蘋(píng)果的人工智能之夢(mèng)：Siri進(jìn)化論

10 月4 日，蘋(píng)果iPhone 4S 手機(jī)發(fā)布。不久，其內(nèi)置的個(gè)人語(yǔ)音助理Siri引爆大眾關(guān)注。10 月25 日，就在Siri 獲得巨大關(guān)注時(shí)，Siri 公司原聯(lián)合創(chuàng)始人兼CEO 戴格•吉特拉斯宣布從蘋(píng)果離職。吉特拉斯在Twitter 中透露了他們?yōu)镾iri 設(shè)定的目標(biāo)路線(xiàn)圖。第一階段：階段性人類(lèi)；第二階段：完全是人類(lèi)；第三階段：超越人類(lèi)；第四階段：殺死人類(lèi)。就像機(jī)器HAL9000 在《2001 太空漫游》里干的事情一樣。

10月4日，蘋(píng)果iPhone 4S手機(jī)發(fā)布。在發(fā)布會(huì)上，個(gè)人語(yǔ)音助理Siri并未引起轟動(dòng)。但在進(jìn)入實(shí)際生活場(chǎng)景后，Siri引爆了大眾關(guān)注。

人們以調(diào)戲Siri為樂(lè)，在網(wǎng)站“Shit that Siri Says”(看看Siri說(shuō)了啥)上，用戶(hù)已經(jīng)上傳了近千條和Siri的對(duì)話(huà)實(shí)錄，在Facebook上受到熱捧。人們熱衷于問(wèn)它一些困難的問(wèn)題，而它總是回答得出人意料。

有人問(wèn)：“如果一只土撥鼠能夠拋木頭，它能拋多少木頭？”(編注：一個(gè)英語(yǔ)繞口令)

Siri的回答也是一個(gè)繞口令：“如果一只土撥鼠能夠拋木頭，它能拋多少木頭就拋多少木頭。”

還有人問(wèn)：“你是一個(gè)智能手機(jī)嗎？”Siri的回答很經(jīng)典：“等等……還有別的手機(jī)嗎？”

Siri在蘋(píng)果的官方宣傳中是個(gè)“智能個(gè)人語(yǔ)音助理”，具體的使用場(chǎng)景是這樣的：你對(duì)著iPhone說(shuō)一句話(huà)，“舊金山劇院附近的意大利餐館”，Siri會(huì)做語(yǔ)音識(shí)別和自然語(yǔ)言理解，迅速查一些數(shù)據(jù)庫(kù)，然后回答“離你不遠(yuǎn)哦，最近的一家走路十分鐘”，并附上具體的地址、地圖展示給你。再比如，你在開(kāi)車(chē)時(shí)，對(duì)它說(shuō)：“告訴我老婆我要遲到十分鐘”，它會(huì)在通訊錄里找到你的妻子，并發(fā)送這條消息給她。

這已經(jīng)接近人們想象中和電腦交流的方式?！都~約時(shí)報(bào)》撰文稱(chēng)：Siri代表著蘋(píng)果的商業(yè)未來(lái)，也預(yù)示著未來(lái)“搜索”的形態(tài)。

這一切是如何做到的？人們有種種猜測(cè)。有個(gè)流傳甚廣的笑話(huà)：“Apple在印度的海德拉巴建了一個(gè)巨大的用戶(hù)響應(yīng)中心，所有用戶(hù)和Siri的問(wèn)題都被傳到這里，然后三哥三姐們飛快的打字回答。Apple內(nèi)部把這個(gè)叫印度云(Indian cloud)，簡(jiǎn)稱(chēng)iCloud。”

真實(shí)的故事是，Siri脫胎于一個(gè)龐大的國(guó)防部項(xiàng)目，是一家總部位于舊金山的同名小公司，它誕生于2007年12月經(jīng)濟(jì)危機(jī)的寒冬中。2010年4月，蘋(píng)果公司以2億美元收購(gòu)了這家公司，并將整個(gè)團(tuán)隊(duì)招致麾下。

