Nhiều khả năng, thước đo chuẩn xác nhất cho sự tiến bộ của Machine Learning tại Apple đến từ cộng cuộc mua lại AI quan trọng nhất từ trước đến nay, Siri. cỗi nguồn của Siri chính là chương trình DARPA tham vọng can dự đến các trợ lý sáng dạ. Sau đó, 1 số scientists đã thành lập công ty riêng, sử dụng chương trình DARPA để phát triển thành ứng dụng. Steve Jobs đã tự mình thuyết phục những người sáng lập bán DARPA lại cho Apple vào năm 2010 và trực tiếp đưa Siri vào hệ thống điều hành. Sau đó, màn ra mắt của Siri chính là điểm nhấn trong sự kiện công bố iPhone 4S (10/2011). Giờ đây, cách thức hoạt động của Siri đã tiên tiến đến nỗi users không cần phải kích hoạt nó bằng nút home hay thậm chí không cần nói “Hey, Siri” (1 tính năng tận dụng công nghệ Machine Learning, giúp iPhone nghe ngóng được thông báo mà không hao tốn pin). Trí sáng dạ của Siri đã được tích hợp vào Apple Brain và tự hoạt động dù users không trực tiếp mở lời ra lệnh.
Eddy Cute chỉ ra 4 nhân tố mấu chốt của Siri chính là: nhận diện giọng nói (để hiểu được thời điểm nào bạn nói chuyện với Siri), khả năng hiểu tiếng nói tự nhiên (để nắm bắt những gì bạn đang nói), execution (để thực hành truy vấn hoặc request) và phản hồi (để trả lời lại với bạn). “Machine Learning có sức ảnh hưởng đáng kể đến tất tật các nguyên tố đó” – Eddy Cue nói.
Tom Gruber – Trưởng Bộ phận Phát triển Siri Cấp Cao (hình trên) và Alex Acero – Chuyên viên nghiên cứu Giọng nói (hình dưới)
Tom Gruber – người đến với Apple phê chuẩn thương vụ xác nhập trên (các đồng sáng lập cùng thời với Gruber rời đi sau năm 2011) cho rằng thậm chí trước khi Apple ứng dụng neural nets vào Siri thì quy mô user base của Apple đã cung cấp nguồn dữ liệu dùng để “huấn luyện” các nets về sau. “Steve Jobs nói rằng tôi đang có 1 bước ngoặt lớn, từ 1 người đi đầu, 1 vận dụng đến với hàng trăm triệu users mà không hề sở hữu 1 chương trình beta nào. Cứ thế, bạn chợt sở hữu rất nhiều users. Users sẽ nói với bạn cách mọi người bàn tán về những gì phù hợp với ứng dụng của bạn. Đây chính là bước phát triển trước tiên. Và sau đó, neural networks đã xuất hiện”
Quá trình chuyển đổi sang neural net xử lý nhận mặt giọng nói của Siri được thực hiện khi rất nhiều chuyên gia AI nhập Apple, trong đó có Alex Acero. Acero đã bắt đầu sự nghiệp với nhận mặt giọng nói tại Apple trong những năm đầu 90 và sau đó dành nhiều năm làm việc tại Microsoft Research. “Tôi rất yêu thích công việc đó và đã xuất bản nhiều bài viết. Nhưng khi Siri ra đời, tôi nhận ra: Đây là cơ hội để biến các deep neural networks thành hiện thực, không phải là thứ hàng trăm người sẽ đọc, mà là thứ được hàng triệu người dùng”. Nói cách khác, Alex Acero là 1 kiểu scientist mà Apple đang kiếm – tối ưu hóa sản phẩm hơn là tụ tập vào publishing.
Khi Acero đến “nhà táo” cách đây 3 năm, Apple vẫn đang cấp giấy phép cho hầu hết công nghệ giọng nói cho Siri từ bên thứ 3. Federighi bảo đây là 1 pattern mà Apple nghiên cứu liên tục. “Khi 1 lĩnh vực công nghệ có đóng góp quan trọng cho sản phẩm trong thời gian dài, chúng tôi sẽ xây dựng đội ngũ in-house để truyền tải được kinh nghiệm mà user muốn. Để tạo ra 1 sản phẩm tuyệt trần, chúng tôi muốn sở hữu và đổi mới công nghệ đó hơn nữa bằng nguồn lực nội bộ. Speech là 1 tỉ dụ ngoại lệ khi chúng tôi áp dụng các tài nguyên bên ngoài có sẵn, nhờ đó đạt được hiệu quả tốt ngay từ đầu”
Từ đây, team bắt đầu huấn luyện neural net để thay thế nguyên bản của Siri. “Chúng tôi có GPU (graphics processing unit microprocessor – 1 bộ vi xử lý chuyên dụng nhận nhiệm vụ tăng tốc, xử lý đồ họa cho bộ vi xử lý trọng điểm CPU) lớn nhất và tệ nhất… Và rất nhiều dữ liệu”. Lần ra mắt của Siri vào 7/2014 đã cho thấy tất hoạt động đó không hề vô bổ.
