Tampilan Eksklusif Apple tentang AI dan Pembelajaran Mesin

30 Juli 2014 Syria [Siri] mentransplantasikan otak.

Tiga tahun sebelumnya, Apple adalah yang pertama dari perusahaan teknologi terbesar yang menggunakan asisten AI dalam sistem operasi. Siri telah menjadi adaptasi dari aplikasi pihak ketiga yang diakuisisi oleh perusahaan. Bersamaan dengan aplikasi pada tahun 2010, perusahaan pengembang diakuisisi. Ulasan pertama dari teknologi sangat antusias, tetapi dalam bulan-bulan dan tahun-tahun berikutnya, pengguna mulai mengganggu kekurangannya. Terlalu sering, dia salah mengenali perintah.

Oleh karena itu, Apple mentransfer sistem pengenalan suara Siri untuk bekerja menggunakan jaringan saraf untuk pengguna dari Amerika Serikat pada hari Juli yang disebutkan di atas (di seluruh dunia ini terjadi pada 15 Agustus 2014). Beberapa teknik sebelumnya tetap beroperasi - termasuk "model Markov tersembunyi" - tetapi sekarang sistem ini didasarkan pada teknik pembelajaran mesin seperti deep neural networks (DNNs), jaringan saraf convolutional, memori jangka pendek jangka panjang, jaringan berulang dengan gateway, dan n-gram. Setelah peningkatan, Siri tampak sama, tetapi pembelajaran yang dalam datang untuk menyelamatkannya.

Dan seperti yang sering terjadi dengan pembaruan tersembunyi, Apple tidak mengiklankannya. Jika pengguna memperhatikan, ini adalah pengurangan jumlah kesalahan. Apple mengklaim hasil dalam meningkatkan akurasi sangat mencengangkan.

Wakil Presiden Senior, Perangkat Lunak dan Layanan Internet, Eddie Kew

“Ini adalah salah satu saat ketika peningkatannya begitu signifikan sehingga kami harus memeriksa ulang hasilnya untuk memastikan tidak ada yang meletakkan pemisah desimal di tempat lain,” kata Eddie Kew. Wakil Presiden Senior Program dan Layanan Internet.

Kisah transformasi Siri, yang pertama kali dijelaskan dalam artikel ini, mungkin mengejutkan para pakar AI. Bukan karena jaringan saraf meningkatkan sistem, tetapi karena Apple melakukan segalanya dengan diam-diam. Sampai baru-baru ini, ketika perusahaan meningkatkan rekrutmen ahli AI dan mengakuisisi beberapa perusahaan khusus, pengamat menganggap Apple berada di belakang dalam kompetisi paling menarik di zaman kita: perlombaan untuk mengeksploitasi kemampuan AI yang kaya. Karena Apple selalu enggan berbagi informasi tentang apa yang terjadi di balik pintu tertutup, para penikmat AI tidak curiga bahwa perusahaan tersebut terlibat dalam pembelajaran mesin. "Apple bukan bagian dari komunitas," kata Jerry Kaplan, kursus sejarah AI Stanford. "Apple adalah NSA di dunia AI." Tetapi para ahli AI berpikir bahwa jika Apple melakukan AI seserius Google atau Facebook, maka itu akan diketahui.

"Orang-orang terbaik di Google, Facebook, dan Microsoft adalah pembelajaran mesin," kata Oren Etzioni dari Allen Institute of AI. - Ya, Apple merekrut seseorang. Tapi panggil aku lima ahli AI teratas di Apple? Mereka memiliki pengenalan suara, tetapi tidak jelas di mana lagi pembelajaran mesin membantu mereka. Tunjukkan pada saya di mana MO digunakan dalam produk Anda! "

"Saya sendiri bersama Missouri," kata Etzioni, yang sebenarnya lahir di Israel. "Tunjukkan padaku."

