蘋果Siri團隊內幕曝光：掙扎、斗爭、重組

微軟投資 OpenAI，推出新 Bing，Google 推出 Bard，Adobe 推出了 FireFly，亞馬遜推出 Amazon Titan，隨著 ChatGPT 的走紅，硅谷大公司的 AI 工具或者助手，瞬間都迸發(fā)了出來?！?Github 的 Copilot 功能只有地處加州一隅的蘋果，在外界看來，仿佛是一個沒有被 AI 打擾的世界。沉默經歷 AI 的瘋狂三月后，大小公司前赴后繼的切入 AIGC 領域，他們都會標上 Beta 測試版，以及需要經歷一個 waitlist 的階段。他們最終可能會出錯，也可能會答非所問，甚至也可能引發(fā)一次輿論高峰，但硅谷和我們仍然樂此不疲的參與其中。相對來說，蘋果對 AIGC 始終保持沉默，高管、員工都沒有對外發(fā)表過蘋果對其真實看法。蘋果一向很注重維護自己的形象和公司品牌，他們很少對外公布不成熟的產品或者技術。因此，這也說明，對于新技術為何蘋果總是比別的公司廠商慢一拍。蘋果盡量會避免新技術運用到產品中時，出現(xiàn)水土不服的現(xiàn)象。目前 AIGC 行業(yè)的產品，大多還是圍繞著網頁對話框，殺手級應用目前還處于空白階段。對于專注在產品上的蘋果不予置評，其實也說得通。不過，根據(jù) the information 那里獲得的消息來看，蘋果的工程師正在醞釀把 LLM 大語言模型與 Siri 結合，推出更聰明的 Siri，并順理成章的運用到明年的 iOS 當中。就像 2011 年那樣，蘋果首次公布智能助手 Siri，并與 iPhone 4s 一同上市，成為當年 iPhone 的一個重大功能性升級。高調以現(xiàn)在的眼光來看，蘋果在芯片上加入了神經引擎，將 SoC 芯片稱之為「仿生」，將各種人工智能模型、算法運用到拍照、生物識別、書寫等方面。這對于使用體驗的大幅優(yōu)化和提升，往往很難讓人留意，蘋果對于 AI 的運用相當?shù)驼{。但在 2011 年，Siri 是作為蘋果最高調的人工智能技術亮相?！?Scott Forstall直到現(xiàn)在我依然記得， Scott Forstall 在介紹 Siri 時表示，Siri 能夠理解自然語言，不需要用戶記住特定的格式和語法，也可以根據(jù)用戶的使用習慣進行定制。后續(xù)上線的宣傳片里，Siri 也真正的成為了一個永遠正確響應回應，以及頗具智能頗具人味兒的手機內置助手。只是，Siri 在 2011 年后，其技術迭代仿佛被停滯。十幾年過去，它仍然還遵循著 2011 年的「天真」回答。當人們不斷被其他公司的更先進的語音助手刷新認知的時候，Siri 就顯得有些笨拙，和過于可愛了。尤其是 Siri 目前已經覆蓋到蘋果幾乎所有的設備，iPhone、iPad、Mac 甚至是 AirPods，Siri 略顯老成的處理和回答方式，就更顯得它有些落伍。甚至蘋果內部也對 Siri 失望，蘋果開發(fā) XR 設備的團隊，就不太想在 XR 設備上用 Siri 控制設備和功能，理由就是它不夠聰明。為此，XR 設備的負責人 Mike Rockwell 也曾考慮找個備用方案以替換掉 Siri 的語音控制，不過最終并沒有成功。傳聞中的蘋果 XR 頭戴式設備，仍然會與蘋果其他設備類似，可以用 Siri 進行簡單的控制，當然，如果你想的話，也可以跟它進行簡單的對話。攀爬發(fā)布 Siri，被認為是智能手機歷史上的一個轉折。在 Siri 之后，幾乎所有的智能手機廠商都會為其產品推出一個類似的智能助手，以免落伍。而對于蘋果，2010 年花費了 2 億美元收購了 Siri Inc.，并在一年后把 Siri 整合到 iPhone 里。在此之后，蘋果也組建了一個 Siri 智能助手團隊，不過在 2011 年發(fā)布至 2018 年期間，Siri 團隊陷入了迷茫，內部管理和大方向也出現(xiàn)了一些爭論?！?John Giannandrea蘋果的解決方案是「請高人」，2018 年從 Google 挖來了 John Giannandrea，成為蘋果負責人工智能和機器學習戰(zhàn)略的高級副總裁。此前他在 Google 負責搜索業(yè)務和人工智能，幾乎可以算是 Google 人工智能領域的資深專家。