Siri跌倒，蘋果吃飽

編輯導(dǎo)語(yǔ)：在蘋果總的產(chǎn)品序列中，Siri的發(fā)展似乎不那么“順利”；而透視Siri的整體發(fā)展歷程，我們應(yīng)該看到的，是智能語(yǔ)音交互當(dāng)下的發(fā)展現(xiàn)狀，及未來(lái)的迭代方向。本文作者針對(duì)Siri的發(fā)展，以及智能語(yǔ)音交互的未來(lái)做了解讀，一起來(lái)看一下。

蘋果吃飽，Siri跌倒，這是不爭(zhēng)的事實(shí)。

自2011年在iPhone 4S上驚艷亮相，Siri就成了蘋果的又一符號(hào)。畢竟，在那個(gè)人工智能剛剛進(jìn)入深度學(xué)習(xí)的年代，不是每一個(gè)普通人都有機(jī)會(huì)與機(jī)器智能主體對(duì)話，相比于一款新功能，Siri更像一個(gè)未來(lái)文明的使者，讓AI的概念得以具象。

但隨著新鮮感褪去，很多問題開始接連浮出水面：開放對(duì)話環(huán)境中答非所問，對(duì)使用者的口音語(yǔ)調(diào)設(shè)置門檻，僅能完成iOS生態(tài)內(nèi)app的喚醒，十幾年來(lái)功能迭代緩慢，智能、語(yǔ)音、助手，定位打出的三個(gè)層次，無(wú)論是拆開還是組合，Siri都沒有達(dá)成使命。

作為蘋果的產(chǎn)品序列，它就像個(gè)異類，如同私生子一般，只有創(chuàng)新的色彩，卻失去了品牌下其他產(chǎn)品共有的實(shí)用基因。也正因如此，在蘋果連年增長(zhǎng)的同時(shí)，人們對(duì)Siri的熱情漸漸黯淡，以至于悄悄關(guān)掉了“Hey Siri”的選項(xiàng)，不再喚醒。難道說，Siri的命運(yùn)，僅僅是一個(gè)滿足獵奇的新歡？

問題的答案，可以用數(shù)學(xué)中的三個(gè)點(diǎn)來(lái)尋找。

一、零點(diǎn)

“零點(diǎn)不是點(diǎn)。”

這是數(shù)學(xué)中最常聽到的概念。作為函數(shù)圖像與軸的交點(diǎn)，零點(diǎn)更多強(qiáng)調(diào)了一種重合的狀態(tài)，而非數(shù)量上的增減。如果把蘋果的業(yè)務(wù)布局看成一條函數(shù)圖像，那么Siri就是其中的零點(diǎn)：它是電子產(chǎn)品與高層次機(jī)器智能的交點(diǎn)，代表了向上探索的狀態(tài)，卻不具備龐大的體量。

在被蘋果收購(gòu)前，Siri就已經(jīng)獨(dú)立發(fā)展了2年，背靠官方科研項(xiàng)目，以第三方app的身份出現(xiàn)在蘋果應(yīng)用市場(chǎng)?？粗辛苏Z(yǔ)音助手背后的廣闊前景，喬布斯以2億美元的價(jià)格拿下了Siri公司，由此，蘋果有了自己的AI。

喬布斯對(duì)Siri的欣賞顯而易見。遺憾的是，發(fā)布后第二天，喬布斯病逝。在接下來(lái)頻繁的人員變動(dòng)中，沒有堅(jiān)決果斷的引領(lǐng)者出現(xiàn)，Siri開始迷失了自己的方向。投入不足、定位不清、系統(tǒng)封閉，讓Siri的下坡路成為必然。

坦白來(lái)說，Siri在發(fā)布時(shí)就算不上成功。推出是草率的，初代功能十分局限。當(dāng)時(shí)的Siri只能響應(yīng)設(shè)置鬧鐘、打開app等簡(jiǎn)單的操作指令；而面對(duì)發(fā)送短信、撥打電話、信息檢索等涵蓋更多語(yǔ)言元素、更為靈活的語(yǔ)音指令，卻存在明顯的識(shí)別漏洞。

