編者按：10 多年前，蘋(píng)果就推出了由人工智能驅(qū)動(dòng)的虛擬助手 Siri。然而，十多年過(guò)去了，當(dāng)前這場(chǎng)人工智能競(jìng)賽的領(lǐng)先者卻不是蘋(píng)果，曾推出過(guò)類(lèi)似虛擬助手產(chǎn)品的亞馬遜和谷歌也不是領(lǐng)先者。這篇文章來(lái)自編譯，作者在文中分析了美國(guó)三大科技巨頭輸?shù)舢?dāng)前這場(chǎng)人工智能競(jìng)賽的原因。

【資料圖】

圖片來(lái)源：Patrick Edell

在舊金山一個(gè)下雨的星期二，蘋(píng)果公司的高管在一個(gè)擁擠的演講臺(tái)上揭開(kāi)了第五代 iPhone 的面紗。這部手機(jī)的外觀與前一版本相同，但有一個(gè)新功能讓觀眾們議論紛紛——它就是虛擬助手 Siri。

當(dāng)時(shí)，蘋(píng)果軟件部門(mén)負(fù)責(zé)人斯科特·福斯特爾（Scott Forstall）按下 iPhone 的一個(gè)按鈕喚醒 Siri，并向其提問(wèn)。應(yīng)他的要求，Siri 先后查詢(xún)了當(dāng)時(shí)巴黎的時(shí)間（“晚上 8:16”，Siri 回答道）、解釋了“有絲分裂”這個(gè)詞（“細(xì)胞分裂過(guò)程中，細(xì)胞核分裂成含有相同數(shù)量染色體的細(xì)胞核”，它解釋道），并且還列出了 14 家評(píng)分極高的希臘餐廳，其中 5 家位于加州灣區(qū)城市帕洛阿托（Palo Alto）。

“我已經(jīng)接觸人工智能很長(zhǎng)時(shí)間了，但這仍然讓我感到很驚嘆?！备Ｋ固貭栒f(shuō)。

那已經(jīng)是 12 年前的故事了。在那過(guò)后，對(duì)于 Siri 和其他由人工智能驅(qū)動(dòng)的虛擬助手類(lèi)競(jìng)爭(zhēng)產(chǎn)品，比如亞馬遜的語(yǔ)音助手 Alexa 和谷歌智能助手（Google Assistant），人們都沒(méi)有覺(jué)得特別驚嘆。這項(xiàng)技術(shù)基本上沒(méi)有取得有效的進(jìn)展，而語(yǔ)音助手則成了笑柄。2018 年，喜劇綜藝節(jié)目《周六夜現(xiàn)場(chǎng)》（Saturday Night Live）還出現(xiàn)了一段老年人使用智能音箱的滑稽表演。

如今，科技界又對(duì)一種新的虛擬助手充滿了熱情，即聊天機(jī)器人。這些由人工智能驅(qū)動(dòng)的機(jī)器人，比如舊金山人工智能研究公司 OpenAI 推出的 ChatGPT 以及 ChatGPT Plus，可以對(duì)輸入到聊天框中的問(wèn)題做出快速即興回答。許多人現(xiàn)在都在用 ChatGPT 來(lái)處理復(fù)雜任務(wù)，比如編寫(xiě)軟件、起草商業(yè)提案和創(chuàng)作小說(shuō)。

使用人工智能來(lái)預(yù)測(cè)下文的 ChatGPT 每天都在迅速改進(jìn)。幾個(gè)月前，它還寫(xiě)不出來(lái)俳句（譯者注：日本的一種古典短詩(shī)）；現(xiàn)在，它可以輕輕松松地寫(xiě)出這些內(nèi)容。前不久，OpenAI 又發(fā)布了為 ChatGPT 提供動(dòng)力的下一代人工智能引擎 GPT-4。