有了 John Giannandrea 的加入，蘋果想依靠他的經驗，逐步改善 Siri 的現(xiàn)狀，幫助 Siri 趕上競爭對手。John Giannandrea 也為 Siri 團隊帶來了類似 Google 的工作氛圍，并面對蘋果高管需要 Siri 立竿見影的變化時，他會用「爬山」這個過程來解釋如何解決 AI 人工智能領域面臨的難題。對于 Siri，或者說蘋果的人工智能策略，需要有一個長遠的目標，期間每次微小的優(yōu)化、改動，都會隨著時間的推移逐步累積，馬虎不得。換句話說，John Giannandrea 認為蘋果在人工智能領域底子太薄，不能急于求成。并且，他也說服了蘋果高層，暫時應該著重在團隊建設中，留下相關人才，并給他們更多的自由，去研究發(fā)展自己感興趣的方向。最重要的是，John Giannandrea 顯著提升了人工智能團隊的薪資水準，達到了行業(yè)水準。三板斧下來，蘋果人工智能團隊得到了增強，引入了許多前 Google 人工智能專家，并用 1.5 億美元收購了機器學習初創(chuàng)公司 Laserlike。其三位創(chuàng)始人 Srinivasan Venkatachary、Steven Baker 和 Anand Shukla，后期也成為 Siri 團隊，蘋果 LLM 領域和搜索領域的專家。引入 Laserlike 的目的，其實就是為了提升 Siri 的搜索能力，而 Venkatachary 也順理成章的成為蘋果搜索團隊的負責人。2019 年，蘋果就在 Siri 中加入了通過網絡信息來回答用戶的提問。Siri 的功能性正在逐步補全和增強。不過，這些改變更像是「曇花一現(xiàn)」。蘋果人工智能團隊內部有著相當多的項目，有可以將 Siri 移植到 iPhone 當中的 BlackBird 項目，也有 SiriX 這種慶祝 Siri 十周年的項目。但除了內部的競爭外，蘋果高層對于人工智能大方向的決策過于緩慢，以及對于 LLMs 這種新技術的運用過于保守?！?從 A 到另一個 A 圖片來自：the information2022 年秋季，Srinivasan Venkatachary、Steven Baker 和 Anand Shukla 也離開了蘋果，去了 Google。有意思的是，Google CEO Sundar Pichai 親自招募了這個三人團隊，同時 Tim Cook 也做了挽留。但他們認為 Google 是一個適合研究 LLM 的公司，并且也會被快速的運用到產品當中。如今他們正在 Google 研究如何降低大語言模型的培訓訓練成本以及如何提升準確性。不僅是 Laserlike 團隊，Giannandrea 親自招募的其他專家和團隊也大都離開了蘋果，理由也是因蘋果好像不太重視人工智能方向的研究。在 John Giannandrea 到來后，在攀爬人工智能領域這座山峰的過程里，或許是與公司戰(zhàn)略大方向的不同，讓蘋果人工智能陷入了掙扎之中。掙扎隱私保護，是蘋果近來所遵循的一個公司級戰(zhàn)略。在此面前，一切都要讓步，絕不妥協(xié)。John Giannandrea 加入蘋果，他的目標很明確，就是通過優(yōu)化蘋果對用戶數(shù)據(jù)的使用，訓練算法讓 Siri 變得更聰明。因為，在 Google、亞馬遜這些公司內，通過收集分析用戶數(shù)據(jù)，改善產品算法模型，是一件很常規(guī)的事情。也由于有這個過程，會讓算法更智能，AI 也變得更聰明。蘋果此前也會不記 ID 的收集 Siri 與用戶的對話數(shù)據(jù)，但做得并不專業(yè)，也沒有利用這些數(shù)據(jù)對 Siri 進行改進。隨著 John Giannandrea 的到來，蘋果找了許多外包公司來收集相關數(shù)據(jù)，并最終通過一個流程對 Siri 進行優(yōu)化。但 2019 年，《衛(wèi)報》曝光蘋果外包團隊在未經同意的情況下收聽用戶與 Siri 的對話，而引起了軒然大波，尤其是一向以注重隱私的蘋果。為此，蘋果最終用全職員工取代了外包商，并且修改了內部流程和政策，普通員工幾乎很難聽到 Siri 的對話錄音。