外界看来，仿佛是一个没有被 AI 打扰的世界。
沉默
经历 AI 的疯狂三月后，大小公司前赴后继的切入 AIGC 领域，他们都会标上 Beta 测试版，以及需要经历一个 waitlist 的阶段。
https://www.wenxuecity.com/data/news/202304/29/1f0f59aa61ae6506eefd5175abee27c1.jpg
他们最终可能会出错，也可能会答非所问，甚至也可能引发一次舆论高峰，但硅谷和我们仍然乐此不疲的参与其中。
相对来说，苹果对 AIGC 始终保持沉默，高管、员工都没有对外发表过苹果对其真实看法。
https://www.wenxuecity.com/data/news/202304/29/a6600cf871a44f78cc3fb01211ce7267.jpg
苹果一向很注重维护自己的形象和公司品牌，他们很少对外公布不成熟的产品或者技术。
因此，这也说明，对于新技术为何苹果总是比别的公司厂商慢一拍。
苹果尽量避免把新技术运用到产品中时，出现水土不服的现象。
https://www.wenxuecity.com/data/news/202304/29/8c75b137a79f25ccfbd512870427fde1.jpg
目前 AIGC 行业的产品，大多还是围绕着网页对话框，杀手级应用目前还处于空白阶段。
对于专注在产品上的苹果不予置评，其实也说得通。
https://www.wenxuecity.com/data/news/202304/29/de469b16bbc0244ced7953e77abb8132.jpg
不过，根据 the information 那里获得的消息来看，苹果的工程师正在酝酿把 LLM 大语言模型与 Siri 结合，推出更聪明的 Siri，并顺理成章的运用到明年的 iOS 当中。
就像 2011 年那样，苹果首次公布智能助手 Siri，并与 iPhone 4s 一同上市，成为当年 iPhone 的一个重大功能性升级。
高调
以现在的眼光来看，苹果在芯片上加入了神经引擎，将 SoC 芯片称之为「仿生」，将各种人工智能模型、算法运用到拍照、生物识别、书写等方面。
https://www.wenxuecity.com/data/news/202304/29/337deed91e0531705389f9bd6e017e6c.jpg
这对于使用体验的大幅优化和提升，往往很难让人留意，苹果对于 AI 的运用相当低调。
但在 2011 年，Siri 是作为苹果最高调的人工智能技术亮相。
https://www.wenxuecity.com/data/news/202304/29/8e9f5e898d0e113fa80cb5f81dce6c57.jpg
▲
Scott Forstall
直到现在我依然记得， Scott Forstall 在介绍 Siri 时表示，Siri 能够理解自然语言，不需要用户记住特定的格式和语法，也可以根据用户的使用习惯进行定制。
后续上线的宣传片里，Siri 也真正的成为了一个永远正确响应回应，以及颇具智能颇具人味儿的手机内置助手。
https://www.wenxuecity.com/data/news/202304/29/fe753c0360ecd468a1be326be65f20c8.jpg
只是，Siri 在 2011 年后，其技术迭代仿佛被停滞。十几年过去，它仍然还遵循着 2011 年的「天真」回答。
当人们不断被其他公司的更先进的语音助手刷新认知的时候，Siri 就显得有些笨拙，和过于可爱了。
尤其是 Siri 目前已经覆盖到苹果几乎所有的设备，iPhone、iPad、Mac 甚至是 AirPods，Siri 略显老成的处理和回答方式，就更显得它有些落伍。
https://www.wenxuecity.com/data/news/202304/29/280f6e21fb945e2ba13a0b3f7e357a3d.jpg
甚至苹果内部也对 Siri 失望，苹果开发 XR 设备的团队，就不太想在 XR 设备上用 Siri 控制设备和功能，理由就是它不够聪明。
为此，XR 设备的负责人 Mike Rockwell 也曾考虑找个备用方案以替换掉 Siri 的语音控制，不过最终并没有成功。
传闻中的苹果 XR 头戴式设备，仍然会与苹果其他设备类似，可以用 Siri 进行简单的控制，当然，如果你想的话，也可以跟它进行简单的对话。
攀爬
发布 Siri，被认为是智能手机历史上的一个转折。在 Siri 之后，几乎所有的智能手机厂商都会为其产品推出一个类似的智能助手，以免落伍
。
https://www.wenxuecity.com/data/news/202304/29/49786eccd4f04b0c0df53053cdf9c1ec.jpg
而对于苹果，2010 年花费了 2 亿美元收购了 Siri Inc.，并在一年后把 Siri 整合到 iPhone 里。
在此之后，苹果也组建了一个 Siri 智能助手团队，不过在 2011 年发布至 2018 年期间，Siri 团队陷入了迷茫，内部管理和大方向也出现了一些争论。
https://www.wenxuecity.com/data/news/202304/29/16d0be2bb27bbad99acd790aae6d2593.jpg
▲
John Giannandrea
苹果的解决方案是「请高人」，2018 年从 Google 挖来了 John Giannandrea，成为苹果负责人工智能和机器学习战略的高级副总裁。
此前他在 Google 负责搜索业务和人工智能，几乎可以算是 Google 人工智能领域的资深专家。
