2011年10月4日，蘋果Siri伴隨iPhone 4s一同推出。

　　發布會上，蘋果將 Siri 宣傳為“謙遜的私人助理，只需提出要求即可幫助你完成工作”，而眾多媒體也不吝贊美之詞。

　　The Verge提到：“Siri 的瘋狂之處在于，它的工作效果——至少在大多數時候——比你想象的要好。”

　　CNN表示：“Siri有點像我夢想中隨叫隨到的無薪實習生。”

　　“Siri 可以節省時間、減少摸索和分散注意力，并深刻改變‘手機’的定義。” 《紐約時報》稱。

　　當時人們的眼中，Siri無疑是具備一定革命性的，盡管它還不是那么*，會犯一些機器都會犯的錯，但卻有了人工智能的雛形，盡管蘋果沒有用“人工智能(Artificial Intelligence)”來形容它，但蘋果高管Phil Schiller在發布Siri的時候，心里大概還是會閃過1999年《機器管家》電影里的某個片段。

　　但是蘋果卻在這之后和AI分道揚鑣，漸行漸遠。在今年6月的WWDC上，蘋果只字未提AI，只是用了機器學習來指代這兩個字母，而曾經蘋果引起為傲的Siri，卻被一筆帶過，只是把語音喚醒詞簡化成“Siri”，并加入了連續回應功能，相較于其他互聯網公司在語音助手上的大刀闊斧式的更新，Siri更像是小心翼翼地擠出了一點牙膏，頗有些敷衍了事的感覺。

　　瑞士信貸(Credit Suisse)的資深分析師香農-克羅斯(Shannon Cross)在5月的蘋果財報會議上，直截了當地詢問CEO庫克，問他對人工智能是否有話要說。

　　庫克依舊是那個四平八穩的回答風格：“蘋果在整合生態系統中的人工智能和機器學習方面取得了巨大進步，多年來我們一直將其融入到產品和功能中，你可以在跌倒檢測、碰撞檢測和心電圖等方面看到這一點。因此，我們認為人工智能是一項巨大的技術，蘋果將繼續深思熟慮地將其應用到產品中。”

　　但蘋果確實拿不出更多關于AI方面的成果，在元宇宙的熱潮逐漸褪去的今年，蘋果卻發布了頭顯Vision Pro，售價3萬多的它，顯然不如Chat-GPT那樣接地氣，也讓更多人心生懷疑，他們心中都有同一個問題：

　　當微軟、谷歌、Meta用AI打造新的帝國時，蘋果到底在干什么?

　　數字助手誕生

　　你可能以為蘋果對AI不怎么感冒，但它卻是最早把AI放到宣傳里的公司之一。

　　喬布斯離開蘋果之后，CEO約翰·斯卡利(John Sculley)接過了整個公司的重擔，1987年，他出版了自己的著作《奧德賽：從百事可樂到蘋果》，書中的最后一章，斯卡利與艾倫·凱(Alan Kay，當時的蘋果研究員)在多次討論后提出了一個設想，即所謂的知識導航儀(Knowledge Navigator)，甚至還為它畫了一個粗略的草圖，屏幕上有兩個操縱桿，人們可以握住操縱桿在知識的海洋中徜徉。

　　同年10月，學術計算機領域的主要高等教育會議 Educom正式召開，斯卡利受邀做了主題演講，《奧德賽》中的知識導航儀從鉛字變成了一段生動的視頻，在假想的2007年，一位伯克利大學教授準備講座、查看電子郵件、在網上做研究、與巴西的同事視頻通話、為父親購買生日蛋糕……

　　這一切不是通過鍵鼠，而是依靠屏幕里一位打著領結的數字私人管家，伴隨著喬治·安東·本達 (Georg Anton Benda)的C大調羽管鍵琴協奏曲，在連續而又自然的一段段對話當中，完成了工作和生活中的瑣碎事情。

　　知識導航儀在當時引起不小的轟動，既有為蘋果未來愿景發出嘆服的聲音，也有著指責蘋果不切實際的聲音，1987年，個人電腦方興未艾，圖形化操作系統還沒普及，就向著虛擬助理了，未免有些太超前了。

