（update）WWDC已經(jīng)結(jié)束，蘋(píng)果開(kāi)放了Siri的第三方權(quán)限，但對(duì)其他兩項(xiàng)沒(méi)有提及，到底是蘋(píng)果認(rèn)為結(jié)果還不成熟不予公布還是遇到了無(wú)法克服的技術(shù)問(wèn)題，我們不得而知。

但我們還是很想知道，為什么蘋(píng)果不給出一些哪怕階段性的成果呢。

早在2010年，蘋(píng)果就收購(gòu)了英國(guó)的語(yǔ)音識(shí)別公司Siri，彼時(shí)人工智能的大潮還在醞釀之中。然而多年過(guò)去了，Siri卻一直沒(méi)能有明顯的進(jìn)步。盡管基于iPhone的巨大用戶(hù)基數(shù)，在Google Now、Echo、Cortana等服務(wù)中Siri的使用人數(shù)是最多的，但使用時(shí)長(zhǎng)最長(zhǎng)的卻是亞馬遜的Echo——不用說(shuō)它還是一臺(tái)音響而不是手機(jī)。

人們普遍認(rèn)為蘋(píng)果已經(jīng)在人工智能領(lǐng)域的戰(zhàn)斗中落于下風(fēng)，但有人卻持相反意見(jiàn)：有20余年支付領(lǐng)域從業(yè)經(jīng)驗(yàn)的Brian Roemmele認(rèn)為，質(zhì)疑蘋(píng)果的人完全忽視了過(guò)去幾年蘋(píng)果的動(dòng)作。它先是收購(gòu)了Emotient、Perceptio，這兩家都是圖像識(shí)別領(lǐng)域的公司，其中Emotient的技術(shù)能讀懂用戶(hù)面部多達(dá)43塊肌肉的運(yùn)動(dòng)來(lái)解讀用戶(hù)表情中的情感意圖，然后是VocalIQ（vocaliq），這家公司據(jù)說(shuō)擁有劃時(shí)代的語(yǔ)音識(shí)別技術(shù)。所有這些似乎都表明，蘋(píng)果在AI領(lǐng)域確實(shí)有所布局。

鑒于蘋(píng)果一貫有嚴(yán)格保密的傳統(tǒng)，它確實(shí)有可能一直在秘密的籌劃著一次大升級(jí)，之前曾有消息說(shuō)蘋(píng)果將在此次WWDC上宣布發(fā)布Mac版Siri（就像微軟的科塔娜），所以有理由相信如果蘋(píng)果一直在秘密準(zhǔn)備新一代的Siri，很可能也會(huì)在這次大會(huì)上宣布。但是事實(shí)是，蘋(píng)果在這方面確實(shí)已經(jīng)落后的有點(diǎn)多了。如果蘋(píng)果不拿出點(diǎn)真材實(shí)料來(lái)，很難完成反超。但說(shuō)不定蘋(píng)果真有料，根據(jù)蘋(píng)果以往的動(dòng)作，我們猜測(cè)了幾個(gè)可能在Siri身上出現(xiàn)的重磅改變，并且相信如果真的實(shí)現(xiàn)了這樣的改變，蘋(píng)果可以立刻橫掃江湖。

