Siri太笨,根本打不过ChatGPT!苹果加急测试语言生成AI

简介: Siri太笨,根本打不过ChatGPT!苹果加急测试语言生成AI



 新智元报道  

编辑:桃子

【新智元导读】苹果也入场了。


「Siri太笨,根本无法与ChatGPT竞争!」

这是前苹果工程师John Burkey接受纽约时报一次采访时,对苹果语音助手Siri的评价。

他进一步表示,「Siri不可能成为像ChatGPT那样的「创意助手」,笨拙的代码使其难以添加新功能。」

Burkey曾在2014年参与了Siri的改进工作,并在2016年离开了苹果。

微软把GPT-4与自家产品结合正搞的正大火大热之时,谷歌、Meta紧随其后,唯独苹果却在这AI大潮中还未出手。

其实, 报道称Siri的团队已经在内部开始测试人工智能语言生成模型。

Siri太笨,苹果出手


Siri能够回答像「天气怎么样?」还有「你会唱‘这首’歌吗?」这样的简单问题,都是通过从数据库中提取大量词汇来完成的。

可见,Siri只能理解部分的人类请求。

这意味着工程师必须在数据库中添加新词,才能扩展其功能。

据了解,Siri本质上是「命令-控制」系统,笨拙的设计使得工程师们很难添加新的功能。

Burkey称,Siri的数据库包含了近24种语言的大量短语列表,使之成为「一个巨大的雪球」。

若要添加新词,这样简单更新都需要重建整个Siri数据库,可能需要长达6周的时间,因为进行全面的审查这一步是必不可少的。

而要集成更多类似ChatGPT的高级功能,比如新的搜索工具,可能需要大约1年的时间。

再者,即使升级Siri的基本功能,由于代码错综复杂,也可能需要数周时间。

为了应对ChatGPT等聊天机器人的崛起,苹果并非无动于衷。

2月,苹果举办的年度人工智能峰会上,重点关注当前人工智能工具和大型语言模型。

纽约时报称,许多团队,包括从事Siri研究的工程师,「每周」都在定期测试「语言生成概念」。

另外,苹果已经在tvOS 16.4中测试「Siri自然语言生成」的新框架,内部代号为「Bobcat」。

工程师通过自然语言生成技术在苹果电视上用Siri讲笑话,同时还在测试如何将语言生成用于定时器。

尽管新的语言生成功能目前只在Apple TV上启用,但9to5Mac透露这些功能的代码也包含在iPhone、 iPad、Mac、HomePod和Apple TV中。

只是目前除了苹果电视,还没有其他设备启用。

目前,苹果对外并没有公开自己在语言生成AI上的工作。

除了测试语言生成AI,在今年1月,苹果曾启动了一项计划,在Apple Books上提供数字旁白的功能,可以从书面文本中自动生成高质量的人工智能旁白音频。

这表明苹果已经在探索生成式AI的用例。在今年的WWDC上,苹果会介绍在这些领域的努力。

从仰慕到调侃,Siri已褪去光环


2011年,在旧金山一个下雨的星期二,苹果高管们在一个拥挤的礼堂里发布了第5代iPhone。

这款手机虽然看起来和之前的版本一模一样,但它有一个新功能:Siri,一个虚拟语音助手。

它的初次亮相成为发布会的最大亮点,一时间引起台下观众的欢呼。

时任苹果软件部门负责人的Scott Forstall按下iPhone的home键,召唤出Siri,并向其提出问题。

巴黎时间是?什么是有丝分裂(mitosis)?

现场,Siri大显身手:「巴黎时间晚上8点16分」;「细胞分裂,细胞核分裂成含有相同数量染色体的细胞核」。

并列出了14家好评的希腊餐厅名单,其中5家位于加利福尼亚州的帕洛阿尔托。

3年后,亚马逊的Alexa初试啼声,又过了2年,Google Assistant姗姗来迟。

然而,这项技术在基本上停滞不前,会说话的助手成了笑柄,包括在2018年的「周六夜现场」(Saturday Night Live) 节目中,一个为老年人设计的智能扬声器。

即Siri便经过数次改进,相比眼下「全能」的ChatGPT和微软Bing,Siri早已褪下当初的光环,功能鸡肋,甚至沦为脱口秀中的段子。

就连微软CEO纳德拉此前接受采访时表示, Siri和亚马逊的Alexa、以及自家的Cortana笨的像石头一样。

Siri的创造者Adam Cheyer也表示,ChatGPT能够写论文、代码,这让现有的语音助手看起来很愚蠢。

与此同时,Reddit上苹果用户发起了讨论来表达自己的不满,「为什么 Siri 如此愚蠢」,「Siri 是不是每年都在变笨」。

其实,不仅仅Siri被人斥责,就连亚马逊的语音助手Alexa也同样如此。该部门在去年营收亏损30多亿美元之后,目前还在强撑着。

这些语音助理产品和ChatGPT聊天机器人虽然功能类似,但本质上基于不同类型的人工智能模型。

聊天机器人由大型语言模型提供动力,这些模型是经过训练的系统,能够根据从网络上抓取的大量数据集识别和生成文本。

相比之下,Siri、Alexa和谷歌助理则通过所谓的指挥控制系统进行工作。

它们可以理解有限的问题和请求列表,比如「纽约市的天气怎么样?」或「打开卧室的灯」。如果用户要求虚拟助手做一些代码中没有的事情,机器人会简单地说它无法提供帮助。

这几家公司都尝试过将语音助手进行升级,但该类技术的升级难度似乎远超生成式人工智能。

前亚马逊和谷歌管理人员,「和亚马逊一样,谷歌发现Google Assistant很难带来高营收。」

不过,亚马逊和谷歌表示将继续发展他们的语音助手功能。

参考资料:https://www.nytimes.com/2023/03/15/technology/siri-alexa-google-assistant-artificial-intelligence.htmlhttps://9to5mac.com/2023/03/16/apple-testing-siri-natural-language-generating-chatgpt/