從人工智能深度學(xué)習(xí)的特性來(lái)看，這一問題并不難解決，只需要加大訓(xùn)練量就可以逐漸優(yōu)化。問題在于，Siri并不是蘋果的全部，與之同期進(jìn)行的項(xiàng)目太多，既有地圖、iBook等應(yīng)用，又有iPad Air、iPad Pro、Apple Watch等新產(chǎn)品線。資源被分割，讓本就沒有多少經(jīng)驗(yàn)可供參考的Siri舉步維艱，“進(jìn)化”被一推再推；再加上項(xiàng)目負(fù)責(zé)人威廉姆森的一意孤行，本該持續(xù)更新的Siri只能跟隨iOS系統(tǒng)一年一更，使得進(jìn)步的空間進(jìn)一步壓縮。

除了投入不夠，定位不清也是一大問題。按照Siri創(chuàng)始人的假設(shè)，語(yǔ)音助手應(yīng)當(dāng)是“執(zhí)行引擎”（do engine），而非簡(jiǎn)單的“搜索引擎”。這就意味著Siri要像一個(gè)生活中的朋友，不僅能夠響應(yīng)程式化的指令，還要具備應(yīng)對(duì)開放性對(duì)話場(chǎng)景的能力，前者對(duì)應(yīng)自然語(yǔ)言處理（NLP），后者對(duì)應(yīng)了更高難度的自然語(yǔ)言理解（NLU）。

然而，蘋果內(nèi)部支持Siri的高管因?yàn)閮?nèi)斗相繼離職、原始技術(shù)團(tuán)隊(duì)出走，讓“最初的夢(mèng)想”被涂抹了底色。搜索的功能被放大。除了簡(jiǎn)單的日常用語(yǔ)外，大部分語(yǔ)句都會(huì)被轉(zhuǎn)化為搜索指令，哪怕文本中包含了“Apple”“Siri”“you”等指向性很強(qiáng)的詞語(yǔ)，它也無(wú)法識(shí)別到用戶的對(duì)話請(qǐng)求，依然會(huì)跳轉(zhuǎn)到web search界面。

另外，在部分用戶惡意引導(dǎo)下出現(xiàn)的人群歧視、政治傾向等敏感問題，也促使了技術(shù)團(tuán)隊(duì)做出“一刀切”的決定，讓簡(jiǎn)單的搜索成為擋箭牌。

至于系統(tǒng)封閉，就是眾所周知的毛病了。身處iOS圍墻內(nèi)，外部開發(fā)人員無(wú)法介入，對(duì)于依靠海量數(shù)據(jù)觸發(fā)學(xué)習(xí)的人工智能來(lái)說，這個(gè)弱點(diǎn)無(wú)疑是致命的。雖然后來(lái)亡羊補(bǔ)牢地推出了SiriKit接入第三方，但是為時(shí)已晚，智能語(yǔ)音助手的市場(chǎng)已經(jīng)有了第三方功能更為豐富的Amazon Alexa和Google Assistant，蘋果也因此丟掉了先發(fā)優(yōu)勢(shì)。

二、奇點(diǎn)

奇點(diǎn)，在數(shù)學(xué)中指那些無(wú)法定義的點(diǎn)。如Siri一樣的智能語(yǔ)音助手們，正是一個(gè)個(gè)奇點(diǎn)。

作為后起之秀，它們并不是老牌科技公司的主營(yíng)業(yè)務(wù)，得不到百分百的關(guān)注；在技術(shù)領(lǐng)域仍存在的諸多未知，也讓發(fā)展有了階段性的天花板，怎樣安排智能語(yǔ)音助手在業(yè)務(wù)板塊中的位次，答案有些模棱兩可。