Baru-baru ini Apple menunjukkan di mana pembelajaran mesin digunakan dalam produknya - tetapi tidak untuk Etzoni, tetapi untuk saya. Saya menghabiskan sebagian besar hari di ruang pertemuan One Infinite Loop di Cupertino, menerima informasi dasar tentang pekerjaan perusahaan dengan AI dan MO dari eksekutif Apple (Kew, Phil Schiller, wakil presiden senior pemasaran internasional, dan Craig Federigi, wakil presiden senior pengembangan perangkat lunak) dan dua ilmuwan yang karyanya adalah kunci untuk pengembangan Suriah. Kami duduk, dan mereka memberi saya dua halaman daftar produk dan layanan Apple menggunakan teknologi mesin - yang sudah bersiap untuk rilis, atau sudah pergi - sebagai topik diskusi.

Pesan: Kami sudah ada di sini. Kami tidak kalah dengan siapa pun. Tapi kami melakukannya dengan cara kami sendiri.

Jika Anda menggunakan iPhone, maka Anda telah menemukan AI dari Apple, dan tidak hanya di versi Siri yang ditingkatkan. Anda menjumpainya ketika telepon mengidentifikasi penelepon yang tidak ada dalam daftar kontak Anda (tetapi siapa yang mengirimi Anda email baru-baru ini). Atau ketika Anda menggeser jari Anda di layar untuk memunculkan daftar aplikasi, di antaranya ada kemungkinan besar bahwa Anda ingin membuka setelah itu. Atau ketika Anda menerima pengingat pertemuan yang tidak Anda tambahkan ke kalender. Atau ketika suatu titik muncul di peta dengan hotel yang telah Anda pesan, dan Anda belum mengarahkan alamatnya. Atau ketika telepon mengarahkan Anda ke tempat Anda memarkir, tetapi Anda tidak memintanya. Semua fitur ini muncul atau sangat ditingkatkan melalui penggunaan pembelajaran yang mendalam dan jaringan saraf.

Pengenalan wajah bekerja dengan jaringan saraf

Seperti yang dikatakan oleh pembicara saya, MO sudah digunakan di semua produk dan layanan perusahaan. Apple menggunakan pelatihan mendalam untuk mengidentifikasi penipu di toko Apple, untuk meningkatkan masa pakai baterai, untuk menyaring umpan balik yang paling berguna dari penguji beta. MO membantu Apple memilih berita untuk Anda. Menentukan apakah pengguna Apple Watch bermain olahraga, atau hanya mondar-mandir. Ia mengenali wajah dan tempat dari foto. Ini menentukan apakah lebih baik untuk memutuskan koneksi Wi-Fi yang lemah dan beralih ke komunikasi seluler. Dia bahkan tahu cara membuat film, menggabungkan foto dan video menjadi film kecil dengan satu sentuhan tombol. Pesaing perusahaan melakukan hal yang sama, tetapi menurut direksinya, kemampuan AI ini tidak dapat bekerja dengan baik, sekaligus melindungi privasi pengguna sebanyak yang mereka lakukan di Apple.Dan tentu saja, tidak ada yang membuat produk seperti Apple.

AI bukan hal baru bagi perusahaan. Sudah di tahun 1990-an, mereka menggunakan beberapa teknik MO dalam program yang mengenali tulisan tangan (ingat Newton?). Sisa-sisa upaya ini dapat ditemukan dalam program hari ini yang mengonversi karakter Cina yang ditulis tangan menjadi teks atau mengenali input huruf per teks di Apple Watch. Kedua peluang ini dikembangkan oleh tim spesialis yang sama di Kementerian Pertahanan. Tentu saja, sebelumnya, pembelajaran mesin bekerja lebih primitif, dan sedikit orang yang tahu pembelajaran mendalam. Saat ini, teknologi ini berada di puncaknya, dan Apple sedang giat menanggapi tuduhan bahwa MO mereka tidak terlalu serius. Dan di sini para pemimpin perusahaan membicarakan hal ini secara lebih rinci.

"Selama lima tahun terakhir, kami telah mengamati pertumbuhan area ini di perusahaan," kata Phil Schiller. "Perangkat kami semakin pintar, dan itu terjadi lebih cepat, terutama dengan penggunaan chip seri-A yang kami kembangkan. Backend semakin pintar, lebih cepat, dan semua yang kami lakukan saling terhubung satu sama lain. Ini memungkinkan kami untuk menggunakan lebih banyak teknik MO, karena begitu banyak yang perlu dipelajari, tetapi sudah tersedia bagi kami. ”