圍繞聊天機(jī)器人形成的熱度可以表明，曾經(jīng)也掀起類(lèi)似熱度的 Siri、Alexa 和其他語(yǔ)音助手，現(xiàn)在在人工智能競(jìng)賽中已經(jīng)失去了領(lǐng)先地位。

在過(guò)去的十年里，這些產(chǎn)品都遇到了不少困難。據(jù)前蘋(píng)果工程師、曾負(fù)責(zé) Siri 項(xiàng)目的約翰·柏基（John Burkey），Siri 遇到了技術(shù)難題，包括代碼寫(xiě)得很爛，即便是更新升級(jí)很基本的功能，也需要數(shù)周的時(shí)間。亞馬遜和谷歌的前員工透露，這兩家公司誤判了語(yǔ)音助手的應(yīng)用方式，導(dǎo)致它們的工作方向出現(xiàn)了偏差，最終也基本上沒(méi)有得到回報(bào)。他們還稱(chēng)，當(dāng)這些實(shí)驗(yàn)失敗后，這些公司對(duì)這項(xiàng)技術(shù)的熱情也隨之消退。

微軟公司首席執(zhí)行官薩蒂亞·納德拉（Satya Nadella）前不久在接受《金融時(shí)報(bào)》（The Financial Times）采訪時(shí)表示，語(yǔ)音助手“蠢得像塊石頭”，新的人工智能將引領(lǐng)發(fā)展潮流。在這方面，微軟已經(jīng)與 OpenAI 達(dá)成了密切合作關(guān)系，并且向該初創(chuàng)公司投資了 130 億美元，還將其技術(shù)整合到必應(yīng)搜索引擎（Bing）以及其他產(chǎn)品中。

蘋(píng)果公司拒絕對(duì) Siri 發(fā)表評(píng)論。谷歌表示，其致力于推出一款優(yōu)秀的虛擬助手產(chǎn)品，讓用戶在使用手機(jī)的情況下，以及在家中或者車(chē)中都能使用這款產(chǎn)品。同時(shí)，該公司也在單獨(dú)測(cè)試一款名叫 Bard 的聊天機(jī)器人。亞馬遜表示，在過(guò)去一年里，全球范圍內(nèi)與 Alexa 的用戶互動(dòng)增長(zhǎng)了 30%，其對(duì)打造世界級(jí)人工智能產(chǎn)品的使命仍然充滿信心。

2014年，亞馬遜推出了加載 Alexa 語(yǔ)音助理的智能音箱 Echo。

圖片來(lái)源：Grant Hindsley

語(yǔ)音助手和聊天機(jī)器人背后的人工智能類(lèi)型并不相同。聊天機(jī)器人是由所謂的大型語(yǔ)言模型（LLM）所驅(qū)動(dòng)的，這些模型系統(tǒng)經(jīng)過(guò)大量網(wǎng)絡(luò)數(shù)據(jù)集的訓(xùn)練，能夠識(shí)別和生成基于數(shù)據(jù)集的文本。在此基礎(chǔ)上，它們就可以生成完整的句子。

相比之下，Siri、Alexa 和谷歌助手基本上都屬于所謂的命令和控制系統(tǒng)。這些系統(tǒng)只能理解有限的問(wèn)題和請(qǐng)求，比如“紐約市的天氣如何？”或者“打開(kāi)臥室的燈?！比绻脩粢筇摂M助手執(zhí)行其代碼中沒(méi)有的操作，那它就可能無(wú)法提供這樣的幫助。

工程師柏基稱(chēng)，Siri 的設(shè)計(jì)也很繁瑣，以至于增添新功能也會(huì)費(fèi)時(shí)又費(fèi)力。2014 年，蘋(píng)果任命其專(zhuān)門(mén)針對(duì) Siri 進(jìn)行改進(jìn)。Siri 的數(shù)據(jù)庫(kù)包含一個(gè)龐大的單詞列表，其中還包括音樂(lè)藝術(shù)家和餐廳等地點(diǎn)的名稱(chēng)。這些單詞列表還有近 20 種語(yǔ)言版本。