向第三方應(yīng)用開(kāi)放接口

相關(guān)調(diào)查的很多受訪(fǎng)者表示，自己使用Siri最多的用途就是設(shè)鬧鐘……依蘋(píng)果的行事風(fēng)格來(lái)看，或許不向第三方應(yīng)用開(kāi)放API是為了維持Siri的服務(wù)質(zhì)量，并且為將來(lái)構(gòu)建蘋(píng)果自己的生態(tài)做準(zhǔn)備，但實(shí)際上如今屬于蘋(píng)果自己的生態(tài)（注意這個(gè)“自己”）早已不如第三方應(yīng)用構(gòu)成的生態(tài)絢麗多彩了。iOS相對(duì)于其他的應(yīng)用最大的優(yōu)勢(shì)就是它積累下來(lái)的完美的開(kāi)發(fā)者群體，這些第三方開(kāi)發(fā)者總共已經(jīng)創(chuàng)造出了上千萬(wàn)款A(yù)PP來(lái)幫助iPhone實(shí)現(xiàn)各種各樣的功能。Siri目前定位“私人語(yǔ)音助手”，卻沒(méi)辦法幫用戶(hù)們實(shí)現(xiàn)這些APP能提供的功能，不得不說(shuō)是一個(gè)很大的遺憾。想象一下，如果你打開(kāi)Sir就能跟它說(shuō)：“Siri，幫我叫個(gè)快車(chē)。Siri，幫我看一下微信朋友圈有幾條新消息了”，無(wú)疑是一件很讓人興奮的事。事實(shí)上現(xiàn)在Echo已經(jīng)能做到很多這類(lèi)的事了。

把語(yǔ)音識(shí)別準(zhǔn)確度提升到很高，很高

Google Venture的合伙人M.G.Siegler曾經(jīng)在一篇文章里提到過(guò)，Siri的語(yǔ)音識(shí)別成功率堪稱(chēng)慘不忍睹，他試圖喚醒Siri的時(shí)候只有一半的概率會(huì)成功。而Echo的喚醒幾乎百發(fā)百中。這讓Echo用起來(lái)舒心很多。

對(duì)于一個(gè)語(yǔ)音助手來(lái)說(shuō)，語(yǔ)音識(shí)別的準(zhǔn)確率無(wú)疑是最基本的指標(biāo)了，但事實(shí)上現(xiàn)在很多語(yǔ)音助手的識(shí)別準(zhǔn)確率（尤其是在有環(huán)境干擾）的情況下還達(dá)不到令人舒適的程度。跟他們講話(huà)的時(shí)候需要用一種非?？桃獾?、字腔正圓的語(yǔ)氣才能基本保證說(shuō)出來(lái)的話(huà)被正確識(shí)別。毫無(wú)疑問(wèn)，蘋(píng)果已經(jīng)認(rèn)識(shí)到這一點(diǎn)了，可以說(shuō)它收購(gòu)VocalIQ的主要原因之一就是為了加強(qiáng)自己產(chǎn)品的語(yǔ)音識(shí)別率，因?yàn)閾?jù)說(shuō)在VocalIQ被收購(gòu)時(shí)無(wú)論是蘋(píng)果、谷歌還是其他語(yǔ)音助手的成功率都很低，而VocalIQ的產(chǎn)品那時(shí)的成功率已經(jīng)有90%了。

不確定蘋(píng)果會(huì)不會(huì)在發(fā)布新一代Siri的時(shí)候強(qiáng)調(diào)這一點(diǎn)，不過(guò)蘋(píng)果最好是下了大工夫來(lái)優(yōu)化相關(guān)結(jié)果并且取得了極好的成效。因?yàn)楦?jìng)爭(zhēng)對(duì)手們?cè)谶@方面的水平已經(jīng)相當(dāng)高了。

語(yǔ)境分析

這是我們最著重想要強(qiáng)調(diào)的一點(diǎn)。據(jù)VocalIQ所說(shuō)，他們除了有準(zhǔn)確率高得嚇人的語(yǔ)音識(shí)別技術(shù)外，還擁有讓語(yǔ)音助手能結(jié)合上下文來(lái)做出應(yīng)對(duì)的技術(shù)。這點(diǎn)如果能在Siri上實(shí)現(xiàn)，絕對(duì)算是近幾年語(yǔ)音助手界最重磅的改進(jìn)了。其實(shí)有些語(yǔ)音助手：比如微軟的小冰除了助手之外，還有一個(gè)“聊天機(jī)器人”的定位。但所有“聊天機(jī)器人”到目前都更像是一個(gè)玩具，而不是真正能拿來(lái)聊天的東西，就是因?yàn)樗鼈儫o(wú)法記住對(duì)話(huà)的上下文。事實(shí)上，我們覺(jué)得這才是阻礙語(yǔ)音助手普及的最大原因。