如此的規(guī)定也讓人工智能團隊更難實時優(yōu)化和按時迭代，也算是造成目前 Siri 顯得很古典的原因之一?！杆麄兯龅氖虑榈娜秉c將變得越來越明顯，」華盛頓大學計算機科學教授、機器學習書籍《大師算法（The Master Algorithm）》的作者 Pedro Domingos 就認為「他們將不得不挖掘更多的私人數(shù)據(jù)，以便與其他人更具競爭力?！埂?Tim Cook 圖片來自：Bloomberg并且對于 Siri 的一些經常沖上熱搜奇怪的回答，也會引起 Tim Cook 的注意。會經常越過流程，直接要求 Siri 團隊修改「尷尬」的回答。因為隱私保護而減少數(shù)據(jù)收集，以及避免尷尬回答，進行人工修正，蘋果十分注重自己的公司形象。因此，即便現(xiàn)在蘋果有龐大的資金和資源，許多前蘋果人工智能團隊成員也認為蘋果很難會很快的去部署基于 LLM 的 Siri。另外，蘋果也在 Siri 內設定了許多規(guī)則，像是詢問 iPhone 售價，會優(yōu)先導流到蘋果官網，而非是直接給出答案。蘋果并非是一個技術優(yōu)先公司，他們一切的服務、技術都是為產品服務，也就是能賣出去更多的 iPhone、iPad、Mac。因此，在很長一段時間內，設計團隊有著相當大的話語權，他們認為產品就應該做到 100% 完美。這種追求也延續(xù)到了 Siri 人工智能團隊，但作為一個算法來說，不可能 100% 精確，出錯在所難免，出錯才能更好的去優(yōu)化相關模型。他們之間追求的不同，也讓人工智能團隊的工作變得很有壓力。在 Giannandrea 的周旋下，軟件設計團隊不得不為 Siri 添加了一個按鈕，方便用戶回饋回答是否準確。無論是為了堅持隱私，還是工作流程問題，亦或是為了做出 100% 完美產品，Siri 的人工智能團隊正在經歷著一系列的掙扎，就像被捆住了雙手與 Google、亞馬遜等大公司在人工智能領域競爭。未知這個「未知」，其實可以指代許多。蘋果人工智能團隊對于 Siri 推出了許多改進方案，像是 Siri X、BlackBird、Pegasus 等等項目。雖然項目的一些成員離開，但這些項目最終都接近完成，隨時可以替換或者優(yōu)化到現(xiàn)在的 Siri 當中。不過，就如同 John Giannandrea 所提倡的，一個人工智能模型，其實是一個相當復雜的工程，牽一發(fā)而動全身。盲目的修改和替換，可能會引起不可預知的問題。另外，與亞馬遜的 Alexa 或谷歌的 Assistant 等其他語音助手相比，Siri 的回答在很大程度上依賴于人類參與。也就說，Siri 的數(shù)據(jù)庫有許多人為的限制和干預，經過十幾年的修改調整，讓這個數(shù)據(jù)庫變得復雜冗長。而且，也與目前 LLM 大語言模型的數(shù)據(jù)庫工作方式有所不同，它并不能簡單的加一個 API 接口就能夠順利的運行起 ChatGPT 和擁有類似的功能。蘋果現(xiàn)在所要決定的就是，想要一個 Smart Siri，到底是推倒重來，還是逐層優(yōu)化。另外，誰都不否認，蘋果公司的盈利、現(xiàn)金流以及龐大的資源調動能力。并且，也有著芯片、終端等等硬件資源和知識儲備。當蘋果下定決心全身心投入 AIGC 領域，它可以訓練復雜的大語言模型，做出自己的生成式 AI。但蘋果還要決定是否需要「重復造輪子」，還是把眼光、資源投入到如何將 AIGC 運用到終端，嵌入到生態(tài)當中。畢竟那些支持 ChatGPT 等復雜服務的 LLM 目前仍在云端運行，運用到終端生態(tài)里，還尚屬空白。在人事調動上，蘋果目前更注重于視覺識別的專家，相對來說，也把重心放在了適合 XR 虛擬現(xiàn)實領域。對于蘋果來說，AIGC 行業(yè)的技術爆炸，還不到一年，如何運用到蘋果產品當中，也還在一個很初步的嘗試當中。而蘋果已經準備多年，打算取代 iPhone 成為下一個大趨勢的 XR 虛擬現(xiàn)實設備，或許才是蘋果當下最該關心，以及著力去發(fā)展的產品。至于把 Siri 變成 Smart Siri，還是變成 Siri Copilot，不妨讓 John Giannandrea 所帶領的 AI 團隊再爬一會兒山吧。