蘋果的人工智能之夢：Siri進化論

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

10月4日，蘋果iPhone 4S手機發(fā)布。在發(fā)布會上，個人語音助理Siri并未引起轟動。但在進入實際生活場景后，Siri引爆了大眾關(guān)注。

人們以調(diào)戲Siri為樂，在網(wǎng)站“Shit that Siri Says”(看看Siri說了啥)上，用戶已經(jīng)上傳了近千條和Siri的對話實錄，在Facebook上受到熱捧。人們熱衷于問它一些困難的問題，而它總是回答得出人意料。

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

Siri的回答也是一個繞口令：“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：“你是一個智能手機嗎？”Siri的回答很經(jīng)典：“等等……還有別的手機嗎？”

Siri在蘋果的官方宣傳中是個“智能個人語音助理”，具體的使用場景是這樣的：你對著iPhone說一句話，“舊金山劇院附近的意大利餐館”，Siri會做語音識別和自然語言理解，迅速查一些數(shù)據(jù)庫，然后回答“離你不遠哦，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，你在開車時，對它說：“告訴我老婆我要遲到十分鐘”，它會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~約時報》撰文稱：Siri代表著蘋果的商業(yè)未來，也預示著未來“搜索”的形態(tài)。

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

真實的故事是，Siri脫胎于一個龐大的國防部項目，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)濟危機的寒冬中。2010年4月，蘋果公司以2億美元收購了這家公司，并將整個團隊招致麾下。

10月25日，就在Siri獲得巨大關(guān)注時，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)將從蘋果離職。他自己稱希望能搬到芝加哥，離家人更近，并能有時間開創(chuàng)新事業(yè)。

事實上，關(guān)于Siri，最偉大的事情并非人工智能本身，而是蘋果通過Siri把人工智能帶進了現(xiàn)實生活。其實Siri并沒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)融合成一個產(chǎn)品，最終呈現(xiàn)給用戶。

Siri背后的人

Siri發(fā)源于史上最大的人工智能項目：五角大樓的CALO項目。CALO是“Cognitive Assistant that Learns and Organizes”的縮寫，該項目主要目標是：開發(fā)一個智能的個人助手系統(tǒng)。這個項目匯集了全球25所頂級大學和商業(yè)研究機構(gòu)的300多名研究人員。在2007年該項目結(jié)束時，協(xié)作方之一的斯坦福國際研究院(SRI International)成立了Siri。

整個CALO計劃的帶頭人名叫亞當•奇也(Adam Cheyer)，他也是Siri的聯(lián)合創(chuàng)始人之一，現(xiàn)任蘋果iPhone團隊工程總監(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的人工智能、語義網(wǎng)專家。CALO項目的關(guān)鍵員工、后來成為Siri公司董事的諾曼•溫那斯基(Norman Winarsky)在接受媒體采訪時說：“那時，我們意識到其中有難以置信的商業(yè)機會，我的任務是為這個新項目獲得資金。于是，我找來當時摩托羅拉(微博)的高管戴格•吉特拉斯，語義網(wǎng)天才格魯伯和CALO主架構(gòu)師亞當•奇也創(chuàng)立了這家公司。”

在《麻省理工技術(shù)評論》的采訪中，奇也表示：“CALO早已開始探索如何把對話、自然語言理解、視覺、演說、機器學習、制定計劃、理性思考等全部融合到一個模仿人類的助理中，幫助人們完成不同的事情。”

亞當•奇也表示，過去四年，他和他的團隊一直在鉆研如何優(yōu)化CALO，使其能夠在一臺強大的移動電話中發(fā)揮效用，每天都能被成千上萬的用戶使用。過去一年半，他們把主要精力放在Siri技術(shù)和iOS及其應用程序的整合上。

2008年10月，Siri獲得第一輪約850萬美元融資。谷歌趨勢(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，當時Siri的高層對于他們究竟想要做什么閃爍其辭。他們的宣傳語這樣寫著：全新的互動模式，擁有連接互聯(lián)網(wǎng)消費者的智能界面。CEO戴格•吉特拉斯那時對媒體說：“現(xiàn)階段我們必須小心，我們不想說很多，以免讓競爭對手了解太多，激發(fā)靈感。”這些競爭對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)展計劃。

那時，吉特拉斯就表示，他們已經(jīng)為Siri想好商業(yè)模式。“我們認為，采用CPA(編注：每次行動的費用)的定價模式，即根據(jù)每個訪問者對特定網(wǎng)站所采取的行動進行收費很適合Siri。”

