年7月30日，Siri做了一次“脑部移植”。
早在3年前，苹果就已经成为了第一家在操作系统中整合智能助手的大型科技公司。Siri原来是该公司年收购的一款独立应用程序，那时连同他们的开发团队也一并收购了过来。Siri刚推出时，大家都很欣喜。但接下来的时间里，用户却因为它的缺点变得不耐烦了。它经常听错指令，这个缺点无论怎么修改都无法克服。
于是，苹果在那一年7月底将美国用户的Siri语音识别系统改为使用神经网络技术为基础的新系统，该功能在年8月15日面向全球发布。之前的一些技术仍然在使用，比如“hiddenMarkovmodels”，但现在，这套系统用上了最新的机器学习技术，包括深度神经网络、卷积神经网络（DNN）、卷积神经网络、长短期记忆单元、门控循环单元和n-gram。当用户完成升级后，Siri看起来仍然一样，但它却有了深度学习技术的强大改变。
由于担心底层技术的升级可能将自己的想法暴露给竞争对手，苹果还是像往常一样，并没有对外公布这项措施。如果用户注意到这一变化，也只是因为Siri犯的错误比以前减少了。事实上，苹果现在表示，这项技术给Siri的准确率带来了惊人的提升。
与其它底层改进一样，公司为了不将技术透露给竞争者，就没有公开这项技术。如果用户注意到了，也只是Siri的错误率下降了。苹果现在表示，从那时的结果看来，准确度的改善令人震惊。
苹果互联网软件和服务高级副总裁艾迪·库伊（EddyCue）
艾迪·库伊说：“当时的提升效果很明显，我们甚至再次做了测试确保没有人弄错小数位。”
这是Siri“大脑移植”的故事首次对外公布，这甚至令很多人工智能业内人士感到惊讶。他们惊讶的并不是神经网络给Siri带来的提升，这是理所当然的，他们惊讶的是苹果竟然如此悄无声息地做了这件事。即使最近苹果在人工智能领域加大招聘力度，公司还高调的并购了一些公司，观察人士还把苹果看做这个最热门的竞争领域里的落后者，毕竟，各大企业都在加紧利用这些强大的人工智能技术。由于苹果对其开发过程高度保密，所以就连人工智能专家都不知道该公司在机器学习领域的进展。斯坦福大学人工智能发展史的讲师杰瑞·卡普兰说：“他们根本不在这个圈子里。就像人工智能领域的NSA。”但在人工智能领域的大咖们认为，如果苹果在这项技术上取得了与谷歌和Facebook水平相当的进展，他们应该听说过。
艾伦人工智能学院的奥伦·艾奇奥尼说：“谷歌、Facebook和微软都聘请了顶尖的机器学习人才。没错，苹果招募了一些人才。但却不知机器学习领域的五大领导者谁在位苹果工作？苹果的确拥有语音识别技术，但目前还不清楚机器学习还在其他哪些方面为其带来了帮助。给我看看你们的产品还在哪些方面使用了机器学习！”
“我来自密苏里”艾奇奥尼说，他实际上来自以色列。“给我看看。”
本月早些时候，苹果展示了机器学习运用于他们产品的哪些方面，不过展示对象是我，不是Etzioni。在苹果库比蒂诺总部，我花了整天时间，在报告厅里了解苹果在人工智能和机器学习方面的工作。苹果高管，包括库伊、全球营销高级副总裁菲尔·席勒、软件工程高级副总裁克雷格·费德里西，以及两名关键的Siri科学家进行了展示。在落座之后，他们拿出了一份两页纸的文件，上面列出了他们想要讨论的关于机器学习的产品和服务。其中一些已经发布，还有些即将发布。
苹果想要传达的信息是：我们在这个领域中。我们是行业的参与者。不会成为第二。然而，我们要另辟蹊径。
如果你是iPhone用户，那么你已经接触过苹果的人工智能，而这并不仅仅是Siri能够准确的理解你的意图。你可以看到，如果来电号码不在通讯录中，那么手机将会进行识别；如果你将侧滑屏幕，那么可以看到最常用的应用列表；你在“提醒事项”中标记的没有放进日程表的约会，它会提醒你；如果你预订过某家酒店，那么酒店位置会在地图上自动显示；甚至手机会告诉你车停在哪里。这些技术都来自于苹果对深度学习和神经网络的使用。
是的，苹果已成立了“AppleBrain”，而这就存在于你的iPhone中。
没错，一颗真正的“苹果大脑”——就藏在你的手机里。
脸部识别？苹果的该功能也融合了神经网络技术