“Tỷ lệ mắc lỗi của Siri giảm… hầu hết là nhờ deep learning và cách chúng tôi tối ưu deep learning – không chỉ nhờ chính thuật toán mà còn nhờ context của vơ sản phẩm end-to-end”
Nói về “end-to-end”, Apple không phải là công ty trước tiên sử dụng DNNs trong nhận mặt giọng nói. Nhưng bằng cách kiểm soát tuốt luốt hệ thống delivery, Apple lại có lợi thế riêng. Vì Apple tự tạo chips riêng nên Acero có thể làm việc trực tiếp với hàng ngũ thiết kế silicon và các kĩ sư viết firmware cho các thiết bị để tối ưu hiệu suất của neural net. Nhu cầu của Siri team thậm chí còn ảnh hưởng đến thiết kế của iPhone.
“Không chỉ là silicon” – Federighi san sớt – “Đó chính số lượng những microphones chúng tôi đặt trong thiết bị, là nơi chúng tôi đặt microphones. Cách chúng tôi điều chỉnh hardware, những mics đó và software stack xử lý audio. Chúng trở nên những mảnh ghép gắn kết với nhau – 1 lợi thế không tưởng so với các doanh nghiệp phải xây dựng 1 vài phần mềm nào đó, và chỉ biết ngồi xem chuyện sẽ xảy đến”.
Một khía cạnh khác: Khi 1 Apple neural net hoạt động trong 1 sản phẩm, nó có thể trở thành 1 công nghệ then chốt sử dụng cho những mục đích khác. Vì thế, khi Machine Learning hỗ trợ Siri thấu hiểu user, Machine Learning đã trở nên dụng cụ dùng để xử lý chính tả thay thế cho typing. Hệ quả là, users nhận ra thông điệp và emails của họ trở nên mạch lạc hơn nếu họ không dùng bàn phím mềm; dần dần, users sẽ nhấn vào microphone key và chuyện trò nhiều hơn.
nhân tố thứ 2 của Siri mà Eddy Cue đề cập chính là khả năng hiểu được ngôn ngữ tự nhiên (natural language understanding). Siri bắt đầu sử dụng Machine Learning để hiểu được ước vọng của người dùng kể từ tháng 11/2014 và ra mắt 1 phiên bản học sâu hơn 1 năm sau đó. thời điểm Siri sở hữu tính năng nhận mặt giọng nói thì Machine Learning đã có kinh nghiệm trong việc thông ngôn các dòng lệnh linh hoạt hơn. Eddy lấy iPhone của mình ra, kích hoạt Siri làm tỉ dụ. “Thông qu vận dụng Square Cash, gửi đến Jane 20 dollars”. Màn hình lúc này sẽ đề đạt sờ soạng request của Cue. Eddy Cue thử 1 lần nữa, nhưng thay đổi ngôn từ 1 chút. “Bắn 20 bucks đến vợ của tôi”. Kết quả vẫn hao hao.
Nếu không có các tiến bộ về Siri, Apple sẽ chẳng thể liên tục ra mắt Apple TV – thiết bị trổi với tính năng quản lý giọng nói tân tiến. Tuy các phiên bản trước đây của Siri đề nghị bạn nói 1 cách hạn chế thì phiên bản supercharged-nhờ-deep-learning không chỉ mang đến những tuyển lựa chuyên biệt từ rất nhiều catalog về movies và bài hát, mà còn giải quyết các concepts như: Hãy cho tôi 1 bộ phim kinh dị có Tom Hanks (Nếu Siri thật sự sáng dạ, nó sẽ trả về kết quả The Da Vinci Code). “Trước khi có công nghệ supercharged-nhờ-deep-learning, bạn sẽ không thể cung cấp được tính năng này” – Federighi đề cập.
Với iOS 10, được ra mắt vào mùa thu năm nay, giọng nói của Siri đã trở nên nhân tố rốt cục trong 4 yếu tổ được chuyển đổi bởi machine learning. Về thực chất, dấu ấn của Siri đến từ database gồm các bản ghi âm thu thập được tại voice center; mỗi câu nói là sự chắp vá từ các bản thu thanh này. Theo Gruber, Machine Learning khiến mọi thứ trở nên mượt mà hơn và giúp âm thanh Siri giống người thực hơn.