Dan meskipun Apple sedang berjuang untuk menggunakan MO sepenuhnya, para direktur menekankan bahwa proses ini tidak ada yang istimewa. Atasan Cupertin melihat dalam pembelajaran mendalam dan MO hanyalah teknologi lain dari aliran teknologi terobosan yang berurutan. Ya, ya, itu mengubah dunia, tetapi tidak lebih dari terobosan lainnya, seperti layar sentuh, layar datar, atau OOP. Dari sudut pandang Apple, MO bukanlah perbatasan terakhir, meskipun ada pendapat dari perusahaan lain. "Bagaimanapun, tidak dapat dikatakan bahwa selama beberapa tahun terakhir tidak ada teknologi lain yang penting untuk mengubah prinsip-prinsip interaksi kita dengan perangkat," kata Kew. Dan tidak ada seorang pun di perusahaan yang ingin membahas topik-topik menakutkan yang selalu muncul ketika menyebutkan AI. Dan, seperti yang Anda harapkan, Apple tidak mengkonfirmasi apakah itu bekerja pada kendaraan robot atau versi Netflix.Tetapi tim dengan jelas mengindikasikan bahwa Apple tidak bekerja di Skynet.

“Kami menggunakan teknologi ini untuk apa yang sudah lama ingin kami lakukan, dan dengan kualitas yang lebih baik dari sebelumnya,” kata Schiller. - Dan untuk hal-hal baru yang tidak bisa kita lakukan. Teknologi ini akan menjadi metode Apple untuk mencapai tujuan karena berevolusi dalam perusahaan dan karena cara kami membuat produk kami. "

Tetapi selama briefing, menjadi jelas bagaimana AI telah sangat mengubah metode untuk menggunakan ekosistem Apple. Pakar AI percaya bahwa Apple terbatas karena tidak memiliki mesin pencari sendiri (yang dapat memasok data untuk pelatihan jaringan saraf) dan keyakinannya yang tidak fleksibel tentang perlunya melindungi informasi pengguna (data yang dapat digunakan). Namun ternyata Apple sudah menemukan cara mengatasi kedua hambatan ini.

Dan apa ukuran otak ini, cache dinamis yang menyediakan MO di iPhone? Saya terkejut dijawab pertanyaan ini. Ukurannya sekitar 200 MB, tergantung pada jumlah informasi pribadi yang disimpan (data lama selalu dihapus). Ini termasuk informasi tentang menggunakan aplikasi, berinteraksi dengan orang-orang, memproses jaringan saraf, generasi suara, dan "memodelkan peristiwa bahasa alami." Ini juga berisi data yang digunakan untuk jaringan saraf yang bekerja dengan pengenalan pola, wajah, dan klasifikasi adegan.

Dan, menurut Apple, semua ini dilakukan sedemikian rupa sehingga pengaturan, preferensi, dan gerakan Anda tetap pribadi.

Dan meskipun mereka tidak menjelaskan semuanya kepada saya tentang penggunaan AI di perusahaan, saya bisa mengetahui bagaimana perusahaan menyebarkan pengalaman di MO di antara karyawan organisasi. Bakat Wilayah Moskow dibagikan di seluruh perusahaan, tersedia untuk semua pengembang yang didorong untuk menggunakan pengetahuan ini untuk memecahkan masalah dan menciptakan peluang baru untuk produk tertentu. "Kami tidak memiliki organisasi yang berdedikasi, Kuil MO, di Apple," kata Craig Federigi. "Kami mencoba untuk menjaga informasi lebih dekat dengan tim yang menggunakannya untuk menciptakan pengalaman pengguna yang tepat."

Berapa banyak orang di perusahaan yang bekerja di MO? "Banyak," kata Federigi setelah beberapa pemikiran. (Jika Anda pikir dia akan memberi tahu saya jumlah persisnya, Anda tidak tahu Apple). Sangat menarik bahwa orang-orang yang tidak ahli dalam masalah ini sebelum bergabung dengan perusahaan juga berkembang di Apple. “Kami mempekerjakan orang-orang yang fasih dalam matematika, statistik, pemrograman, kriptografi,” kata Federigi. - Ternyata banyak dari talenta ini diubah dengan sempurna menjadi MO. Meskipun hari ini, tentu saja, kami mempekerjakan spesialis di Wilayah Moskow, kami juga membawa orang-orang dengan kecenderungan dan bakat yang diperlukan. ”