苹果内部人士表示，机器学习目前已渗透于苹果的所有产品和服务中。苹果运用深度学习技术去探测在线商店的欺诈活动，延长电池续航时间，以及从数千名测试者的报告中识别最有用的反馈信息。利用机器学习，苹果可以向用户推荐新闻，判断AppleWatch手表用户是在健身还是在散步，识别照片中的地点和人脸，检测WiFi信号是否很弱并需要切换至移动通信网络，以及帮助用户方便地一键拍摄微电影，轻轻点击一下就能快速地把你的照片还有影像片段拼合到一起。苹果的竞争对手也在从事类似工作，但根据苹果高管的说法，其他公司的技术无法同时确保强大的性能，以及像苹果一样保护用户隐私。当然，这些公司的技术也无法打造出像苹果一样的产品。
对苹果来说，人工智能技术并不新颖。早在年代，苹果已经开始使用机器学习技术开发笔记识别程序（Newton平板）。当时的技术至今仍在沿用，例如将手写汉字转换为文本，以及AppleWatch用户的“涂鸦式”输入。毫无疑问，早期的机器学习非常原始，深度学习也还没有成为流行词。今天，这些人工智能技术非常火爆，而苹果则表现得很低调。近几周，苹果CEO蒂姆·库克提到，苹果正在从事这些技术。而目前，苹果高管开始进一步讲解这些技术。
苹果在AppleWatch的健身App中加入机器学习
席勒表示：“我们看到，过去5年这些技术在苹果内部的发展。我们的设备以更快的速度变得更智能，尤其是在配备苹果设计的A系列芯片的情况下。后端变得更智能、速度更快，而我们所做的一切都被互联在一起。这使更多的机器学习技术成为了可能，因为有很多素材可供学习。”
即使苹果正在全面拥抱机器学习，但苹果高管仍表示，这对苹果来说只是普通的业务行为。他们表示，深度学习和机器学习只是一系列突破性技术的最新一环。它们拥有改变事物的能力，但并不一定超过一些其他技术优势，比如触屏、平板电脑、面向对象的编程技术等。在苹果眼里，机器并非其他公司口中的“人机交互终极目标”，与其他公司不同，在苹果看来，机器学习并不是最后的前沿。库伊表示：“并不是说，过去多年没有其他技术去改变我们与设备互动的方式。”在苹果，没有人想要触及关于人工智能更深远的设想。例如苹果不会讨论，该公司是否正在开发无人驾驶汽车或类似Netflix的流媒体视频服务。不过，苹果的团队明确表示，苹果并没有在开发“天网”。
席勒说：“我们将利用这些技术去实现公司的目标，从而比以往做的更好，或是去完成以往没有能力做到的事。随着在苹果内部的发展，以及我们持续开发产品，最终这将成为一项极具苹果风格的技术。”
根据苹果高管的介绍，人工智能在苹果生态系统的整体体验中扮演着重要角色。有观点认为，缺少搜索引擎限制了苹果的能力（搜索引擎可以带来大量数据，用于训练神经网络），而执着于保护用户信息也带来了不利影响（苹果不愿利用用户的许多数据）。然而我们现在可以看到，苹果已经知道如何克服这两大障碍。
那么，iPhone中用于机器学习的大脑究竟有多大呢？怎样才能驱动iPhone之上的机器学习能力呢？苹果给出了这样的信息：约MB，这取决于其中保存了多少个人信息。这些信息包括应用的使用频率，与他人的互动，神经网络的处理，语音建模，以及“自然语言事件建模”。苹果获得的数据可以帮助神经网络去识别对象和人脸，以及对场景进行分辨。
根据苹果的说法，在这一过程中，用户的偏好和历史足迹等信息都将是私密的。
尽管苹果没有对所有人工智能项目进行详细的解释，但我已经可以理解，苹果如何将关于机器学习的专业性传播至整个公司。苹果的机器学习团队是全公司共享的，产品团队被鼓励与机器学习专家合作去解决问题，设计单个产品中的功能。费德里西对此表示：“关于机器学习，我们并没有统一而集中的部门。我们尝试让机器学习专家靠近团队，帮助团队利用这些技术，提供合适的用户体验。”
那么，在苹果内部有多少人正在从事机器学习的开发？费德里西的回答是“很多”。（透露具体数字并不是苹果的风格。）有趣的是，苹果机器学习团队中的许多人在加入苹果之前并非从事这方面工作。费德里西表示：“我们招聘了来自数学、统计学、编程语言和密码学等基础领域非常聪明的人才。结果表明，许多这类核心人才能很好地转移至机器学习领域。尽管目前的机器学习团队已经很庞大，但我们还在