有了 John Giannandrea 的加入，苹果想依靠他的经验，逐步改善 Siri 的现状，帮助 Siri 赶上竞争对手。
https://www.wenxuecity.com/data/news/202304/29/280f6e21fb945e2ba13a0b3f7e357a3d.jpg
John Giannandrea 也为 Siri 团队带来了类似 Google 的工作氛围，并面对苹果高管需要 Siri 立竿见影的变化时，他会用「爬山」这个过程来解释如何解决 AI 人工智能领域面临的难题。
对于 Siri，或者说苹果的人工智能策略，需要有一个长远的目标，期间每次微小的优化、改动，都会随着时间的推移逐步累积，马虎不得。
换句话说，John Giannandrea 认为苹果在人工智能领域底子太薄，不能急于求成。
https://www.wenxuecity.com/data/news/202304/29/182ba39aab6c62a805db0df8c2c415fe.jpg
并且，他也说服了苹果高层，暂时应该着重在团队建设中，留下相关人才，并给他们更多的自由，去研究发展自己感兴趣的方向。
最重要的是，John Giannandrea 显著提升了人工智能团队的薪资水准，达到了行业水准。
三板斧下来，苹果人工智能团队得到了增强，引入了许多前 Google 人工智能专家，并用 1.5 亿美元收购了机器学习初创公司 Laserlike。
https://www.wenxuecity.com/data/news/202304/29/50241fb3b4efcd1bf4d562ec08b2d712.jpg
其三位创始人 Srinivasan Venkatachary、Steven Baker 和 Anand Shukla，后期也成为 Siri 团队，苹果 LLM 领域和搜索领域的专家。
引入 Laserlike 的目的，其实就是为了提升 Siri 的搜索能力，而 Venkatachary 也顺理成章的成为苹果搜索团队的负责人。
2019 年，苹果就在 Siri 中加入了通过网络信息来回答用户的提问。Siri 的功能性正在逐步补全和增强。
https://www.wenxuecity.com/data/news/202304/29/fbb74c10430f3ff0bfb0460f71ae07af.jpg
不过，这些改变更像是「昙花一现」。
苹果人工智能团队内部有着相当多的项目，有可以将 Siri 移植到 iPhone 当中的 BlackBird 项目，也有 SiriX 这种庆祝 Siri 十周年的项目。
但除了内部的竞争外，苹果高层对于人工智能大方向的决策过于缓慢，以及对于 LLMs 这种新技术的运用过于保守。
https://www.wenxuecity.com/data/news/202304/29/4ca2f031462a2961c29c7a2cba2cddb1.jpg
▲
从 A 到另一个 A 图片来自：the information
2022 年秋季，Srinivasan Venkatachary、Steven Baker 和 Anand Shukla 也离开了苹果，去了 Google。
有意思的是，Google CEO Sundar Pichai 亲自招募了这个三人团队，同时 Tim Cook 也做了挽留。
但他们认为 Google 是一个适合研究 LLM 的公司，并且也会被快速的运用到产品当中。
https://www.wenxuecity.com/data/news/202304/29/cc427f6e62579e01d85955ce7fe9ad71.jpg
如今他们正在 Google 研究如何降低大语言模型的培训训练成本以及如何提升准确性。
不仅是 Laserlike 团队，Giannandrea 亲自招募的其他专家和团队也大都离开了苹果，理由也是因苹果好像不太重视人工智能方向的研究。
在 John Giannandrea 到来后，在攀爬人工智能领域这座山峰的过程里，或许是与公司战略大方向的不同，让苹果人工智能陷入了挣扎之中。
挣扎
隐私保护，是苹果近来所遵循的一个公司级战略。
在此面前，一切都要让步，绝不妥协。
https://www.wenxuecity.com/data/news/202304/29/4752a4570322b8311aa5db7868d85241.jpg
John Giannandrea 加入苹果，他的目标很明确，就是通过优化苹果对用户数据的使用，训练算法让 Siri 变得更聪明。
因为，在 Google、亚马逊这些公司内，通过收集分析用户数据，改善产品算法模型，是一件很常规的事情。
也由于有这个过程，会让算法更智能，AI 也变得更聪明。
https://www.wenxuecity.com/data/news/202304/29/bfb202d94442906c610273ed9bdfc27a.jpg
苹果此前也会不记 ID 的收集 Siri 与用户的对话数据，但做得并不专业，也没有利用这些数据对 Siri 进行改进。
随着 John Giannandrea 的到来，苹果找了许多外包公司来收集相关数据，并最终通过一个流程对 Siri 进行优化。
但 2019 年，《卫报》曝光苹果外包团队在未经同意的情况下收听用户与 Siri 的对话，而引起了轩然大波，尤其是一向以注重隐私的苹果。
https://www.wenxuecity.com/data/news/202304/29/ee9544fb1d18193cbe9c8b209d74d898.jpg
