• 互联网
• 移动互联
• 电子商务
• 社交网络
• 网络游戏
• 通信
• it业界
• 人物志
• 创业创新

【河北网编者按】谷歌()的人工智能阿法狗（AlphaGo）打败人类围棋冠军抢占风头，反观苹果却似乎没见其在AI领域有多少作为，事实到底是怎样的呢？

美国科技业资深记者史蒂芬•列维（Steven Levy）近日采访苹果的几名高管和Siri部门的计算机科学家，借由他们展示了苹果在AI领域取得的进展和成果。

人工智能实际上已经改变了苹果的产品路线图。

以下为文章摘要：

2014年7月30日，苹果对Siri进行了“大脑移植”。

三年前，苹果把智能助理集成到了操作系统中，当时它是第一家这么做的大牌科技公司。

Siri原本是一个独立的应用，苹果在2010年收购了这个应用以及创建的团队。

用户最初对Siri的反响令人惊喜，但在接下来日子里，用户对它的缺点逐渐变得不耐烦起来。

很多时候Siri都会对命令做出错误的解释。苹果对它进行了一些微调，但这仍然没能解决问题。

因此，到2014年7月下旬，苹果把Siri移动语音识别功能（这是指美国用户使用的系统，它的全球版本是在2014年8月15日推出的）搬到一个基于神经网络的系统上。以前的部分技术仍在继续使用 （其中包括“隐含马尔可夫模型”），但现在，这个系统使用的是机器学习技术，包括深层神经网络（DNN）、卷积神经网络、LSTM 、GRU，以及n-gram。用户升级软件之后，Siri看上去似乎和之前没有区别，但现在，它的动力来自于深度学习技术。

苹果没有公布这些进展，因为竞争对手可能会由此摸清它的思路，所以苹果一般都不会公开宣布这类进展。如果用户注意到它，那也只是因为现在Siri的错误变少了。事实上，苹果表示，它在精度上的改善令人惊叹。

“有些进步太显著了，你甚至会怀疑有人搞错了小数点，想要重新测试一次。”苹果互联网软件和服务高级副总裁艾迪•库（Eddy Cue）说。

人们对苹果AI 的印象

以前从来没有文章披露过Siri的这种转变，所以本文可能会让人工智能（AI）界的人士大吃一惊。

出人意料的倒不是神经网络改善了系统（神经网络当然会带来改善），而是苹果是如此善于不露声色地做这种事情。

苹果公司最近加大了招募AI人才的力度，还进行了一些高调的收购，可能才让观察家们有所改观，之前他们一直觉得，在科技业竞争最激烈的领域，即发挥这些强大AI工具的最佳效果上，苹果公司落在了下风。

由于苹果一向守口如瓶，AI界人士并不知道苹果到底在机器学习领域做什么事情。

“苹果不是AI社区的一份子，苹果相当于AI领域的国安局。”

在斯坦福大学教人工智能史的杰里•卡普兰（Jerry Kaplan）这样评论。不过AI界人士认为，如果苹果在这方面的成就可以和谷歌或Facebook媲美，他们早就应该听说过了。

本月初，苹果公司确实展示向我展示了他们是如何把机器学习技术运用到产品中的。

在苹果库比蒂诺总部的一个会议室里，我和苹果高管（艾迪•库，高级全球市场营销副总裁菲尔•席勒，以及软件工程高级副总裁克雷格•费德里吉）以及Siri部门的两个关键科学家聊了大半天的时间。当时一落座，他们就递给我一张密密麻麻写满了两张纸的议程，上面列出了各种使用机器学习技术的苹果产品和服务，其中包括已经推出的产品，以及一些将要推出的产品。

他们的意思很明显：

苹果已经在搞人工智能了；苹果是AI领域的参与者；而且是最好的那种。

——只不过呢，苹果有自己的做事方式。

在AI基础上实现的功能

如果你是iPhone用户，你就已经享受过苹果的AI成果了，这不仅仅是说Siri已经变得非常善于理解你提的问题，而且还指以下这些功能：

如果有人打你电话，你可以识别出对方不在你的联系人列表里，但是最近向你发过电邮；

当你滑动屏幕时，可以看到一列应用，他们是你最可能将要打开的应用；

你收到了一个约会提醒，但之前你并没有费神去把它输入到日历提醒里；

你预定了酒店，还没有在地图中输入酒店的名字，地图上的那个位置就自动打开了；

虽然你没有叫手机指路，它还是把你车辆停放的位置标示了出来。

如果没有深度学习和神经网络的帮助，就不会有这些技术，或者至少是不会有这么先进。

你的iPhone中已经有一个“苹果大脑”了。

苹果的各种产品和服务现在都在利用机器学习技术。苹果使用深度学习来检测苹果商店的作弊行为，延长各种设备两次充电之间的续航时间，从数以千计的beta测试报告中找出最有用的反馈信息。

