2015-10-23
故事要从加拿大惠斯勒的一场小型学术会议讲起。会议主题是语音识别，为了让计算机更加有效地识别人类语音，与会者共同探讨了是否存在新的机器智能(称作“深度学习”)模式。这次会议由微软资助，于2009年圣诞节前开幕，两位微软研究人员邀请全球知名深度学习专家、多伦多大学教授杰夫·辛顿(Geoff Hinton)发表了演讲。
辛顿认为，机器学习模式的工作方式非常类似人类大脑的神经元。他希望打造“神经网络”，当处理的话语越来越多，这种网络就可以逐渐理解话语。早在上世纪80年代，神经网络就是一个热门研究领域，但直到2009年，它还是没有发挥潜能。
在惠斯勒，研究者礼貌地接受了对辛顿的观点。“但他们不是很感兴趣。”微软研究部门主管彼得·李(Peter Lee)说道。这些研究者坚持自己的算法。但微软团队觉得深度学习值得尝试，因此微软派遣两名工程师与辛顿的研究人员合作，并针对真实数据进行了实验。
这位主管回忆，实验结果“令人吃惊”，精确度提升了25%以上。要知道，在语音识别领域，精确度提升5%就足以具有革命意义。他表示：“我们公布了实验结果，世界随之改变。”
如今，神经网络算法已经成为主流，计算机因此变得更加智能。谷歌用这种算法改进Android语言识别功能。IBM同样如此。最值得关注的是，微软让即时翻译服务Skype Translate采用了神经网络算法。
辛顿表示：“大家最初对这种算法满腹狐疑。如今，我们的算法已经被普遍采用。”
但是，有一家大名鼎鼎的科技公司尚未采用这种算法，它就是苹果。苹果拥有语音助理服务Siri，Siri的技术是来自语音识别技术公司Nuance。但一些人工智能研究者认为，苹果即将改变策略。苹果已经组建了自己的语音识别团队，团队正在开发基于神经网络的Siri服务。
去年，苹果招募了微软语音识别项目高管亚历克斯·阿赛罗(Alex Acero)。阿赛罗在微软工作了接近20年，如今他是苹果Siri小组的一名高级总监，直接领导Li Deng和Dong Yu，二人正是当年邀请辛顿出席惠斯勒会议的微软研究者。
苹果还招募了Nuance的语言技术研究人员，包括Siri项目经理贡纳尔·艾夫曼(Gunnar Evermann)。另外，爱丁堡大学语音技术研究者阿尔纳布·格沙尔(Arnab Ghoshal)也加盟苹果。
阿卜杜勒-拉曼·默罕默德(Abdel-rahman Mohamed)表示：“苹果不仅招募管理人才，而且招募项目经理和研究型人才。苹果正在打造一支实力强劲的语音识别研究团队。”默罕默德是多伦多大学博士后研究员。
雅虎研究部门负责人罗恩·布拉赫曼(Ron Brachman)指出，Siri不仅仅采用语音识别技术，它还采用了很多其他技术。
但微软研究部门主管彼得·李认为，要想追赶上微软和谷歌，并且采用神经网络，苹果还需要六个月的时间。神经网络将大幅改进Siri服务。他表示：“除了Siri，所有主流语言服务都已采用神经网络算法。Siri的转型只是时间问题。”