Craig Federigi, Wakil Presiden Senior Pengembangan Perangkat Lunak, mendengarkan Alex Acero, Direktur Senior untuk Siri

Meskipun Federigi tidak mengatakan ini, pendekatan ini mungkin diperlukan: kecenderungan kerahasiaan perusahaan dapat menempatkannya pada posisi yang kurang menguntungkan dibandingkan dengan pesaing yang mendorong programmer terbaik mereka untuk menyebarluaskan hasil penelitian. “Metode kami meningkatkan penyebaran seleksi alam - mereka yang membutuhkan kerja tim dan pelepasan produk unggulan terutama terhadap mereka yang paling membutuhkan penerbitan,” kata Federigi. Jika peneliti membuat terobosan di bidang sambil meningkatkan produk Apple, itu bagus. "Tapi bagi kami, hasil akhirnya akan menjadi hal utama," kata Kew.

Beberapa orang berbakat masuk ke perusahaan setelah pengambilalihan. "Baru-baru ini, kami telah membeli 20-30 perusahaan kecil setahun, kami terlibat dalam mempekerjakan tenaga kerja," kata Kew. Ketika Apple membeli sebuah perusahaan yang bekerja pada AI, itu tidak melakukannya karena “ada banyak peneliti MO di sini, mari kita dapatkan yang stabil dari mereka,” kata Federigi. "Kami mencari orang-orang yang berbakat tetapi fokus untuk menciptakan pengalaman pengguna yang hebat."

Akuisisi terbaru adalah Turi, sebuah perusahaan yang berbasis di Seattle yang dibeli Apple seharga $ 200 juta. Mereka membangun toolkit untuk MO yang sebanding dengan Google TensorFlow, dan akuisisi ini menyebabkan rumor bahwa Apple akan menggunakan teknologi ini untuk tujuan yang sama, baik untuk dirinya sendiri dan untuk pengembang. Direksi tidak mengkonfirmasi atau menolak informasi ini. "Beberapa hasil mereka dikombinasikan sangat baik dengan Apple, baik dari segi teknologi maupun dari segi orang," kata Kew. Dalam beberapa tahun, kita mungkin akan mengetahui apa yang terjadi, seperti ketika Siri mulai menunjukkan kemampuan prediksi Cue (tidak terkait dengan Eddie), produk dari startup dengan nama yang sama yang dibeli Apple pada 2013.

Tidak masalah dari mana bakat itu berasal, infrastruktur AI Apple memungkinkannya untuk mengembangkan produk dan kemampuan yang tidak mungkin dilakukan. Dia mengubah program pengembangan produk perusahaan. "Tidak ada habisnya daftar ide-ide keren Apple," kata Schiller. - MO memungkinkan kita untuk beralih ke hal-hal yang sebelumnya tidak akan kita sentuh. Ini melebur ke dalam proses pengambilan keputusan tentang produk yang akan kita tangani di masa depan. ”

Salah satu contoh adalah Pensil Apple, yang bekerja dengan Pensil Apple. Agar stylus berteknologi tinggi ini berfungsi, perusahaan harus menyelesaikan masalah - ketika orang menulis di layar, bagian bawah telapak tangan berjalan di layar sentuh, yang mengarah pada tampilan klik palsu. Menggunakan model MO untuk menghilangkan keran ini, perusahaan dapat mengajarkan layar untuk membedakan gulir, sentuh, input dari stylus. "Jika ini tidak berhasil 100%, kertas rekaman ini tidak cocok untuk saya, dan Pensil adalah produk yang buruk," kata Federigi. Jika Anda suka Pencil, terima kasih MO untuk itu.

Mungkin ukuran terbaik dari kemajuan MO dalam sebuah perusahaan akan menjadi pembelian terpentingnya, Siri. Itu berasal dari program DARPA yang ambisius untuk pengembangan asisten cerdas, setelah itu beberapa ilmuwan mendirikan perusahaan untuk membuat aplikasi menggunakan teknologi ini. Steve Jobs secara pribadi meyakinkan para pendiri perusahaan untuk menjual Apple pada 2010, dan bersikeras agar Siri diintegrasikan ke dalam sistem operasi. Peluncurannya adalah salah satu hal terpenting dari presentasi iPhone 4S pada Oktober 2011. Sekarang ini berfungsi tidak hanya ketika pengguna memegang tombol beranda atau menggumamkan "Hey Siri" (MO sendiri juga menggunakan fitur ini, memungkinkan iPhone mendengarkan). eter, tidak menaruh banyak baterai). Kecerdasan Siri tertanam dalam Apple Brain, dan bekerja bahkan ketika ia tidak mengatakan apa-apa.