机器学习还帮助苹果为你选择的你喜欢的新闻内容。它还能识别智能手表用户究竟是在运动，还是仅仅是在散步。

它可以识别出照片中的面孔和场所。它可以算出是使用一个微弱的Wi-Fi信号好，还是切换到蜂窝网络更好。它甚至知道怎么才能制作出好的电影，所以你只需点击按钮，苹果就可以快速把照片和视频剪辑成一部小电影。

苹果的竞争对手也在做很多类似的事情，但是苹果的高管说，那些公司都无法像苹果这样，在尽可能保护你的隐私的同时做到这些事情。当然了，那些公司也没有在研发苹果产品。

苹果决定澄清状况

对苹果来说，AI并不新鲜：早在上世纪90年代，苹果就在其手写识别产品中使用了一些机器学习技术。当时的有些成果如今仍然在使用中，比如把潦草的手写汉字转换成文本，或者识别智能手表用户用手指进行的“涂鸦”（这两种功能都是由同一个机器学习工程师团队开发的）。当然在那个时候，机器学习还处在比较原始的阶段，“深度学习”这个术语还没有变得像现在这么时髦。

如今这些AI技术正在大行其道，当人们说苹果在深度学习上经验尚浅时，苹果难免有些愤愤不平。

几周前，苹果CEO蒂姆•库克（Tim Cook）指出该公司要扭转这种印象。于是现在，苹果的高管开始澄清情况了。

“在过去五年里，苹果的AI方面获得了长足的发展。”菲尔•席勒说。 “我们的设备变得更快更聪明，尤其苹果自主设计 A 系列芯片获得了成功。我们的后台技术变得远远更加聪明，更加快速，我们做的一切事情都有互联互通的需要。这就使得越来越多的机器学习技术成为可能，因为有这么多的东西需要学习。”

虽然苹果正在拥抱机器学习，这些高管也表示，从某种意义上说，AI对他们来说实属家常便饭。在苹果公司眼中，突破性技术源源不断地出现，深度学习和机器学习只是其中最新的一个。确实它具有革命性，但其他技术（比如触摸屏或平板显示器，或面向对象编程）也同样具有革命性。

无论其他公司有怎样的看法，对于苹果而言，机器学习并不是终极的前沿。

“在改变我们与设备的交互方式上，这些年来也有其他一些技术发挥了指导性的作用，” 艾迪•库说。

业界对AI有一些可怕的讨论，比如杀人机器、“天网”之类，但在苹果，几乎没有人想提及这些问题。

你可能也猜到了，苹果并没有证实他们是否正在研制自动驾驶汽车，是否要推出自己的Netflix式服务。但他们清楚明白地表示，苹果并没有在搞“天网”。

“我们使用这些技术做我们一直想做的事情，改善我们过去能做的事情，做到我们过去不能做的事情。”席勒说。

突破两个局限

然而， AI已经对苹果生态系统的整体体验形成了巨大的影响。AI业界一些人士认为，苹果的局限性在于它缺乏搜索引擎（搜索引擎可以提供数据，帮助训练神经网络），以及苹果在保护用户信息方面太过死板（因此拿不到一些有用的数据）。但事实证明，苹果已经找到了突破这两种限制的方法。

我问苹果：这个大脑（动态高速缓存，用来支持iPhone上的机器学习）究竟有多大？他们的回答有点有点出乎我的意料：约200兆字节，具体取决于的个人信息的存储方式（它会一直删除旧数据）。这些信息包括应用的使用情况，与其他人的互动，神经网络处理，一个语音建模模块和“自然语言事件建模”。它还包含神经网络所需的数据。神经网络可以支持物体识别、面部识别和场景分类。