为此，苹果最终用全职员工取代了外包商，并且修改了内部流程和政策，普通员工几乎很难听到 Siri 的对话录音。
如此的规定也让人工智能团队更难实时优化和按时迭代，也算是造成目前 Siri 显得很古典的原因之一。
「他们所做的事情的缺点将变得越来越明显，」华盛顿大学计算机科学教授、机器学习书籍《大师算法（The Master Algorithm）》的作者 Pedro Domingos 就认为「他们将不得不挖掘更多的私人数据，以便与其他人更具竞争力。」
https://www.wenxuecity.com/data/news/202304/29/396f8691ddb8ce4f66865a779ef07038.jpg
▲
Tim Cook 图片来自：Bloomberg
并且对于 Siri 的一些经常冲上热搜奇怪的回答，也会引起 Tim Cook 的注意。会经常越过流程，直接要求 Siri 团队修改「尴尬」的回答。
因为隐私保护而减少数据收集，以及避免尴尬回答，进行人工修正，苹果十分注重自己的公司形象。
因此，即便现在苹果有庞大的资金和资源，许多前苹果人工智能团队成员也认为苹果很难会很快的去部署基于 LLM 的 Siri。
https://www.wenxuecity.com/data/news/202304/29/ab70019e315d72682719c7ccc43bb29e.jpg
另外，苹果也在 Siri 内设定了许多规则，像是询问 iPhone 售价，会优先导流到苹果官网，而非是直接给出答案。
苹果并非是一个技术优先公司，他们一切的服务、技术都是为产品服务，也就是能卖出去更多的 iPhone、iPad、Mac。
因此，在很长一段时间内，设计团队有着相当大的话语权，他们认为产品就应该做到 100% 完美。
https://www.wenxuecity.com/data/news/202304/29/28bfd3fe07fd05330cf6e88808ab62e6.jpg
这种追求也延续到了 Siri 人工智能团队，但作为一个算法来说，不可能 100% 精确，出错在所难免，出错才能更好的去优化相关模型。
他们之间追求的不同，也让人工智能团队的工作变得很有压力。在 Giannandrea 的周旋下，软件设计团队不得不为 Siri 添加了一个按钮，方便用户回馈回答是否准确。
无论是为了坚持隐私，还是工作流程问题，亦或是为了做出 100% 完美产品，Siri 的人工智能团队正在经历着一系列的挣扎，就像被捆住了双手与 Google、亚马逊等大公司在人工智能领域竞争。
未知
这个「未知」，其实可以指代许多。
苹果人工智能团队对于 Siri 推出了许多改进方案，像是 Siri X、BlackBird、Pegasus 等等项目。
https://www.wenxuecity.com/data/news/202304/29/4cb3893d2bc9edd60dd0756a0ae3ae0e.jpg
虽然项目的一些成员离开，但这些项目最终都接近完成，随时可以替换或者优化到现在的 Siri 当中。
不过，就如同 John Giannandrea 所提倡的，一个人工智能模型，其实是一个相当复杂的工程，牵一发而动全身。
盲目的修改和替换，可能会引起不可预知的问题。
https://www.wenxuecity.com/data/news/202304/29/62caadf22d912aa8e90adb08a4b38d54.jpg
另外，与亚马逊的 Alexa 或谷歌的 Assistant 等其他语音助手相比，Siri 的回答在很大程度上依赖于人类参与。
也就说，Siri 的数据库有许多人为的限制和干预，经过十几年的修改调整，让这个数据库变得复杂冗长。
而且，也与目前 LLM 大语言模型的数据库工作方式有所不同，它并不能简单的加一个 API 接口就能够顺利的运行起 ChatGPT 和拥有类似的功能。
https://www.wenxuecity.com/data/news/202304/29/8d84ba969d459ade34f23fd47d884f38.jpg
苹果现在所要决定的就是，想要一个 Smart Siri，到底是推倒重来，还是逐层优化。
另外，谁都不否认，苹果公司的盈利、现金流以及庞大的资源调动能力。并且，也有着芯片、终端等等硬件资源和知识储备。
当苹果下定决心全身心投入 AIGC 领域，它可以训练复杂的大语言模型，做出自己的生成式 AI。
https://www.wenxuecity.com/data/news/202304/29/5647de449d912f396d064f2dd19282f0.jpg
但苹果还要决定是否需要「重复造轮子」，还是把眼光、资源投入到如何将 AIGC 运用到终端，嵌入到生态当中。
毕竟那些支持 ChatGPT 等复杂服务的 LLM 目前仍在云端运行，运用到终端生态里，还尚属空白。
在人事调动上，苹果目前更注重于视觉识别的专家，相对来说，也把重心放在了适合 XR 虚拟现实领域。
https://www.wenxuecity.com/data/news/202304/29/9de42b78b63ccc92f8304899658aa0f7.jpg
对于苹果来说，AIGC 行业的技术爆炸，还不到一年，如何运用到苹果产品当中，也还在一个很初步的尝试当中。
而苹果已经准备多年，打算取代 iPhone 成为下一个大趋势的 XR 虚拟现实设备，或许才是苹果当下最该关心，以及着力去发展的产品。
至于把 Siri 变成 Smart Siri，还是变成 Siri Copilot，不妨让 John Giannandrea 所带领的 AI 团队再爬一会儿山吧。
页:
[1]