Kew menjelaskan empat komponen produk inti: pengenalan ucapan, pemahaman bahasa alami, eksekusi perintah, dan penarikan kembali. “KLH telah sangat mempengaruhi semua bidang ini,” katanya.

Kepala Teknik Lanjut Tom Gruber dan Siri Guru, Alex Acero

Siri terlibat dalam kepala departemen pengembangan lanjutan Tom Grubber, yang tiba di Apple bersama dengan akuisisi utama (co-pendiri perusahaan meninggalkan Apple pada 2011). Dia mengatakan bahwa bahkan sebelum jaringan saraf diterapkan pada Siri, mereka menerima sejumlah besar data yang berasal dari basis pengguna. Di masa depan, data ini berfungsi sebagai kunci untuk melatih jaringan saraf. "Steve berkata bahwa kita akan beralih dari aplikasi percontohan ke ratusan juta orang dalam satu malam, tanpa pengujian beta," katanya. - Tiba-tiba kita akan memiliki pengguna. Kami diberitahu bagaimana orang akan memanggil hal-hal yang terkait dengan aplikasi kami. Ini adalah revolusi pertama. Dan kemudian jaringan saraf muncul. "

Transisi Siri ke jaringan saraf yang memproses pengenalan ucapan bertepatan dengan kedatangan beberapa pakar AI, termasuk Alex Acero, sekarang kepala tim teknologi bicara. Acero memulai karirnya di pengenalan suara di Apple pada awal 90-an, dan kemudian menghabiskan bertahun-tahun di Microsoft Research. “Saya sangat suka bekerja di sana, saya menerbitkan banyak pekerjaan,” katanya. "Tetapi ketika Siri keluar, saya berkata: 'Ini adalah kesempatan untuk membuat jaringan saraf yang dalam menjadi kenyataan, untuk membawa mereka dari keadaan di mana seratus orang membaca tentang mereka, ke satu di mana jutaan orang menggunakannya." Dengan kata lain, itu termasuk jenis ilmuwan yang dicari Apple - menempatkan produk di atas publikasi.

Ketika Acero bergabung dengan perusahaan tiga tahun lalu, Apple masih dalam proses mendapatkan lisensi untuk sebagian besar teknologi bicara Siri dari produsen pihak ketiga, dan situasi ini harus segera berubah. Federigi mencatat bahwa Apple terus bekerja pada pola ini. “Ketika menjadi jelas bahwa bidang teknologi diperlukan untuk kemampuan kami untuk merilis produk baru dari waktu ke waktu, kami meningkatkan kemampuan internal kami untuk menghasilkan apa yang kami inginkan. Untuk membuat produk hebat, kita harus benar-benar mahir dalam teknologi dan berinovasi secara internal. Pidato adalah contoh yang bagus tentang bagaimana kami menggunakan peluang yang tersedia dari luar untuk memulai proyek. "

Tim mulai melatih jaringan saraf untuk menggantikan Siri yang asli. “Kami memiliki peternakan GPU paling keren, bekerja sepanjang waktu,” kata Acero. "Dan kami memasukkan banyak data ke dalamnya." Rilis Juli 2014 membuktikan bahwa semua waktu prosesor ini tidak sia-sia.

“Jumlah kesalahan telah dibagi dua dalam semua bahasa, dan dalam beberapa kasus, bahkan lebih,” kata Acero. "Sebagian besar berkat pembelajaran mendalam dan optimalisasi kami - bukan hanya algoritme itu sendiri, tetapi sesuai dengan konteks pekerjaannya dalam produk akhir."