從蘋果目前的表現(xiàn)來(lái)看，很顯然，Siri只被當(dāng)作一個(gè)微不足道的功能模塊。耗盡了發(fā)布之初新鮮感帶來(lái)的紅利，如今淪為標(biāo)配，仿佛約定俗成，每一款新產(chǎn)品都會(huì)搭載Siri，卻不見多少提升；難以成為拉高硬件銷量的賣點(diǎn)，甚至于在HomePod中“倒戈一擊”，間接導(dǎo)致了產(chǎn)品的下線。

實(shí)際上，模塊化并不是唯一的選擇，在奇點(diǎn)中，趨向無(wú)窮的點(diǎn)被定義為極點(diǎn)。與之相似，語(yǔ)音助手也可以成長(zhǎng)為龐大的“極”。

發(fā)布于2014年的Amazon Alexa就是很好的例子。

在發(fā)布時(shí)間上未能搶得先機(jī)，不代表產(chǎn)品本身技不如人。遲到的三年，反而讓Alexa得以充分進(jìn)化算法。與智能音箱Echo一同問世，也表明了對(duì)產(chǎn)品的設(shè)想絕不僅僅是輔助性的功能模塊，而是一個(gè)具備巨大增長(zhǎng)空間的業(yè)務(wù)版塊，圍繞著Alexa，又會(huì)衍生出諸多觸手，覆蓋更廣的應(yīng)用場(chǎng)景。在產(chǎn)品功能上，與蘋果生態(tài)的封閉性截然相反，開放的環(huán)境讓Alexa擁有上萬(wàn)功能，包括但不限于外賣訂餐、每日一問、關(guān)注球隊(duì)賽況更新等。

獨(dú)立的產(chǎn)品形態(tài)提供了“沉浸式”語(yǔ)音交互體驗(yàn)，但這并不是成功的關(guān)鍵。Alexa能夠達(dá)到Siri難以企及的高度，更主要的原因是技術(shù)在場(chǎng)景中的下沉。

智能音箱的形態(tài)，對(duì)應(yīng)著家庭日常生活的應(yīng)用場(chǎng)景；反過來(lái)，家庭場(chǎng)景就要求產(chǎn)品具備特定的屬性，比如對(duì)不同年齡的匹配性、娛樂性、陪伴性等等，上升至功能，又對(duì)應(yīng)著強(qiáng)語(yǔ)言理解能力、豐富的指令選項(xiàng)、自然語(yǔ)義聯(lián)想。通過場(chǎng)景完善產(chǎn)品，再由產(chǎn)品鎖定更加精確的市場(chǎng)，進(jìn)一步打磨技術(shù)，這樣就形成了閉環(huán)，智能語(yǔ)音交互才得以順利落地。

Siri與Alexa的區(qū)別，也映射了目前涉足AI產(chǎn)業(yè)的企業(yè)表現(xiàn)的模式。如蘋果一樣，只把AI當(dāng)作已有產(chǎn)品系列的附加功能，就會(huì)局限在產(chǎn)品本身的應(yīng)用場(chǎng)景，結(jié)果“文不對(duì)題”，閉環(huán)無(wú)法形成；只有把場(chǎng)景和AI當(dāng)成兩個(gè)獨(dú)立端點(diǎn)，拿產(chǎn)品當(dāng)作銜接的紐帶，才能得到螺旋上升的良性循環(huán)。

三、原點(diǎn)

“我們究竟需要怎樣的語(yǔ)音交互？”

或許這才是“Siri跌倒”的真正原點(diǎn)，也是“Siri們”共同的問題。至于答案，可以從兩個(gè)視野來(lái)尋找：現(xiàn)在，未來(lái)。

從現(xiàn)在的視野看，語(yǔ)音交互并不是大多數(shù)人的剛需。既有的工作、生活方式中，個(gè)人的問題自己解決，團(tuán)體的問題溝通解決，只要信息是暢通的，不存在使用人工智能充當(dāng)媒介的必要。