Acero đã thực hành 1 phiên bản demo đâu tiên rưa rứa giọng của Siri với các yếu tố robot thân thuộc. Phiên bản này sẽ hỏi bạn bằng 1 chất giọng hấp dẫn trôi chảy: “Hi, tôi có thể làm được gì cho bạn?”. Điểm dị biệt ở đây là gì? Chính deep learning!
Mặc dù chỉ là 1 chi tiết nhỏ, nhưng khi sở hữu 1 giọng nói tự nhiên hơn, Siri có thể đem đến những dị biệt lớn. “Mọi người sẽ thấy tin tưởng.# hơn nếu giọng nói có chất lượng cao hơn. Giọng nói càng vấn người dùng thì càng khiến users sử dụng nhiều, góp phần tăng hiệu ứng hồi lại (return effect)”
Việc dùng Siri cũng như thực hiện những cải tiến trên Machine Learning của Apple càng có nhiều ý nghĩa hơn khi chung cuộc, Apple cũng mở Siri cho lập trình viên. Tuy nhiên với các chuyên gia thì quy trình này vẫn xảy ra quá muộn vì số lượng đối tác Siri bên thứ 3 mà Apple sở hữu chỉ dừng lại vài chục, trong khi Alexa của Amazon đã có hơn 1000 “kỹ năng” được cung cấp bởi các lập trình viên bên ngoài. Apple lại cho rằng điều này không kéo dài vì users của Amazon phải sử dụng tiếng nói riêng để tiếp cận các kĩ năng đó. Theo Apple, Siri sẽ tích hợp những thứ như SquareCash hoặc Uber 1 cách thiên nhiên hơn (1 đối thủ khác, Viv - được 1 vị đồng sáng lập Siri tạo nên – cũng hẹn quy trình tích hợp chặt dù chưa ban bố ngày ra mắt cụ thể)
Cùng lúc đó, Apple cũng thông tin rằng những cải tiến của Siri đang dần tạo ra sự dị biệt nhờ vào những tính năng mới hoặc thu được các kết quả tốt hơn từ những truy quen thuộc. “Số lượng requests vẫn đang tăng và tăng. Tôi nghĩ Apple đang thực hiện tốt hơn công việc truyền thông bít tất những gì chúng tôi làm. ví dụ, tôi thích thể thao và bạn có thể hỏi Siri ai là người mà nó nghĩ sẽ thắng lợi trận bóng, nó sẽ trả lại cho bạn 1 đáp án. Tôi còn không biết là Apple có thể làm được điều đó nữa cơ!” – Eddy Cue san sẻ.
Có thể vấn đề lớn nhất khi Apple bằng lòng Machine Learning chính là cách để đạt được thành công dù vẫn cam kết những nguyên tắc bảo mật người dùng. Apple đã mã hóa thông tin users để không ai, kể cả các trạng sư của Apple có thể đọc được (kể cả FBI dù có lệnh khám từ tòa án). Apple cũng không hề thu thập thông báo người dùng nhằm mục đích lăng xê.
hẳn nhiên đứng từ giác độ người dùng thì rất đáng khen nhưng sự nghiêm túc quá mức của Apple với vấn đề bảo mật này vẫn chưa mang lại hiệu quả trong việc lôi kéo các nhân tài AI về với công ty. “vớ những gì mà các chuyên gia Machine Learning mong muốn đó chính là dữ liệu” – 1 nhân viên cũ của Apple, hiện đang làm cho công ty về AI cho biết – “Nhưng vì lập trường bảo mật mà Apple thường âm thầm làm mọi thứ. Bạn có thể sẽ tự hỏi liệu đó có phải là điều đúng đắn nhưng cũng chính điều đó khiến Apple trở thành lừng danh vì đã không trở thành những kẻ chạy đua theo công nghệ AI”
ý kiến này bị các nhà điều hành của Apple tranh biện rất nhiều vì họ cho rằng: vẫn có thể lấy được bít tất các dữ liệu và tận dụng mạnh mẽ phương tiện Machine Learning mà không cần phải giữ thông báo cá nhân chủ nghĩa của users trên cloud, thậm chí cũng không cần lưu lại hành vì của user để huấn luyện cho neural nets.