　　事實證明，有些超前的想法并非妄想，Siri、Cortana、Alexa、Bixby 和 Google Assistant在2011年之后先后涌現，二十多年前的知識導航儀，成為了這些語音助手的曾曾曾祖父。

　　隨著斯卡利辭任CEO，喬布斯回歸蘋果，知識導航儀的概念被束之高閣，但蘋果并沒有徹底放棄對AI的追逐，但無奈于設備性能的羸弱，沒辦法實現設想里的種種功能。

　　不過，當時對于語音助手的探索其實已經卓有成效，90年代作為處理器迭代最快的時期，得以讓軟件公司能夠開發全面的語音識別系統，如 Dragon在1997 年發布的Dragon NaturallySpeaking，這是世界上*個每分鐘理解 100 個單詞的連續語音識別系統，用戶不用在兩個單詞之間刻意停頓，實現了流暢的整句識別。

　　到了2001年時，先進的語音識別軟件已經可以做到80%的識別準確率，谷歌甚至開始將這部分技術帶到了實際應用種，谷歌語音搜索收集了大約2300億個用戶搜索的單詞，最終將它們用于預測搜索內容，并推進了語音處理技術后續的發展。

　　2003年，美國國防部高級研究計劃局DARPA開始對人工智能進行研究，他們希望有一個數字助手來處理每天收到的大量數據，他們與有技術積累的SRI International合作，開展了迄今*的人工智能項目之一CALO，其意為“士兵的仆人”。

　　而這個項目的*意義不在于它提供了多么尖端的武器，而是在五年的研究后，SRI International分拆出的一家名為Siri的初創公司，沒錯，這就是蘋果Siri語音助手最初的起點。

　　Siri在2010年初在 App Store 免費推出同名應用，雖然沒有達到知識導航儀的水平，但它功能可以用豐富來形容，通過連接到互聯網，Siri不僅可以通過 TaxiMagic 預訂出租車，從 StubHub了解音樂會時間，也能通過爛番茄查看電影評論，從Yelp獲取餐廳評分等等，不少人覺得Siri已經接近千禧年時電影中的人工智能原型了。

　　原本Siri還計劃在安卓和黑莓平臺上推出對應的語音助手，不過剛推出沒多久，蘋果CEO喬布斯大手一揮，這么好的應用，就永遠留在iOS系統里，在當年4月就宣布了對Siri的收購，次年10月，蘋果正式推出了內置Siri測試版的iPhone 4S，自此，Siri這四個字母與蘋果和iPhone牢牢綁定在了一起。

　　喬布斯在2010年的D8大會上接受采訪時，并不覺得Siri是一個用語音助手包裝起來的搜索引擎，而是一家人工智能公司，他心里非常清楚，收購Siri不是簡單地為iPhone上加一個語音搜索那么簡單，而是希望蘋果不再局限于單一硬件，提前布局AI時代。

　　Siri吹響了語音助手的號角，擁有先發優勢的它沒過多久就有了競爭對手：2012 年，三星在 Galaxy S3上推出了S Voice(后續被Bixby取代);同年，谷歌推出了Android版的 Google Now(后續被 Google Assistant 取代);2014 年，微軟推出了 Windows Phone 版的 Cortana;同年，亞馬遜在 Echo 智能音箱上推出了 Alexa。

　　從手機到智能音箱，與機器的對話變成日常生活中的稀松平常的一環。

　　神經引擎革命

　　說蘋果不重視人工智能更是扯淡，因為蘋果是最早把AI硬件塞進手機里的廠商之一。

　　2017年，蘋果發布了iPhone 8/8 Plus和iPhone X，與它們一同推出的還有內置“神經引擎(Neural Engine)”的A11芯片。

　　按照蘋果的說法，神經引擎是專門用于處理“特定機器學習算法”的處理核心，它為 iPhone 上的Face ID、Animoji 和AR應用等提供支持，可以做到 “每秒執行高達 6000 億次操作”，從而加快部分任務的處理速度。