然而，以“信息暢通”作為前提，已經(jīng)劃出了存在痛點(diǎn)的受眾：信息不暢通的特殊人群。

小孩、老人、殘障人士，都是信息受阻的一方，在處理問題時(shí)存在障礙。克服這種障礙，人們通常會(huì)想到一個(gè)職業(yè)：保姆。而智能語(yǔ)音交互，恰恰是保姆的最佳替代。充分利用AI的信息處理能力，搭配特定機(jī)械結(jié)構(gòu)，為存在重度需求的用戶提供生活輔助；或者僅僅以音箱的形式出現(xiàn)，陪伴需求較輕的受眾，提供陪伴、解答、硬件遠(yuǎn)控等服務(wù)。在與特殊人群相關(guān)的應(yīng)用場(chǎng)景中，智能語(yǔ)音交互的出現(xiàn)無(wú)異于一場(chǎng)變革。

將視野轉(zhuǎn)向未來(lái)，也許會(huì)看到一片迷茫，但參考過去發(fā)生過的種種巨變，也可以猜想到智能交互帶來(lái)的震蕩。從信息流通的角度出發(fā)，智能語(yǔ)音交互代表了更快的傳播速度。這和由牘到紙、由馬到車、由2G到5G是一樣的道理。

電影《Her》描繪了一個(gè)語(yǔ)音交互高度成熟的時(shí)代。片中人物的辦公完全脫離了紙筆，也脫離了我們目前使用的鍵鼠，只需要人坐在電腦屏幕前，口述自己的想法就可以了。不同于簡(jiǎn)單的語(yǔ)音轉(zhuǎn)文字，智能語(yǔ)音助手會(huì)通過使用者的語(yǔ)氣、神情、語(yǔ)言內(nèi)容等，判斷一個(gè)語(yǔ)句是內(nèi)容的一部分還是一條指令。當(dāng)你說“幫我刪掉上一句”，上一句文本就會(huì)清除；當(dāng)你說“存?zhèn)€草稿”，文本就會(huì)進(jìn)入草稿箱。

如果有一天，智能語(yǔ)音交互技術(shù)真的發(fā)展到了如此高度，那么可想而知，工作的效率將會(huì)提高不止百倍；甚至連工作場(chǎng)景這一概念都會(huì)消失不見，只要我們正通過耳機(jī)或是更先進(jìn)的設(shè)備與語(yǔ)音助手保持聯(lián)系，哪怕是躺在床上，我們也能輕松地處理文件、撰寫策劃。

Siri的創(chuàng)始人，諾曼.威納爾斯基曾認(rèn)為，改變?nèi)祟愇磥?lái)的三大要素是虛擬助理、人工智能機(jī)器人助理、增強(qiáng)現(xiàn)實(shí)，它們分別對(duì)應(yīng)著信息世界、物理世界和二者之間的接口。很顯然，智能語(yǔ)音交互同時(shí)具備這三個(gè)要素。在看不到的地方，語(yǔ)音助手進(jìn)行信息處理；在看得見的地方，它呈現(xiàn)處理的結(jié)果并收集反饋；而它本身，正是那個(gè)接口。

眼下的Siri雖已落后，但在大勢(shì)所趨下，也絕不會(huì)成為棄子。最近幾年，蘋果大肆收購(gòu)AI公司，也表現(xiàn)出了重心轉(zhuǎn)移的信號(hào)。不難想象，接下來(lái)的幾個(gè)十年里，智能語(yǔ)音交互將成為幾家互聯(lián)網(wǎng)科技巨頭鏖戰(zhàn)之地，這種競(jìng)爭(zhēng)帶來(lái)的正反饋，讓語(yǔ)音交互開始三點(diǎn)成面。

作者：劉思璇，編輯：桑明強(qiáng)；公眾號(hào)：新眸

本文由 @新眸 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議

關(guān)鍵詞： 蘋果吃飽 siri 智能語(yǔ)音助手 智能語(yǔ)音 人工智能