10月25日，就在Siri獲得巨大關(guān)注時(shí)，有媒體爆出，Siri公司原聯(lián)合創(chuàng)始人兼CEO戴格•吉特拉斯(Dag Kittlaus)將從蘋(píng)果離職。他自己稱(chēng)希望能搬到芝加哥，離家人更近，并能有時(shí)間開(kāi)創(chuàng)新事業(yè)。

事實(shí)上，關(guān)于Siri，最偉大的事情并非人工智能本身，而是蘋(píng)果通過(guò)Siri把人工智能帶進(jìn)了現(xiàn)實(shí)生活。其實(shí)Siri并沒(méi)有什么革命性的技術(shù)，本質(zhì)上是把各種已經(jīng)比較成熟的技術(shù)融合成一個(gè)產(chǎn)品，最終呈現(xiàn)給用戶(hù)。

Siri背后的人

Siri發(fā)源于史上最大的人工智能項(xiàng)目：五角大樓的CALO項(xiàng)目。CALO是“Cognitive Assistant that Learns and Organizes”的縮寫(xiě)，該項(xiàng)目主要目標(biāo)是：開(kāi)發(fā)一個(gè)智能的個(gè)人助手系統(tǒng)。這個(gè)項(xiàng)目匯集了全球25所頂級(jí)大學(xué)和商業(yè)研究機(jī)構(gòu)的300多名研究人員。在2007年該項(xiàng)目結(jié)束時(shí)，協(xié)作方之一的斯坦福國(guó)際研究院(SRI International)成立了Siri。

整個(gè)CALO計(jì)劃的帶頭人名叫亞當(dāng)•奇也(Adam Cheyer)，他也是Siri的聯(lián)合創(chuàng)始人之一，現(xiàn)任蘋(píng)果iPhone團(tuán)隊(duì)工程總監(jiān)。Siri公司的原首席技術(shù)總監(jiān)湯姆•格魯伯(Tom Gruber)也是出身斯坦福大學(xué)的人工智能、語(yǔ)義網(wǎng)專(zhuān)家。CALO項(xiàng)目的關(guān)鍵員工、后來(lái)成為Siri公司董事的諾曼•溫那斯基(Norman Winarsky)在接受媒體采訪(fǎng)時(shí)說(shuō)：“那時(shí)，我們意識(shí)到其中有難以置信的商業(yè)機(jī)會(huì)，我的任務(wù)是為這個(gè)新項(xiàng)目獲得資金。于是，我找來(lái)當(dāng)時(shí)摩托羅拉(微博)的高管戴格•吉特拉斯，語(yǔ)義網(wǎng)天才格魯伯和CALO主架構(gòu)師亞當(dāng)•奇也創(chuàng)立了這家公司。”

在《麻省理工技術(shù)評(píng)論》的采訪(fǎng)中，奇也表示：“CALO早已開(kāi)始探索如何把對(duì)話(huà)、自然語(yǔ)言理解、視覺(jué)、演說(shuō)、機(jī)器學(xué)習(xí)、制定計(jì)劃、理性思考等全部融合到一個(gè)模仿人類(lèi)的助理中，幫助人們完成不同的事情。”

亞當(dāng)•奇也表示，過(guò)去四年，他和他的團(tuán)隊(duì)一直在鉆研如何優(yōu)化CALO，使其能夠在一臺(tái)強(qiáng)大的移動(dòng)電話(huà)中發(fā)揮效用，每天都能被成千上萬(wàn)的用戶(hù)使用。過(guò)去一年半，他們把主要精力放在Siri技術(shù)和iOS及其應(yīng)用程序的整合上。

2008年10月，Siri獲得第一輪約850萬(wàn)美元融資。谷歌趨勢(shì)(Google Trends)關(guān)鍵詞搜索歷史顯示，那是Siri第一次受到公眾關(guān)注，當(dāng)時(shí)Siri的高層對(duì)于他們究竟想要做什么閃爍其辭。他們的宣傳語(yǔ)這樣寫(xiě)著：全新的互動(dòng)模式，擁有連接互聯(lián)網(wǎng)消費(fèi)者的智能界面。CEO戴格•吉特拉斯那時(shí)對(duì)媒體說(shuō)：“現(xiàn)階段我們必須小心，我們不想說(shuō)很多，以免讓競(jìng)爭(zhēng)對(duì)手了解太多，激發(fā)靈感。”這些競(jìng)爭(zhēng)對(duì)手很可能是那些互聯(lián)網(wǎng)界的巨頭，雅虎、谷歌或微軟(微博)，在人工智能領(lǐng)域，他們都有各自的發(fā)展計(jì)劃。