Có 2 vấn đề ở đây. Thứ nhất, chính là việc xử lý thông báo cá nhân chủ nghĩa trong các hệ thống dựa trên Machine Learning. Khi thông báo chi tiết về 1 user được nhặt nhạnh qua hệ thống xử lý neural-net, chuyện gì sẽ xảy ra với thông tin đó? Thứ hai, việc thu thập thông tin đòi hỏi phải huấn luyện các neural-nets nhận mặt hành vi. Nhưng làm thế nào để làm được điều đó mà không thu thập thông tin cá nhân chủ nghĩa của users?
Apple đã có câu đáp cho cả 2 vấn đề. “Một số người nhận thức được chúng tôi không thể thực hiện những điều này với AI vì chúng tôi không có data. Nhưng chúng tôi đã tìm ra cách để lấy dữ liệu mà chúng tôi cần nhưng vẫn giữ được tính bảo mật. Đó chính là điểm mấu chốt”
Apple đã giải quyết vấn đề trước tiên – bảo vệ gu và thông báo cá nhân mà neural nets đã nhận mặt được – bằng cách tận dụng khả năng quản lý cả phần mềm và phần cứng độc quyền. Nói 1 cách đơn giản, đó chính là Apple Brain. “Chúng ta giữ lại 1 vài thông báo nhạy cảm nhất khi Machine Learning quét qua tất thiết bị” – Federighi nói. ví dụ, Federighi viện dẫn các suggestions vận dụng, icons xuất hiện khi bạn quét sang phải cũng chính những vận dụng mà bạn định sẽ mở ra tiếp theo. Các dự đoán như thế được hình thành dựa trên rất nhiều nguyên tố và rất nhiều trong số chúng liên tưởng đến hành vi của riêng người dùng. Theo Federighi, 90% thời kì con người dùng để tìm những gì họ muốn nhờ các những suggestions.
thông báo khác mà Apple lưu trữ trên các thiết bị có thể là dữ liệu mang tính cá nhân chủ nghĩa nhất mà Apple thu thập được: những từ ngữ mà users gõ bằng bàn phím iPhone QuickType standard. Nhờ có hệ thống neural network theo dõi thời khắc bạn gõ chữ, Apple sẽ phát hiện được các events và items chính như thông tin chuyến bay, số liên lạc và lịch hẹn – nhưng các thông báo đó lại nằm trong điện thoại của bạn. Thậm chí trong các backups lưu trên cloud của Apple, thông báo được sàng lọc để backup chẳng thể đụng đến. “Chúng tôi không muốn thông báo đó được lưu trữ trong servers của Apple. Một tổ chức như Apple không có nhu cầu tìm hiểu về thói quen của bạn hay địa điểm bạn sẽ đến”
Apple cũng nạm giảm số lượng thông tin được giữ lại. Federighi đề cập đến tỉ dụ như sau: khi bạn có 1 cuộc đối thoại và ai đó nói đến 1 thuật ngữ có thể trở nên từ khóa tầng tiềm năng, các doanh nghiệp khác sẽ phải phân tách tuốt cuộc đối thoại trong cloud để nhận diện những thuật ngữ đó nhưng 1 thiết bị Apple có thể nhận diện được chúng mà không cần phải lấy data ra khỏi quyền sở hữu của người dùng. Hệ thống của Apple sẽ liên tục khoảng các kết quả hạp theo knowledge base (thông báo chung) trong điện thoại (1 phần của “brain” 200 megabyte)
“Thao tác này rất gọn nhẹ nhưng được thực hành xuyên suốt knowledge basse, với hàng trăm ngàn locations và entities….” vớ áp dụng của Apple đều dùng knowledge base (thông tin chung) như app ngần Spotlight, Maps và Safari. Knowledge base còn hỗ trợ cả auto-correct.
Nhưng liệu những quy định bảo mật nghiêm nhặt của Apple có gây trở lực cho các thuật toán neural net hay không – đó chính là vấn đề thứ 2 đã được đề cập trước. Neural nets cần 1 lượng lớn dữ liệu để được train đầy đủ, xác thực. Nếu Apple không can thiệp vào hành vi của quơ người dùng, vậy làm sao để lấy được dữ liệu đó? Như nhiều công ty khác đã làm, Apple huấn luyện nets của mình trên các tập thông tin công khai có sẵn (tỉ dụ như bộ thông báo gồm các stock images để nhận diện hình ảnh). Nhưng đôi khi, nó cần nhiều thông tin chi tiết hơn hoặc cập nhật hơn, mà những thông báo này chỉ có thể đến từ user base. Apple đã gắng lấy thông báo này mà không cần biết đến users đó là ai; Apple ẩn dữ liệu, gắn nó với các mã nhận mặt ngẫu nhiên không kết liên với Apple IDs.