這樣的對(duì)話(huà)是很讓人沮喪的，目前AI在對(duì)話(huà)中如果能記住什么東西，也僅限于用戶(hù)用特定的：“幫我記住xxxx”之類(lèi)的句式跟他們的助手強(qiáng)調(diào)一遍后，才有可能完成記憶。而在自然情況下的對(duì)話(huà)之中，AI是根本沒(méi)有記憶力的。盡管所有公司都在極力試圖讓人們?cè)谝粋€(gè)問(wèn)答之內(nèi)就解決自己的問(wèn)題，但顯然有很多事用簡(jiǎn)單一句話(huà)是根本沒(méi)法解決的，因此這些助手才會(huì)一直不停地讓人感覺(jué)到它們真的就只是一個(gè)機(jī)器助手，而且一點(diǎn)都不智能。

而VocalIQ舉出的例子讓人感覺(jué)這些智能語(yǔ)音助手又向真正智能的方向邁出了一大步：

比如當(dāng)我們?cè)儐?wèn)“在附近找一家有停車(chē)場(chǎng)、WiFi，方便兒童用餐的中餐館”時(shí)，大多數(shù)語(yǔ)音助手會(huì)難以應(yīng)對(duì)，但是VocalIQ可以處理，且準(zhǔn)確率高達(dá)90%，而谷歌Now、蘋(píng)果Siri和微軟Cortana的成功率只有20%。不僅如此，VocalIQ更是能感知語(yǔ)境的變化，像人一樣記住上下文。這是一個(gè)巨大的突破，也是Siri遠(yuǎn)不能及的。在前面中餐館的例子中，當(dāng)我們說(shuō)完所有條件之后，改變了主意，只需對(duì)VocalIQ的語(yǔ)音助手說(shuō)“換成墨西哥風(fēng)味餐廳”， VocalIQ就可理解你的意思，并且保留前面“停車(chē)場(chǎng)、WiFi”等條件信息。

但是我們?nèi)杂幸蓡?wèn)：Vocal能做到這個(gè)，到底是因?yàn)樗娴睦斫饬宋覀儍删湓?huà)之間的關(guān)系，還是只是被編程成擁有這樣的功能，就像我們現(xiàn)在能用特定的句式讓我們的語(yǔ)音助手幫我們記住東西那樣？其實(shí)按照現(xiàn)有AI的發(fā)展程度，我們很懷疑是后者，但不管怎樣，能做到這個(gè)程度也算是一個(gè)很大的進(jìn)步。單是做到這點(diǎn)，就足以讓Siri反超競(jìng)爭(zhēng)對(duì)手并甩開(kāi)一個(gè)身位。同時(shí)還能讓Siri從語(yǔ)音助手向一個(gè)可以聊天的“朋友”邁進(jìn)一大步。

蘋(píng)果還能不能“不鳴則已一鳴驚人”

跟上面提到的這幾點(diǎn)相比，所謂的“支持Mac”簡(jiǎn)直根本就不能算是項(xiàng)改進(jìn)了。最近看衰蘋(píng)果的風(fēng)聲頗盛，AppleWatch不慍不火，iPhone銷(xiāo)量歷史首降。人工智能和汽車(chē)領(lǐng)域也沒(méi)有跟上。但雖然蘋(píng)果一直被看做是一家硬件公司，它重視的其實(shí)更多是軟件和生態(tài)，比如這次蘋(píng)果就提前宣布將改進(jìn)AppStore的利潤(rùn)分成機(jī)制。因此蘋(píng)果沒(méi)理由會(huì)對(duì)能極大改善交互體驗(yàn)的人工智能領(lǐng)域沒(méi)有興趣，收購(gòu)這些公司算是一個(gè)重視的例證。而到底蘋(píng)果能不能憑借這次Siri呼之欲出的大更新扭轉(zhuǎn)局面，就看明早凌晨1點(diǎn)的WWDC的了。

題圖來(lái)自apple.com

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。