Menyebutkan produk akhir tidak disengaja. Apple bukan yang pertama menggunakan pelatihan jaringan saraf dalam dalam pengenalan suara. Namun Apple mengklaim memiliki keuntungan mengendalikan seluruh pengembangan produk dan sistem pengiriman. Karena Apple membuat chip sendiri, Acero memiliki kesempatan untuk bekerja dengan tim pengembangan dan insinyur mereka yang menulis firmware untuk perangkat untuk memaksimalkan kinerja jaringan saraf. Kebutuhan tim pengembangan Siri bahkan memengaruhi desain iPhone.

"Ini bukan hanya silikon," tambah Federigi. - Jumlah mikrofon pada perangkat, di mana mereka berada. Bagaimana cara mengatur perangkat keras dan mikrofon, dan satu set perangkat lunak yang memproses suara. Interaksi bagian-bagian itu penting. Ini adalah keuntungan besar dibandingkan mereka yang hanya menulis perangkat lunak dan melihat apa yang dilakukannya. ”

Keuntungan lain: ketika jaringan saraf bekerja dalam satu produk, itu dapat diadaptasi sebagai dasar teknologi untuk tujuan lain. MO, membantu Siri memahami Anda, berubah menjadi mesin perekaman dikte. Sebagai hasil dari kerja Siri, orang-orang menemukan bahwa email dan pesan mereka akan lebih bermakna jika mereka meninggalkan keyboard di layar, klik pada ikon mikrofon dan berbicara dengan keras.

Komponen kedua Siri, yang disebutkan oleh Kew, adalah pemahaman bahasa alami. Siri mulai menggunakan MO untuk memahami niat pengguna pada November 2014, dan merilis versi pembelajaran yang mendalam setahun kemudian. Dan, seperti halnya pengenalan suara, MO telah meningkatkan pengalaman pengguna - terutama dalam hal interpretasi perintah yang lebih fleksibel. Misalnya, Kew mengeluarkan iPhone dan memanggil Siri. "Kirim Jane dua puluh dolar melalui Square Cash," katanya. Sebuah pesan muncul di layar dengan deskripsi permintaannya. Kemudian dia mencoba mengatur tugas dengan cara yang berbeda: "lempar dua puluh istriku." Hasilnya sama.

Apple mengklaim bahwa tanpa perbaikan di Siri ini, kemungkinan tidak akan ada versi Apple TV saat ini, yang menampilkan kontrol suara yang canggih, akan dimungkinkan. Versi Siri sebelumnya membuat Anda berbicara dengan jelas dan terpisah, versi MO yang dibebankan tidak hanya menawarkan opsi spesifik dari katalog besar film dan lagu, tetapi juga memahami konsepnya. "Tunjukkan padaku film thriller yang bagus dengan Tom Hanks." (Jika Siri benar-benar pintar, dia akan mengecualikan Da Vinci Code). "Kesempatan seperti itu sebelum munculnya teknologi ini tidak mungkin disediakan," kata Federigi.

IOS 10 dijadwalkan rilis pada musim gugur ini, dan suara Siri akan menjadi yang terakhir dari empat komponen yang diubah oleh MO. Jaringan neural yang dalam telah menggantikan implementasi sebelumnya yang dibuat di bawah lisensi. Bahkan, replika Siri dipilih dari database catatan yang dikumpulkan di pusat suara dan setiap kalimat dikumpulkan di bagian-bagian. Menurut Grubber, pembelajaran mesin memperhalus sudut dan membuat Siri terlihat lebih seperti orang sungguhan.

Acero melakukan demonstrasi - suara Siri yang pertama, dengan nada mirip robot yang biasa kita gunakan. Kemudian yang baru, mengatakan "Halo, apa yang bisa saya bantu?", Dengan fluiditas menawan. Apa bedanya? “Pembelajaran yang dalam, sayang,” katanya.