而且苹果公司还表示，在执行这些任务的时候，他们能保证用户的喜好、偏好和使用数据是私有的。

AI人才的招募和部署

虽然苹果并没有解释它在AI领域的所有做法，我还是弄明白了苹果把机器学习专家部署到整个组织的方式。

苹果的机器学习专家是整个公司共享的，如果有个产品团队在某个产品的研发过程中需要利用这种资源来解决问题，就可以找这些专家 。

“我们没有集中式的‘机器学习神庙’这样的东西，”克雷格•费德里吉说。 “我们尽量让机器学习专家和那些需要他们来提供良好用户体验的团队靠得更近。”

苹果公司有多少机器学习人员？ “很多，”费德里吉说。 （如果你以为他会说个具体数字，你肯定不了解苹果）。有趣的是，苹果的机器学习人员在进入该公司之前，未必在这个领域接受过培训。

“我们雇用的人员在数学、统计学、编程语言、密码学这些基础领域非常有才华，”费德里吉说。 “事实证明，这类人员很多都可以转化为优秀的机器学习人才。虽然如今我们确实雇佣了很多机器学习专业人才，我们也在寻找具备合适的核心能力和才华的人。”

虽然费德里吉没有明说，但这么做可能很有必要：苹果有一种保密倾向，而它的竞争对手鼓励旗下的计算机科学家与全世界分享他们的研究。缺乏交流不利于苹果在AI领域的发展。

“我们的做法往往会强化一种自然选择偏差——有些人热衷于团队协作，打造出优秀的产品，而另外一些人的兴趣是进行研究，”费德里吉说。如果在改善苹果产品的同时，科学家碰巧在该领域取得了突破，这是大好事。 “但真正驱动我们的是对最终结果的愿景，” 艾迪•库说。

苹果获取AI人才的方式之一是收购小公司。

“我们最近每年收购20到30家小公司，实际上是看中了它们的人才，” 艾迪•库说。苹果收购AI公司的时候，这不是说“这家公司有一大堆机器学习研究者，我们要把他们圈养起来”，费德里吉说。“我们寻找的是那种有AI才华，但也专注于提供卓越体验的人。”

苹果近期斥资2亿美元，收购了西雅图公司Turi。该公司创建了一个ML工具包，类似于谷歌的TensorFlow。

无论人才来自哪里，苹果的AI基础架构都提供了保障，让它可以开发一些以前无法实现的产品和功能。AI正在改变苹果的产品路线图。

“苹果内部有很多非常酷的想法，”席勒说。 “机器学习让我们得以尝试其中的一些想法——如果是在几年前，我们会对这些想法说不。机器学习已经融入了‘我们下一步做什么产品’的决策过程。”

机器学习可以转变苹果的作风吗？

虽然机器学习明显改变了苹果的产品，但是不那么清楚的是：它是否正在改变苹果本身。从某种意义上说，机器学习方式似乎与苹果的作风存在冲突。苹果一向精心控制用户体验。一切都是预先设计过的，进行了精确的编码。但是，当工程师使用机器学习方法的时候，他们必须退后一步，让软件自己找到解决方案。既然机器学习系统自己可以在产品设计中发挥一定的作用，那么苹果能调整自己的习惯，适应这个现实趋势吗？

“这在苹果公司内部引起很大的争议，”费德里吉说。 “我们习惯于提供那种进行过深思熟虑，经过仔细规划的体验，习惯于控制系统与用户交互的方方面面。当你开始训练一个以人类行为的大型数据集为基础的系统时，出来的结果和苹果设计师的设想未必一致。它们是从数据中提炼出来的。”

但苹果是不会走回头路的，席勒说。 “虽然这些技术绝对会影响你设计产品的方式，但说到底，我们之所以使用这些技术，是因为它可以帮我们为用户提供更优质的产品。”

关键就在这里：苹果可能不会大张旗鼓地宣称要全心投入机器学习，但他们却会尽可能多地利用它来改善产品。

“典型用户每天都在享受苹果深层学习的成果，”席勒说。 “那些最激动人心的例子都非常微妙地融入了产品，不会给你带来异样的感觉，直到你看到它的第三次，可能才会停下来想一想，这是怎么做到的呢？”（编译/Kathy）

新闻中心 河北新闻

免责声明：本站部分内容来自互联网，仅为传播更多信息为目的，一切权利归原作者所有，如有侵权请联系本站删除。