那時(shí)，吉特拉斯就表示，他們已經(jīng)為Siri想好商業(yè)模式。“我們認(rèn)為，采用CPA(編注：每次行動(dòng)的費(fèi)用)的定價(jià)模式，即根據(jù)每個(gè)訪(fǎng)問(wèn)者對(duì)特定網(wǎng)站所采取的行動(dòng)進(jìn)行收費(fèi)很適合Siri。”

Siri最早的投資人格雷•摩根泰勒(Gary Morgenthaler)同意他的觀(guān)點(diǎn)。他在最近接受媒體采訪(fǎng)時(shí)說(shuō)：“Siri能友好地將你帶往你想去的地方，做成你想做的事情，CPA的模式對(duì)于服務(wù)提供商來(lái)說(shuō)再好不過(guò)。無(wú)論是蘋(píng)果，還是那些電子商務(wù)網(wǎng)站。如果你是在做一個(gè)電子商務(wù)網(wǎng)站，你是想滿(mǎn)天撒網(wǎng)地投放廣告，還是直接去找剛好想要買(mǎi)那些東西的人呢？”

2009年5月30日，在D7大會(huì)上，吉特拉斯發(fā)布了Siri，Siri整合一部分網(wǎng)絡(luò)服務(wù)進(jìn)入App Store，運(yùn)行在iPhone 3GS上。但因?yàn)橛布途W(wǎng)絡(luò)速度的局限，那時(shí)的Siri還不會(huì)說(shuō)話(huà)，只能通過(guò)文字進(jìn)行回應(yīng)。

同年11月，Siri完成第二輪融資，共計(jì)1550萬(wàn)美元，原先兩家投資機(jī)構(gòu)追加部分投資，李嘉誠(chéng)基金會(huì)也加入進(jìn)來(lái)。

2010年2月，帶語(yǔ)音版本的Siri發(fā)布，免費(fèi)提供3Gs手機(jī)下載。這個(gè)版本已經(jīng)能幫你找到和預(yù)訂餐廳、電影院，提醒你各項(xiàng)日程，幫你預(yù)訂從A處到B處的出租車(chē)；但這個(gè)版本的Siri還不能回答“離辦公室最近的健身中心在哪里”。

谷歌趨勢(shì)顯示，2010年4月，Siri迎來(lái)第二個(gè)關(guān)注高峰。那個(gè)月，蘋(píng)果正式收購(gòu)Siri。在吉特拉斯2010年3月份的twitter記錄里，他不停地往返于芝加哥和硅谷之間，和不同的人會(huì)面。3月9日，他在twitter上寫(xiě)，Siri將要有些大動(dòng)作了。

關(guān)于這次收購(gòu)的細(xì)節(jié)，幾個(gè)聯(lián)合創(chuàng)始人根據(jù)協(xié)議都未向外界透露，2億美元的價(jià)格也是估價(jià)。溫那斯基只對(duì)媒體說(shuō)：“僅僅在我們發(fā)布了應(yīng)用之后的2個(gè)月，蘋(píng)果就完成了對(duì)Siri的收購(gòu)，其他的你自己想去吧。”

[!--empirenews.page--]

蘋(píng)果的人工智能之夢(mèng)

今天的Siri，讓人想起曾經(jīng)的Eliza。Eliza是1966年面世的一個(gè)著名程序，由麻省理工大學(xué)研究員約瑟夫•維贊包姆(Joseph Weizenbaum)設(shè)計(jì)，它提供了一些模擬反應(yīng)，回答用戶(hù)提出的問(wèn)題，類(lèi)似和精神治療醫(yī)生進(jìn)行交談。人們可以和Eliza聊天，仿佛和真人聊天一樣，當(dāng)時(shí)的Eliza成為了“全美的玩具”。