　　蘋果沒有使用人工智能的字眼，但神經引擎處處透露出人工智能的意味，《連線》雜志與蘋果副總裁 Tim Millet 關于 A 系列芯片的訪談中提到，在 iPhone X 發布的數年前，蘋果的一些工程師就提出了利用機器學習算法讓 iPhone 的攝像頭變得更智能的想法。

　　此后每年蘋果推出的A系列芯片，不只有CPU和GPU的提升，A12、A13、A14、A15、A16……神經引擎從最初每秒6000億次進化到了每秒17萬億計算，性能已經超越了2000年的每秒計算12.3萬億次的美國超算ASCI White，曾經106噸的龐然大物，濃縮在手機芯片的一角上，讓人感概于摩爾定律之強大。

　　而神經引擎也讓隔壁換用蘋果自研M系列芯片的Mac產品沾上了光，M1就有了媲美A14的神經核心，而最新的M2 Ultra的神經引擎更是擁有每秒31.6萬億次的*算力。

　　可能有人會好奇，如此強大的AI性能，都為蘋果用戶都帶來了哪些革命性的改變呢?

　　答案藏在了iOS、iPadOS以及macOS各種不起眼但卻實用的功能里。

　　用戶在iPad上使用 Apple Pencil 時，筆記軟件會區分筆尖按壓與手掌誤觸;電池軟件會監測日常使用習慣，優化充電功率和時間，保護電池壽命;相機應用會在按下快門后，瞬間拍攝多張照片，通過合成來得出觀感更好的照片……

　　包括在今年6月的WWDC上，也有一堆功能實質利用上了神經引擎，例如Vision Pro上視頻通話中利用面捕實時生成的3D人臉，AirPods的根據環境和個人習慣調整的個性化音量，iOS 17中更好的鍵盤自動更正輸入單詞等等。

　　這些功能都有一個共性，它們通�；�于本地而非云端，充分調動設備本身的算力，而蘋果在近幾年營銷演示中也特意回避所謂的人工智能(AI)，而是把 iPhone、Apple Watch 和 iPad系統的種種改進歸功于機器學習(ML)。

　　蘋果的神經引擎也如Siri一樣，掀起一場新技術普及的浪潮，在2017年5月曝出蘋果要內置AI計算單元后，華為在當年9月就給麒麟970加上了NPU(神經網絡單元)，高通則是等到了2019年的驍龍855才內置NPU，聯發科則是在自己的Helio P60芯片上引入了APU的概念，谷歌在自研的Tensor上同樣搭載了edge TPU。

　　AI概念因內置神經引擎得以普及，普通消費者或許今天都還不清楚它能干什么，但它確確實實在看不見的角落里發揮著自己的作用。

　　下一顆自研芯片備選？

　　2017年之后的蘋果CEO庫克，明明握著和AI相關的兩把大劍——Siri和神經引擎，但在2022年至2023年的這場AI浪潮里，卻沒能像微軟納德拉和英偉達黃仁勛那樣笑出聲來。

　　誰來背這口鍋?

　　Siri作為最早面向消費者的語音助手，本應有一個翻天覆地的變化，如同iPhone 4s到iPhone 14那樣的升級，但十多年過去后，大家發現它卻和最初一樣，談不上好用。

　　有媒體評論道，每個使用 Siri 的人都有自己的挫敗感，他們驚訝的不是Siri的智能，而是它的愚蠢，即使是簡單而明確的指令，也有可能出錯，蘋果前營銷主管席勒口中“謙遜的個人助理”仍然保持自己謙遜的態度：移動設備上不如Google Assistant，在智能音箱上被亞馬遜的 Alexa完敗。

　　事實上，蘋果對Siri并沒有一個完整的發展計劃，最初的喬布斯野心勃勃，他的目標更接近于當初的死對頭斯卡利所提出的知識導航儀，即一個能處理復雜任務的助手，但在庫克繼任后，Siri的目標明顯更加保守了，更像是一個幫你切換各種應用的小工具，且大部分時候只能在蘋果自帶應用里反復橫跳，一言不合就打開搜索引擎。

