“嗨，Siri！”2011年，苹果同步推出了iPhone 4S和Siri，并制作了一系列引人注目的广告，展示如何使用这款新奇的语音助手。在广告中，用户向她的手机询问关于生活的建议，还展示了用语音调整日程安排、提醒、天气、闹钟等内容。这些广告意在向人们展示Siri是一个有用、可靠的伙伴，可以帮你解决任何问题。最重要的是无需点击应用程序，只需询问即可。
Siri对苹果来说意义重大。在iPhone 4S发布会上，苹果公司表示Siri是新手机的最佳功能。“几十年来，技术人员一直向我们灌输这样的梦想：我们可以与技术对话，技术会为我们做事，但这从未实现过！我们真正想要做的就是以任何方式与我们的设备对话，获取信息和帮助。”苹果宣布已经解决了这个问题。
实践证明，苹果公司并没有解决这个问题。自Siri推出以来的13年里，对于大多数人来说，Siri沦为了询问天气和拨打电话的快捷方式，它长期以来的表现很糟糕，以至于多年来苹果几乎忘记了它，要么干脆选择假装它不存在。不只是苹果，微软也跟风搞出了语音助手Cortana，最后一样因为效果太差而逐渐无人问津。
但如果传言属实，在苹果全球开发大会上，我们可能就会首次见到真正“完全体”的Siri——或者至少是更接近真正的Siri。苹果将公布对Siri的重大改进，借助大型语言模型，Siri将更加可靠，但不会添加太多新功能。苹果在开发一个真正集成到应用程序内部的Siri 版本，这意味着Siri可以代表你在手机上执行操作。在理论上，你在手机上能做的任何事，Siri很快也能为你做到。
到目前为止，Siri就像一个虚拟语音助手，它唯一的工作就是帮你搜索东西。这很了不起？似乎也没什么了不起的。Siri 的无能让人非常失望，当我想吃披萨时，为什么Siri不能查看我的美团外卖，找到我上次订购的记录，查找相同的订单，用我的一张信用卡付款，然后就完事了？
其实有两个原因导致Siri未能充分发挥潜力。第一个原因很简单：底层技术不够好。如果你经常使用Siri，你就会知道它经常会听错名字、误解命令，当你只是想播放音乐时，Siri经常回复“这是我在网上找到的一些东西”。如今的大型语言模型在语音转文字方面已经有了很大的改进，就像谷歌的Assistant正被Gemini所取代，Siri也可以避免很多识别上的错误。
第二个原因也很简单：无论是苹果还是第三方开发者都没有搞清楚Siri应该如何工作。他们根本没有弄清用户到底想做什么？即使是现在，如果你想在待办事项列表应用中添加一项任务，Siri也无法确定你使用的是哪个应用。你不得不说，嘿Siri，在提醒事项里提醒我下午3:00浇花，这是一个很奇怪的句子，而且根据我的经验，有一半的机会添加失败。如果你想要执行多步骤操作，你唯一的选择就是试着在“快捷指令”里乱搞。不可否认，快捷指令这是一个非常强大的工具，但对大多数人来说太复杂了，复杂到就差让人自己编写代码了。
人工智能让苹果有机会解决整个问题。苹果公司的研究人员今年早些时候发表了一篇论文，详细介绍了一个名为Ferret-UI的系统，该系统使用人工智能模型来理解屏幕图像的小细节，详细介绍了整合了人工智能的Siri如何工作：OpenAI的GPT-4可以很好地理解图像是什么，然后Ferret能够理解小区域和细节。通俗地讲，这意味着Siri可以通过屏幕图像理解：“这是12306购票App！”“那里就是购买按钮！”并进行下一步操作。
十多年前，苹果宣称已经打造了一款完美的语音助手，但事实并非如此。现在的情况可能也是如此，因为人工智能的炒作速度比实际技术发展速度快得多。无论是国内的Humane、Rabbit、谷歌，还是国内的百度、腾讯、讯飞都在研究类似的AI语音识别技术，但没有人证明它们已经成功了。
但如果苹果真的研究成功了，这可能是我们第一次看到真正“完全体”的Siri——多年前我们被承诺的Siri。也许在苹果的下一个广告中，你可以快速订到明天晚上的火车票，也可以一句话让鸭血粉丝汤外卖送到家。也许，我们真的会得到苹果一直想做的Siri。
