蘋果給預(yù)測鍵盤裝入AI，讓預(yù)測鍵盤可以“猜測”用戶的想法

蘋果公司名下的博客《機器學(xué)習(xí)雜志》的最近更新內(nèi)容暗示了蘋果QuickType預(yù)測鍵盤在未來可能會有進一步的改進，現(xiàn)階段最大的挑戰(zhàn)在于：如何讓機器利用文檔內(nèi)容來猜測用戶接下來要輸入的詞語。

?

蘋果利用AI讀取文檔，讓預(yù)測鍵盤學(xué)會“思考”

蘋果公司名下的博客《機器學(xué)習(xí)期刊》的最近更新內(nèi)容暗示了蘋果QuickType預(yù)測鍵盤在未來可能會有進一步的改進，現(xiàn)階段最大的挑戰(zhàn)在于：如何讓機器利用文檔內(nèi)容來猜測用戶接下來要輸入的詞語。

目前，預(yù)測鍵盤是通過有限的局部語境和用戶的輸入來猜測用戶接下來可能會輸入的內(nèi)容，比如，當(dāng)用戶將光標(biāo)定位在“I”和“you”兩個詞語中間并輸入“L”時，鍵盤就會合理猜測用戶接下來要輸入的這個單詞為“l(fā)ove”。

蘋果的框架自然語言處理團隊指出，增添額外的“整體語義語境”可以產(chǎn)生更好的效果：當(dāng)機器查閱文檔的全部內(nèi)容后，可能會發(fā)現(xiàn)“l(fā)ove”與文檔的整體語境沒有聯(lián)系，于是會提供像“l(fā)isten to”這種更加合理的選項。

然而事實上，全文檔處理并不容易實現(xiàn)，蘋果公司正在探索利用神經(jīng)網(wǎng)絡(luò)進行深度學(xué)習(xí)的潛在解決方案。原型系統(tǒng)可以查閱給定詞匯左側(cè)和右側(cè)的所有上下文，分析文本每個部分的潛在相關(guān)性并進行比較，最終提供最合理的內(nèi)容作為參考選項。用以做機器訓(xùn)練的目錄字?jǐn)?shù)多達1千萬到50億，不過研究人員發(fā)現(xiàn)最小目錄與最大目錄起到的訓(xùn)練效果并無明顯差異。

目前該項目尚未完成，因為蘋果還要繼續(xù)訓(xùn)練機器學(xué)會在更大的整體語境中處理單詞與短語，但是已經(jīng)取得了很大進展。預(yù)計在未來，蘋果的預(yù)測鍵盤不管在局部語境還是整體語境中都能完成對文本輸入的預(yù)測，如此一來，機器將更有效地根據(jù)用戶已經(jīng)輸入的內(nèi)容而“猜測”用戶的想法，提供下一個將要輸入的詞語選項。