相关文章
|
8天前
|
人工智能
谷歌苹果曝出LLM惊人内幕,自主识别错误却装糊涂!AI幻觉背后藏着更大秘密
谷歌和苹果的研究揭示了大型语言模型(LLM)的惊人秘密:尽管LLM能自主识别错误,却在生成答案时装作不知情。这一“幻觉”现象背后,模型内部已编码了关于输出真实性的信息,但其外部表现与内部判断常有矛盾,暴露出LLM在实际应用中的局限性。研究为未来开发更有效的错误检测和缓解策略提供了新思路。论文地址:https://arxiv.org/pdf/2410.02707
52 30
|
10天前
|
机器学习/深度学习 人工智能 搜索推荐
哈佛推出全新类ChatGPT癌症诊断AI,登上Nature!准确率高达96%
哈佛大学研究团队开发的新型AI模型CHIEF,在《自然》期刊发表,癌症诊断准确率达96%。CHIEF基于深度学习,能自动识别、分类癌症并预测生存期,具高准确性、多任务能力和泛化性。它结合病理图像与基因组学等数据,显著提升诊断效率和个性化治疗水平,有望改善医疗资源不平等。但数据隐私和临床效果验证仍是挑战。论文见:https://www.nature.com/articles/s41586-024-07894-z
136 101
|
13天前
|
人工智能 自然语言处理 开发工具
Languine:专为开发者设计的 AI 多语言翻译工具,快速生成100+种语言的准确翻译,简化应用程序的 i18n 国际化配置
Languine 是一款面向开发者的 AI 翻译工具,支持 100+ 种语言,自动化翻译流程,提升多语言应用开发效率。
46 15
Languine:专为开发者设计的 AI 多语言翻译工具,快速生成100+种语言的准确翻译,简化应用程序的 i18n 国际化配置
|
3月前
|
人工智能 机器人 芯片
【通义】AI视界|苹果发布macOS Sequoia 15.1最新公测版:可体验Apple Intelligence
本文概览了近期科技动态,包括英伟达与台积电合作遇阻、亿万富翁投资者Druckenmiller后悔清仓英伟达、阿斯麦财报显示芯片需求复苏缓慢、苹果发布macOS Sequoia 15.1公测版及波士顿动力与丰田合作推进人形机器人技术。更多信息,请访问通义。
|
21天前
|
人工智能 搜索推荐 iOS开发
OpenAI推出适用于iPhone的ChatGPT,与Apple实现具有里程碑意义的AI整合
OpenAI推出适用于iPhone的ChatGPT,与Apple实现具有里程碑意义的AI整合
|
2月前
|
人工智能 Ubuntu 语音技术
ebook2audiobookXTTS:开源电子书转有声书 AI 工具,支持 16 种语言
ebook2audiobookXTTS 是一款开源的 AI 工具,能够将电子书转换为有声书,支持多种电子书格式和 16 种语言。该工具利用 Coqui XTTS 技术实现高质量的文本到语音转换,并提供命令行、Web 界面和 Docker 容器等多种使用方式。
137 3
ebook2audiobookXTTS:开源电子书转有声书 AI 工具,支持 16 种语言
|
1月前
|
人工智能 JSON 自然语言处理
智能化AI工具-语言翻译与本地化
在全球化发展的背景下,语言翻译与本地化需求日益增长。无论是跨境电商、国际合作,还是本地化应用开发,都需要高效、准确的翻译解决方案。阿里云通义千问作为一款强大的大语言模型,不仅具备出色的自然语言理解能力,还能够在多语言翻译和本地化场景中发挥重要作用。本博客将详细介绍如何基于阿里云通义千问开发语言翻译与本地化工具,包括产品介绍、程序代码以及阿里云相关产品的具体使用流程。
88 10
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
智能化软件测试:AI驱动的自动化测试策略与实践####
本文深入探讨了人工智能(AI)在软件测试领域的创新应用,通过分析AI技术如何优化测试流程、提升测试效率及质量,阐述了智能化软件测试的核心价值。文章首先概述了传统软件测试面临的挑战,随后详细介绍了AI驱动的自动化测试工具与框架,包括自然语言处理(NLP)、机器学习(ML)算法在缺陷预测、测试用例生成及自动化回归测试中的应用实例。最后,文章展望了智能化软件测试的未来发展趋势,强调了持续学习与适应能力对于保持测试策略有效性的重要性。 ####
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
自然语言处理(NLP)是AI的重要分支,旨在让计算机理解人类语言
自然语言处理(NLP)是AI的重要分支,旨在让计算机理解人类语言。本文探讨了深度学习在NLP中的应用,包括其基本任务、优势、常见模型及具体案例,如文本分类、情感分析等,并讨论了Python的相关工具和库,以及面临的挑战和未来趋势。
114 1
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
自动化测试的新篇章:利用AI提升软件质量
【10月更文挑战第35天】在软件开发的海洋中,自动化测试犹如一艘救生艇,它帮助团队确保产品质量,同时减少人为错误。本文将探索如何通过集成人工智能(AI)技术,使自动化测试更加智能化,从而提升软件测试的效率和准确性。我们将从AI在测试用例生成、测试执行和结果分析中的应用出发,深入讨论AI如何重塑软件测试领域,并配以实际代码示例来说明这些概念。
86 3

新智元

+ 订阅