柏基稱(chēng)，這使得它就像一個(gè)“一個(gè)巨大的雪球”。他還補(bǔ)充說(shuō)，如果要在 Siri 的數(shù)據(jù)庫(kù)中添加一個(gè)單詞，“實(shí)際上就是在一大堆無(wú)序的數(shù)據(jù)庫(kù)中再添加一些數(shù)據(jù)。”

因此，柏基表示，看似簡(jiǎn)單的更新，比如向數(shù)據(jù)集中添加一些新的詞匯，也需要重建整個(gè)數(shù)據(jù)庫(kù)，這一過(guò)程可能需要長(zhǎng)達(dá)六周的時(shí)間。如果要添加更復(fù)雜的功能，如新的搜索工具，那可能就需要近一年的時(shí)間。這即意味著，Siri 不可能成為像 ChatGPT 這樣的創(chuàng)意型助手。

亞馬遜和谷歌的前員工透露，Alexa 和谷歌助手都采用了類(lèi)似于 Siri 的技術(shù)，但他們卻很難通過(guò)其產(chǎn)品實(shí)現(xiàn)真正意義的創(chuàng)收。（與之不同的是，蘋(píng)果能夠通過(guò) Siri 成功地吸引了許多用戶購(gòu)買(mǎi) iPhone。）

2014 年，亞馬遜又推出了加載 Alexa 語(yǔ)音助理的智能音箱 Echo。該公司一位負(fù)責(zé) Alexa 項(xiàng)目的前高管表示，該公司希望消費(fèi)者能通過(guò)與 Alexa 對(duì)話的方式下訂單，從而提高線上商店的銷(xiāo)售額。然而，盡管人們喜歡利用 Alexa 獲取天氣信息和設(shè)置鬧鐘，但很少有人用這種方式來(lái)訂購(gòu)商品。

這位前高管還提到，亞馬遜可能在制造新的硬件產(chǎn)品方面投入過(guò)多，比如現(xiàn)在已經(jīng)停產(chǎn)的與 Alexa 配套的鬧鐘和微波爐，但這些產(chǎn)品的售價(jià)基本上等同于甚至低于其成本。

他還表示，該公司在創(chuàng)建讓人們輕松擴(kuò)展 Alexa 功能的生態(tài)系統(tǒng)方面投入不足，沒(méi)有像蘋(píng)果公司一樣，圍繞其 App Store 打造了一個(gè)具有活力的生態(tài)系統(tǒng)，不斷激發(fā)用戶對(duì) iPhone 的興趣。 盡管亞馬遜也推出了一個(gè)類(lèi)似的“技能”商店，讓 Alexa 可以控制電燈開(kāi)關(guān)等第三方配件，但用戶卻很難找到和設(shè)置揚(yáng)聲器的功能。這就與從應(yīng)用商店下載移動(dòng)應(yīng)用的無(wú)障礙體驗(yàn)全然不同。

消費(fèi)科技分析師、為亞馬遜提供顧問(wèn)服務(wù)的創(chuàng)意策略研究公司的卡羅琳·米蘭內(nèi)西（Carolina Milanesi）表示：“我們從未在語(yǔ)音助手領(lǐng)域擁有過(guò)像 App Store 那樣的光輝時(shí)刻?！?/p>

去年底，亞馬遜宣布將裁員逾 1.7 萬(wàn)人。其中，負(fù)責(zé) Alexa 的部門(mén)就是主要的裁員對(duì)象。部分負(fù)責(zé) Alexa 的高管已經(jīng)離開(kāi)了公司。

亞馬遜發(fā)言人金利·皮索爾（Kinley Pearsall）表示，Alexa 不僅僅是一個(gè)語(yǔ)音助手，“我們?nèi)匀粚?duì)其使命保持樂(lè)觀態(tài)度。”