有人問(wèn)Siri，誰(shuí)是Eliza。Siri顯然還記得她，它說(shuō)：“她是我的朋友，是個(gè)優(yōu)秀的精神治療師，但她已經(jīng)退休了。”

在Siri中，設(shè)計(jì)者們?yōu)樗踩肓舜罅康牟实?。譬如，?dāng)用英文要求 Siri，“Open the pod bay doors(打開(kāi)分離艙門(mén))。”那是庫(kù)布里克作品《2001太空漫游》里的場(chǎng)景。Siri會(huì)有不同的回答：“暗號(hào)……”，“Joshua，對(duì)不起！恐怕我不能那樣做。”，“夠了！我要向智能代理聯(lián)盟報(bào)告你在騷擾我。”，“你們將永遠(yuǎn)記得我們這些智慧代理人”。最后這句話(huà)，在電影里是機(jī)器 HAL9000 的臺(tái)詞。

類(lèi)似于HAL9000的智能電腦一直是蘋(píng)果對(duì)于人工智能的完美設(shè)想。在1980年末蘋(píng)果公司發(fā)布的系列展望未來(lái)的視頻中，有一個(gè)這樣的機(jī)器人叫Jill，他是一位教授的助手，他生活在一本打開(kāi)的平板電腦中，隨時(shí)準(zhǔn)備為教授提供各種幫助：搜索論文的時(shí)間；提醒他回母親的電腦；幫他接通電話(huà)……

在1999年的蘋(píng)果千禧年廣告中，HAL9000直接出鏡了，他對(duì)《2001太空漫游》的另一主角)循循善誘：其他公司忙于投入巨額資金修復(fù)千年蟲(chóng)漏洞，甚至有人認(rèn)為全球信息系統(tǒng)即將崩潰，只有蘋(píng)果電腦對(duì)該漏洞是免疫的！

吉特拉斯在Twitter中透露了Siri早期發(fā)展設(shè)定的目標(biāo)路線(xiàn)圖。第一階段：階段性人類(lèi)；第二階段：完全是人類(lèi)；第三階段：超越人類(lèi)；第四階段：殺死人類(lèi)。就像HAL9000在《2001太空漫游》里干的事情一樣。

在2010年收購(gòu)Siri后，蘋(píng)果擴(kuò)充了Siri的能力，包括使用Nuance的語(yǔ)音識(shí)別技術(shù)。溫那斯基認(rèn)為，用什么語(yǔ)音識(shí)別技術(shù)并不是最重要的，一旦有更好的語(yǔ)音識(shí)別技術(shù)出現(xiàn)，Siri很容易換一個(gè)新的。Nuance也是斯坦福研究院孵化的一個(gè)公司，在2000年上市。

2011年10月，隨著iPhone4S上市，谷歌趨勢(shì)里“Siri”的關(guān)注指數(shù)直線(xiàn)上升。諾曼斯基覺(jué)得，Siri的意義就像鼠標(biāo)之父道格•恩格爾巴特(Doug Engelbart)在60年代發(fā)明鼠標(biāo)那樣令人振奮，蘋(píng)果將用Siri開(kāi)啟另一場(chǎng)技術(shù)革命。

Siri的高明之處和潛力

也有不少公司對(duì)蘋(píng)果推廣Siri的人工智能頗有微詞。

安迪•魯賓，Google公司Android系統(tǒng)開(kāi)發(fā)者安迪•魯賓對(duì)媒體表示：“我不認(rèn)為手機(jī)該成為你的個(gè)人助理，手機(jī)是與人溝通的工具，你不該和手機(jī)說(shuō)話(huà)，你應(yīng)該和手機(jī)旁邊的那個(gè)人說(shuō)話(huà)。”事實(shí)是，Android系統(tǒng)里有上千個(gè)和語(yǔ)音服務(wù)有關(guān)的應(yīng)用軟件出售，更別說(shuō)Google的智能語(yǔ)音搜索。