Siri最早的投資人格雷•摩根泰勒(Gary Morgenthaler)同意他的觀點。他在最近接受媒體采訪時說：“Siri能友好地將你帶往你想去的地方，做成你想做的事情，CPA的模式對于服務提供商來說再好不過。無論是蘋果，還是那些電子商務網(wǎng)站。如果你是在做一個電子商務網(wǎng)站，你是想滿天撒網(wǎng)地投放廣告，還是直接去找剛好想要買那些東西的人呢？”

2009年5月30日，在D7大會上，吉特拉斯發(fā)布了Siri，Siri整合一部分網(wǎng)絡(luò)服務進入App Store，運行在iPhone 3GS上。但因為硬件和網(wǎng)絡(luò)速度的局限，那時的Siri還不會說話，只能通過文字進行回應。

同年11月，Siri完成第二輪融資，共計1550萬美元，原先兩家投資機構(gòu)追加部分投資，李嘉誠基金會也加入進來。

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

谷歌趨勢顯示，2010年4月，Siri迎來第二個關(guān)注高峰。那個月，蘋果正式收購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，和不同的人會面。3月9日，他在twitter上寫，Siri將要有些大動作了。

關(guān)于這次收購的細節(jié)，幾個聯(lián)合創(chuàng)始人根據(jù)協(xié)議都未向外界透露，2億美元的價格也是估價。溫那斯基只對媒體說：“僅僅在我們發(fā)布了應用之后的2個月，蘋果就完成了對Siri的收購，其他的你自己想去吧。”

蘋果的人工智能之夢

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

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

在Siri中，設(shè)計者們?yōu)樗踩肓舜罅康牟实啊Ｆ┤?，當用英文要?Siri，“Open the pod bay doors(打開分離艙門)。”那是庫布里克作品《2001太空漫游》里的場景。Siri會有不同的回答：“暗號……”，“Joshua，對不起！恐怕我不能那樣做。”，“夠了！我要向智能代理聯(lián)盟報告你在騷擾我。”，“你們將永遠記得我們這些智慧代理人”。最后這句話，在電影里是機器 HAL9000 的臺詞。

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

在1999年的蘋果千禧年廣告中，HAL9000直接出鏡了，他對《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千年蟲漏洞，甚至有人認為全球信息系統(tǒng)即將崩潰，只有蘋果電腦對該漏洞是免疫的！

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

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

2011年10月，隨著iPhone4S上市，谷歌趨勢里“Siri”的關(guān)注指數(shù)直線上升。諾曼斯基覺得，Siri的意義就像鼠標之父道格•恩格爾巴特(Doug Engelbart)在60年代發(fā)明鼠標那樣令人振奮，蘋果將用Siri開啟另一場技術(shù)革命。

Siri的高明之處和潛力

也有不少公司對蘋果推廣Siri的人工智能頗有微詞。

安迪•魯賓，Google公司Android系統(tǒng)開發(fā)者安迪•魯賓對媒體表示：“我不認為手機該成為你的個人助理，手機是與人溝通的工具，你不該和手機說話，你應該和手機旁邊的那個人說話。”事實是，Android系統(tǒng)里有上千個和語音服務有關(guān)的應用軟件出售，更別說Google的智能語音搜索。

微軟的Windows手機總裁安迪•李也對Siri不以為然：“那并不是非常好用。”他指出，手機著重于語音應用其實很正常，微軟在這方面也有發(fā)展，但并非像蘋果在iPhone 4S的Siri那樣過于“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)的語音指示(Voice Actions)就是一項偉大的技術(shù)，并已經(jīng)被許多Android用戶所熟知和使用。遺憾的是，和所有語音命令系統(tǒng)一樣，它要求用戶說的話嚴格符合一系列特定的語法，否則它就無法理解。

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

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

Siri還有很獨特的幽默性格，人們幾乎可以把它當作一個有趣的年輕女子。

在技術(shù)上，Siri是人工智能專家的所有技術(shù)在友好界面上的整合，但它的潛力不止于此。如果蘋果借此機會創(chuàng)建一個人工智能程序的生態(tài)系統(tǒng)，將Siri做成平臺，讓Siri與其他程序結(jié)合，內(nèi)置的個人助理服務將更具使用價值。“技術(shù)上來說，Siri可與任何網(wǎng)絡(luò)服務整合到一起，你可以把Siri前端放在任何服務之前。” 溫那斯基對媒體說。

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

蘋果iPhone的成功大部分要歸功于其允許第三方開發(fā)者創(chuàng)造最新的程序，為iPhone帶來了新科技和新理念。溫那斯基表示，這種做法也能夠給Siri帶來巨大進步。盡管蘋果還沒有公開表示，是否會開放Siri的API(編注：應用程序編程接口)。

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