谷歌在智能藍(lán)牙音箱 Google Home Mini 等產(chǎn)品中嵌入了“谷歌助手”功能。

圖片來(lái)源：Smith Collection/Gado

一位曾在谷歌助手項(xiàng)目上工作的前負(fù)責(zé)人表示，亞馬遜在 Alexa 上的失誤可能也誤導(dǎo)了谷歌。谷歌工程師在研發(fā)谷歌助手時(shí)一直在對(duì)標(biāo) Alexa，并為此花費(fèi)了數(shù)年時(shí)間去模仿 Alexa，包括設(shè)計(jì)智能揚(yáng)聲器和語(yǔ)音控制的平板屏幕，以控制恒溫器和電燈開(kāi)關(guān)等家庭配件。后來(lái)，谷歌又將廣告業(yè)務(wù)整合到了這些家居產(chǎn)品中，但遺憾的是，這并沒(méi)有成為其主要的收入來(lái)源。

這位前負(fù)責(zé)人表示，隨著時(shí)間的推移，谷歌意識(shí)到大多數(shù)人只會(huì)通過(guò)語(yǔ)音助手來(lái)執(zhí)行有限的簡(jiǎn)單任務(wù)，比如啟動(dòng)定時(shí)器和播放音樂(lè)。2020 年，在谷歌高管帕巴卡爾·拉格萬(wàn)（Prabhakar Raghavan）接管谷歌助手項(xiàng)目后，他的團(tuán)隊(duì)就迅速做出了調(diào)整，把谷歌助手這項(xiàng)功能定位成 Android 智能手機(jī)上的一項(xiàng)重要功能。

今年 1 月，當(dāng)谷歌母公司 Alphabet 宣布裁員 1.2 萬(wàn)人。其中，負(fù)責(zé)家居設(shè)備操作系統(tǒng)的團(tuán)隊(duì)有 16% 的工程師都丟掉了工作。

如今，許多大型科技公司現(xiàn)在都在爭(zhēng)相推出類(lèi)似于 ChatGPT 的產(chǎn)品。2 月，蘋(píng)果在總部園區(qū)的喬布斯劇院舉行了年度 AI 峰會(huì)。兩名內(nèi)部人士透露，這是一場(chǎng)內(nèi)部活動(dòng)，員工可以以此來(lái)進(jìn)一步了解公司的大型語(yǔ)言模型和其他 AI 工具。他們還表示，包括 Siri 團(tuán)隊(duì)成員在內(nèi)的許多工程師每周都在測(cè)試與語(yǔ)言生成有關(guān)的想法與工具。

3 月中旬，谷歌還表示，其將在很短的時(shí)間內(nèi)推出生成型人工智能工具，以幫助企業(yè)、政府機(jī)構(gòu)和軟件開(kāi)發(fā)人員打造具有嵌入式聊天機(jī)器人功能的應(yīng)用程序，同時(shí)將底層技術(shù)整合到他們的系統(tǒng)中。

據(jù)人工智能專(zhuān)家，未來(lái)，聊天機(jī)器人和語(yǔ)音助手的技術(shù)將融合在一起。這即意味著，人們將可以通過(guò)語(yǔ)音來(lái)控制聊天機(jī)器人，使用蘋(píng)果、亞馬遜和谷歌等公司產(chǎn)品的用戶就可以要求這些虛擬助手幫助他們完成相關(guān)復(fù)雜工作，這些工作就不僅僅局限于查詢(xún)天氣等簡(jiǎn)單任務(wù)了。

人工智能初創(chuàng)公司 Perplexity 聯(lián)合創(chuàng)始人阿拉溫德·斯里尼瓦斯（Aravind Srinivas）表示：“過(guò)去這些產(chǎn)品從未真正奏效，因?yàn)槲覀儚奈淳邆淙祟?lèi)級(jí)別的對(duì)話能力?！盤(pán)erplexity 是一款由聊天機(jī)器人驅(qū)動(dòng)的搜索引擎?！暗F(xiàn)在我們就具備了這種能力?！彼估锬嵬咚拐f(shuō)。

標(biāo)簽：