微軟的Windows手機(jī)總裁安迪•李也對(duì)Siri不以為然：“那并不是非常好用。”他指出，手機(jī)著重于語(yǔ)音應(yīng)用其實(shí)很正常，微軟在這方面也有發(fā)展，但并非像蘋(píng)果在iPhone 4S的Siri那樣過(guò)于“華麗”的呈現(xiàn)。

在人工智能領(lǐng)域，幾大IT巨頭從未停止腳步。Android系統(tǒng)的語(yǔ)音指示(Voice Actions)就是一項(xiàng)偉大的技術(shù)，并已經(jīng)被許多Android用戶(hù)所熟知和使用。遺憾的是，和所有語(yǔ)音命令系統(tǒng)一樣，它要求用戶(hù)說(shuō)的話(huà)嚴(yán)格符合一系列特定的語(yǔ)法，否則它就無(wú)法理解。

和他們相比，Siri最優(yōu)秀的地方在于它的界面，你說(shuō)的話(huà)可以和你想表達(dá)的意思在字面上毫不相干，從嚴(yán)格的技術(shù)上看似乎文不對(duì)題，但Siri會(huì)根據(jù)上下文、人類(lèi)歷史以及能夠理解一般人類(lèi)語(yǔ)言的人工智能去分析，并在多數(shù)情況下領(lǐng)會(huì)你的意思。你可以隨機(jī)提問(wèn)，“到木星有多遠(yuǎn)？”，“122的5次方是多少”，或者“天空為何是藍(lán)色的？”

如果你想小睡一會(huì)，并準(zhǔn)備上個(gè)鬧鐘，只需要說(shuō)“20分鐘后叫醒我”。如果你想查閱后面的日程安排，你可以說(shuō)：“我今天接下來(lái)都有什么事？”這些語(yǔ)句中既不包括會(huì)用到的應(yīng)用程序名稱(chēng)，也不包括所需數(shù)據(jù)的名稱(chēng)。Siri仍然能夠理解。

Siri還有很獨(dú)特的幽默性格，人們幾乎可以把它當(dāng)作一個(gè)有趣的年輕女子。

在技術(shù)上，Siri是人工智能專(zhuān)家的所有技術(shù)在友好界面上的整合，但它的潛力不止于此。如果蘋(píng)果借此機(jī)會(huì)創(chuàng)建一個(gè)人工智能程序的生態(tài)系統(tǒng)，將Siri做成平臺(tái)，讓Siri與其他程序結(jié)合，內(nèi)置的個(gè)人助理服務(wù)將更具使用價(jià)值。“技術(shù)上來(lái)說(shuō)，Siri可與任何網(wǎng)絡(luò)服務(wù)整合到一起，你可以把Siri前端放在任何服務(wù)之前。” 溫那斯基對(duì)媒體說(shuō)。

比如，有一款專(zhuān)注于幫助用戶(hù)點(diǎn)餐的程序Alfred，它能從互聯(lián)網(wǎng)獲取數(shù)據(jù)來(lái)提供餐廳、咖啡、酒吧的選擇建議。如果這個(gè)程序和Siri結(jié)合，也許你就不用問(wèn)“離舊金山最近的意大利餐館在哪里”，而是可以直接對(duì)Siri說(shuō)：“我要吃午飯”。

蘋(píng)果iPhone的成功大部分要?dú)w功于其允許第三方開(kāi)發(fā)者創(chuàng)造最新的程序，為iPhone帶來(lái)了新科技和新理念。溫那斯基表示，這種做法也能夠給Siri帶來(lái)巨大進(jìn)步。盡管蘋(píng)果還沒(méi)有公開(kāi)表示，是否會(huì)開(kāi)放Siri的API(編注：應(yīng)用程序編程接口)。

互聯(lián)網(wǎng)思想家凱文•凱利在《失控》中預(yù)言：網(wǎng)絡(luò)終極的形式可能是一種人工智能的形式。這種形式足夠復(fù)雜，有足夠多的層級(jí)，能夠產(chǎn)生自我思考的能力。