Sepertinya detail yang bagus, tetapi suara yang lebih alami dapat menyebabkan perubahan besar. "Orang-orang mempercayai suara yang lebih baik," kata Grubber. - Suara terbaik menarik pengguna dan mendorongnya untuk menggunakan lebih sering. Efek pengembalian meningkat. "

Keinginan untuk menggunakan Siri, dan semua peningkatan yang dilakukan berkat MO, menjadi lebih penting, karena Apple akhirnya membuka Siri untuk pengembang pihak ketiga - dan kritikus perusahaan percaya bahwa sudah waktunya untuk melakukannya sejak lama. Banyak yang mencatat bahwa Apple, yang memiliki puluhan mitra Siri, tertinggal di belakang sistem seperti Amazon Alexa, memiliki ribuan fitur yang disediakan oleh pengembang pihak ketiga. Apple mengatakan bahwa membandingkan mereka tidak benar karena pengguna Amazon harus mengungkapkan keinginan mereka dalam bahasa khusus. Siri akan lebih alami memasukkan hal-hal seperti SquareCash atau Uber. (Pesaing lain, Viv - yang diciptakan oleh salah satu pendiri Siri lainnya - juga menjanjikan integrasi dengan layanan pihak ketiga ketika tanggal rilis belum diumumkan).

Mungkin tantangan terbesar untuk pengembangan MO adalah untuk berhasil, jika perlu, untuk mematuhi prinsip-prinsip privasi pengguna. Perusahaan mengenkripsi data mereka, sehingga tidak seorang pun, bahkan pengacara Apple, dapat membacanya (bahkan FBI, bahkan dengan surat perintah). Dan perusahaan bangga karena tidak mengumpulkan data pengguna untuk tujuan periklanan.

Meskipun penghematan seperti itu patut dipuji dari sudut pandang pengguna, itu tidak membantu untuk memikat bakat AI terbaik ke perusahaan. "Para ahli di MO membutuhkan data," kata seorang mantan karyawan Apple yang bekerja untuk sebuah perusahaan yang berspesialisasi dalam AI. "Tetapi dalam posisi privasi, Apple memaksa Anda untuk bekerja dengan satu tangan yang terikat." Anda dapat berdebat apakah ini benar atau salah, tetapi sebagai hasilnya, Apple tidak memiliki reputasi sebagai ahli AI yang sangat keren. ”

Ada dua masalah. Yang pertama adalah pemrosesan informasi pribadi dalam sistem berbasis MO. Ketika data pribadi pengguna melewati batu pengolahan jaringan saraf, apa yang terjadi dengan informasi ini? Masalah kedua melibatkan pengumpulan informasi yang diperlukan untuk melatih jaringan saraf untuk mengenali perilaku. Bagaimana ini bisa dilakukan tanpa mengumpulkan informasi pribadi pengguna?

Apple percaya mereka punya solusi. "Beberapa orang berpikir bahwa kami tidak dapat melakukan ini dengan AI karena kami tidak memiliki data," kata Kew. "Tapi kami menemukan cara untuk mendapatkan data yang kami butuhkan, sambil menjaga privasi." Seperti itu. "

Apple memecahkan masalah pertama dengan memanfaatkan kemampuan untuk mengontrol perangkat lunak dan perangkat keras. Informasi paling pribadi tetap ada di dalam Apple Brain. “Kami menyimpan hal-hal paling sensitif di mana MO terjadi secara lokal sehubungan dengan perangkat,” kata Federigi. Sebagai contoh, ia memberi prediksi aplikasi untuk dijalankan, ikon yang muncul saat menggesekkan layar ke kanan. Prediksi ini didasarkan pada banyak faktor, beberapa di antaranya hanya bergantung pada perilaku Anda. Dan mereka bekerja - Federigi mengatakan bahwa 90% dari waktu orang menemukan apa yang mereka butuhkan dalam prediksi ini. Semua perhitungan yang dilakukan Apple langsung di ponsel.

Selain itu, perangkat menyimpan, mungkin, informasi paling pribadi yang diterima oleh perusahaan: kata-kata yang digunakan oleh orang-orang di keyboard QuickType iPhone. Menggunakan sistem pelatihan jaringan saraf yang memantau input Anda, Apple dapat mengenali peristiwa dan momen penting, seperti informasi tentang perjalanan udara, kontak, rapat - tetapi informasi itu sendiri tetap ada di ponsel Anda. Bahkan dalam cadangan yang disimpan di cloud, itu diencerkan sedemikian rupa sehingga Anda tidak bisa mendapatkannya hanya dari satu salinan cadangan. "Kami tidak ingin informasi ini disimpan di server kami," kata Federigi. "Apple tidak perlu tahu kebiasaanmu, atau ke mana dan kapan kau pergi."