Bắt đầu từ iOS 10, Apple dự kiến sẽ tuyển chọn 1 công nghệ khá mới tên là Differential Privacy. Công nghệ này dựa vào thông tin của đám đông và không nhận diện bất cứ cá nhân nào. chả hạn Diffential Privacy sẽ tìm các từ khóa lừng danh mới nhất không có trong knowledge base của Apple hoặc tự điển của Apple, thường xuất hiện bất ngờ dựa trên rất nhiều đáp án liên hệ đến các truy hỏi hoặc lượt dùng các emojis nào đó tăng cao. “Cách thức truyền thống mà giới công nghệ giải quyết vấn đề này chính là gửi đi mọi từ, mọi kí tự mà bạn gõ lên servers, sau đó sẽ rà vớ và phát hiện những thông báo thú” – Federighi diễn đạt. “Nhờ thực hiện mã hóa end-to-end, chúng tôi sẽ không làm theo cách thức truyền thống đó”. Dù Differential Privacy được phát triển trong cộng đồng research, Apple đang dần dần ứng dụng nó trên diện rộng. “Chúng tôi đang thực hiện khảo sát trên 1 tỷ users” – Eddy Cue chia sẻ.
“Chúng tôi đã bắt đầu nghiên cứu công nghệ này từ nhiều năm trước và đã hoàn tất nhiều sản phẩm hay, có tính thực tại. chừng độ bảo mật của nó thực rất đáng kinh ngạc” – Federighi (sau đó anh ấy diễn tả 1 hệ thống liên can đến các protocols mã hóa và tung đồng xu ảo mà tôi không theo dõi kịp. Về cơ bản, công nghệ này hệ trọng đến việc thêm dụng cụ toán học vào những phần nào đó của dữ liệu để Apple có thể phát hiện các usage patterns dù không nhận mặt các users cá nhân chủ nghĩa). Anh cũng đề cập đóng góp của Apple rất có giá trị đối với thế giới vì nó cho phép các scientists làm việc với quy trình implementation, từ đó có thể xuất bản bài viết về công trình cá nhân.
Rõ ràng, Machine Learning đã thay đổi các sản phẩm của Apple nhưng liệu Machine Learning có đang đổi thay Apple hay không?. Ở góc cạnh nào đó, mindset về Machine Learning nghe đâu dị biệt với các tập quán xưa nay của Apple. Apple là 1 công ty kiểm soát cẩn thận trải nghiệm người dùng, kể cả các cảm biến dự đoán thao tác quét của users. Mọi thứ được thiết kế trước và được xây dựng các đoạn code 1 cách xác thực. Nhưng khi các kĩ sư áp dụng Machine Learning, họ phải lùi lại, để chính phần mềm tự khám phá các hướng giải quyết. Liệu Apple có bằng lòng thực tế là các hệ thống Machine Learning có thể tiếp cận đến thiết kế sản phẩm?
“Thiết kế sản phẩm là cội nguồn của rất nhiều cuộc tranh luận nội bộ. Chúng tôi thường mang đến các trải nghiệm đã được lên kế hoạch & giám sát chu đáo, từ đó chúng tôi cs thể quản lý quơ các hướng đi mà hệ thống đang dự định tương tác với người dùng. Khi bạn bắt đầu huấn luyện 1 hệ thống dựa trên lượng dữ liệu hành vi người dùng lớn, [các kết quả xuất hiện] không cố định là những gì mà 1 Apple designer chỉ định. Chúng là những gì xuất hiện từ dữ liệu”
Nhưng với Schiller, “Tuy những công nghệ này ảnh hưởng lớn đến cách thiết kế nhưng đến cuối cùng, chúng tôi mới là người dùng những công nghệ này vì chúng có thể giúp chúng tôi đem đến 1 sản phẩm chất lượng hơn”
Và đây là kết luận: Apple có thể không nói rõ về những gì họ đang với Machine Learning nhưng công ty sẽ tận dụng Machine Learning nhiều nhất có thể nhằm cải thiện các sản phẩm của mình. chứng cớ chính là “bộ não” bên trong điện thoại của bạn.
“Khách hàng thường ngày đang trải nghiệm deep learning mỗi ngày [và đây chính là ví dụ] cho thấy vì sao bạn lại yêu mến 1 sản phẩm nào đó của Apple. [Ví dụ] xăm nhất chính là deep learning khôn khéo đến nỗi bạn thậm chí còn không biết về nó cho đến lần thứ 3 khi thấy nó, bạn sẽ dừng lại và tự hỏi: Điều gì đang xảy ra?”
No comments:
Post a Comment