　　而神經引擎面臨的情況就更復雜了，對于蘋果能夠內置具備AI功能的神經引擎，當時的人們都懷揣著一個未來的夢想，認為iPhone能夠完成以往不能完成的任務，即使沒了互聯網，手機也能依靠本地計算來使用AI功能。

　　但事實情況并非如此，神經引擎本身不具備完全的計算能力，需要與CPU、GPU以及ISP等核心協調才能發揮作用，且算力有限，在大部分場景中，手機依舊需要連接到網絡才能使用各種宣稱中的功能，而Siri更是完全依托于服務器的數據。

　　Siri和神經引擎，一軟件一硬件，本來應當是蘋果應對AI時代的利器，結果在生成式AI的對比下，反倒成了短板，庫克避而不談并不是出于對AI的隱患，而是真的沒啥好談的。

　　當蘋果昂首闊步發布Vision Pro時，先進的人機交互驚艷了任何一個視頻觀眾，它的目的是在虛擬世界里打通生活與工作，與之相反的是，許多人渴望的不是一個華麗界面的終端產品，而是出現像鋼鐵俠電影中賈維斯那樣的人工智能，沒有太多生成式AI技術的蘋果顯然做不到這一點。

　　庫克避而不談的事實就是，大家已經對蘋果小打小鬧式的AI創新厭倦了，他們不關心某項新功能所帶來的一點便利，而是想要通過在蘋果產品里集成GPT，獲得一個更加智能的Siri。

　　蘋果當然意識到了這一點，彭博社的最新爆料里提到，蘋果已經建立了自己的大型語言模型，其基于谷歌的 Jax 機器學習框架構建，運行在 Google Cloud 上，一部分工程師稱其稱為“Apple GPT”，消息一發布，蘋果當日的股價就上漲了 2.3%，達到了歷史新高，從早前的跌勢中反彈。

　　即使到了這個時候，蘋果依舊保持著相對謹慎的態度，彭博社提到，Apple GPT只是去年蘋果內部一個小團隊的產品，本質上是對Bard、ChatGPT 和 Bing AI的簡單復制，并不包含任何新穎的功能或技術，且具有不適合大眾消費使用的精簡設計。

　　不過，一旦開始決心去訓練更大的模型，蘋果馬上就會面臨比生成式AI技術更困難的問題——缺芯，準確來說，是缺GPU。

　　為了支撐OpenAI訓練出ChatGPT，微軟專門為OpenAI打造了由數萬個A100 GPU組成的AI超算，60多個數據中心和幾十萬張GPU日夜不停歇，只為了支持ChatGPT工作。

　　TrendForce研究認為，以A100的算力為基礎，GPT-3.5大模型需要高達2萬個GPU，未來商業化后可能需要超過3萬個。

　　以蘋果產品的用戶基數，一旦集成在系統中，那需要的可能是數以十萬計的英偉達GPU，這么大的需求缺口，即使掏空英偉達，也很難一口氣拿出這么多芯片，況且如今用于AI訓練的GPU本身就極為緊俏，短時間內難以搭建媲美微軟和谷歌那樣的超算與數據中心。

　　而GPU的價格更是棘手，蘋果即使再財大氣粗，掏錢買幾萬張A100或***的GPU還是會感到肉疼的，縱使千億美金的家底也禁不起隨便揮霍。

　　那么擺在蘋果面前的選擇似乎只剩下了一個，就是學谷歌和微軟，推出類似TPU和代號雅典娜那樣用于AI計算的芯片，至少能取代一部分英偉達GPU，降低訓練大模型的成本。

　　從這個角度來看，蘋果相比谷歌和微軟又有了不少優勢，作為硬件廠商的它，已經有A系列和M系列等自研芯片的經驗，再加上代工廠臺積電的鼎力支持，外界的壓力依舊存在，但理論上遇到的阻力卻會小上不少。

　　喬布斯在離任蘋果CEO前，主導了對Siri的收購，這曾是蘋果諸多未來美好愿景中的一個，而近兩年中人工智能的異軍突起，又讓人想起了2011年時的種種盛況，只是這次，蘋果并未站在聚光燈之下。

　　當各家的GPU各顯神通之際，蘋果會用A4和M1這樣的芯片再次完成一場革命嗎?