Apple berusaha meminimalkan informasi yang tersimpan. Federigi memberi contoh di mana Anda dapat melakukan percakapan, dan seseorang di dalamnya akan menyebutkan istilah yang cocok untuk pencarian. Perusahaan lain dapat menganalisis seluruh percakapan di cloud untuk menemukan istilah-istilah ini, tetapi perangkat Apple dapat mengenalinya sehingga data tidak meninggalkan pengguna - karena sistem terus mencari kecocokan dalam basis pengetahuan yang tersimpan di telepon (itu adalah bagian dari 200 MB "Otak").

“Basisnya kompak, tapi komprehensif, dengan ratusan ribu lokasi dan objek. Kami melokalkannya, karena kami tahu di mana Anda berada, ”kata Federigi. Semua aplikasi Apple mengakses basis data, termasuk Spotlight, Maps, dan mesin pencari Safari. Ini membantu untuk secara otomatis memperbaiki kesalahan. "Dan itu terus bekerja di latar belakang," katanya.

Dimulai dengan iOS 10, Apple akan menggunakan teknologi baru privasi yang dibedakan, yang memungkinkan informasi crowdsourcing sehingga tidak dapat mengidentifikasi individu. Ini mungkin kata-kata yang telah mendapatkan popularitas yang tidak ada dalam database, tautan yang menawarkan jawaban yang lebih relevan untuk pertanyaan, atau cara untuk menggunakan emoji tertentu. "Biasanya dalam industri itu lazim untuk mengirim semua kata dan simbol yang Anda masukkan ke server perusahaan sehingga mereka kemudian menyelidiki mereka dan melihat sesuatu yang menarik," kata Federigi. "Kami mengenkripsi informasi dari dan ke, jadi kami tidak melakukannya." Meskipun perbedaan privasi berasal dari komunitas penelitian, Apple berusaha memperkenalkannya kepada massa. "Kami mentransfernya dari departemen penelitian ke satu miliar pengguna," kata Kew.

Dan meskipun jelas bahwa MO telah mengubah produk Apple, belum jelas apakah itu telah mengubah perusahaan itu sendiri. Dalam arti tertentu, pendekatan menggunakan MO bertentangan dengan semangat perusahaan. Apple dengan cermat memantau pengalaman pengguna, hingga sensor yang mengukur konduktivitas di layar. Semuanya sudah direncanakan sebelumnya dan dikodekan dengan tepat. Tetapi ketika menggunakan MO, insinyur harus mengambil langkah mundur dan memberikan kesempatan pada perangkat lunak untuk mencari solusi sendiri. Dapatkah Apple beradaptasi dengan kenyataan modern, di mana sistem dengan MO dapat dengan sendirinya berpartisipasi dalam desain produk?

"Ini adalah penyebab banyak kontroversi di perusahaan," kata Federigi. - Kami terbiasa memberikan pengalaman yang sangat bijaksana dan terkontrol di mana kami mengontrol semua dimensi tentang bagaimana sistem berkomunikasi dengan pengguna. Ketika Anda mulai melatih suatu sistem berdasarkan sejumlah besar data tentang perilaku manusia, hasil yang diperoleh mungkin tidak sesuai dengan gagasan perancang. Mereka muncul berdasarkan data. "

Tetapi Apple tidak akan mundur, kata Schiller. "Meskipun teknologi seperti itu, tentu saja, mempengaruhi pengembangan produk, pada akhirnya kami menggunakannya untuk menghasilkan produk yang lebih baik."

Akibatnya, Apple tidak boleh membuat pengumuman tajuk tentang perendaman dalam MO, tetapi akan menggunakan sebanyak mungkin MO untuk meningkatkan produk. Otak di ponsel Anda membuktikannya.

“Pengguna biasa akan mengalami pembelajaran mendalam setiap hari, dan ini menggambarkan apa yang Anda sukai tentang produk Apple,” kata Schiller. "Saat-saat paling keren begitu halus sehingga Anda hanya memikirkannya setelah pertemuan ketiga dengan mereka, dan kemudian Anda berhenti dan berseru, 'Bagaimana ini mungkin?"

Skynet akan menunggu.

iBrain sudah ada di sini - dan sudah ada di ponsel Anda

Tampilan Eksklusif Apple tentang AI dan Pembelajaran Mesin

More articles: