西里·沃尔夫拉姆·阿尔法集成帮助创造了消费者人工智能早期历史上的决定性时刻之一。当 Apple 于 2011 年 10 月在 iPhone 4S 上推出 Siri 时，用户不仅仅获得了另一种形式的语音控制。他们可以提出口头问题并收到经过计算的答案，而不是一页搜索结果。
涉及数学、测量、日期、营养、天文学和事实比较的问题可以发送到 Wolfram Alpha，这是一个于 2009 年推出的计算知识引擎。Siri 负责处理对话，而 Wolfram Alpha 提供许多回复背后的结构化信息和计算。
这种体验在当时看来是非常先进的。询问距离假期还有多少天、比较两个城市的人口或将英里转换为公里不再需要打开 Safari、输入查询并选择网站。
从自然语言到有用答案的直接路径建立了一种期望，这种期望继续塑造着今天的人工智能产品。
其技术根源延伸至 SRI International 进行的研究，包括与 DARPA 资助的项目相关的工作卡洛项目。目标是开发能够学习、组织信息和帮助人们完成日常任务的系统。
SRI 后来将这项技术转化为 Siri Inc.，该公司由 Dag Kittlaus、Adam Cheyer 和 Tom Gruber 等团队创立。该公司于 2010 年初发布了适用于 iPhone 的独立 Siri 应用程序。
最初的产品是围绕操作而不是普通的网络搜索而设计的。用户可以请求餐厅预订、叫出租车、查看娱乐列表或搜索本地服务。 Siri 尝试理解意图并将请求与适当的在线提供商联系起来。
这种方法雄心勃勃，因为助手需要协调几个不同的系统。语音必须转换为文本，请求必须被解释，上下文必须被考虑，并且外部服务必须返回有用的东西。
Apple 于 2010 年 4 月收购了 Siri。史蒂夫·乔布斯个人认识到超越应用程序集合转向能够代表用户访问它们的对话层的潜力。
当助理作为 iPhone 4S 的集成功能回归时，苹果缩小了最初创业愿景的某些方面，同时让更多受众能够使用该技术。
Siri 可以发送消息、创建提醒、拨打电话、管理日历事件、检查天气状况和回答问题。苹果最初将该功能标记为测试版，对于新 iPhone 发布的一个重要部分来说，这是一个不同寻常的决定。
测试版标签承认自然语言交互仍然不可预测。口音、模糊的措辞、网络条件和外部数据提供商都可能影响请求是否成功。
Siri Wolfram Alpha 让答案立竿见影
Siri Wolfram Alpha 变得特别令人难忘，因为它展示了检索信息和计算答案之间的区别。
传统的搜索引擎可以定位包含公式的页面。 Wolfram Alpha 可以将该公式应用于用户提供的值。它可以解释单位、比较数量、计算概率并将事实数据组织成结构化响应。
这种区别让 Siri 看起来比单纯大声朗读搜索结果的语音界面更有知识。
诸如“86 美元的 15% 是多少？”之类的请求可以直接返回计算结果。有关行星之间距离的问题可以产生一个值，而无需用户检查多个网站。 Wolfram Alpha 还可以回答异常具体的请求，包括在必要的位置和航空数据可用时有关飞机在上空飞行的信息。
该系统不是一个大型语言模型。它并没有像当前人工智能助手那样生成开放式散文。 Wolfram Alpha 依赖于精选数据、符号计算、算法和知识的形式表示。
这种结构提供了一个仍然相关的优势：许多答案可以通过定义的信息而不是即兴统计来计算和追踪。
早期的 Siri 结合了多种专业功能，而不是依赖一个系统来完成所有工作。一个提供商可能提供餐厅信息，另一个提供商可以处理地图，Wolfram Alpha 可以处理计算问题。
助理担任对话协调员。
这种架构使 Siri 看起来像是一种智能，尽管响应可能来自独立服务的网络。现代人工智能平台通过工具、代理和外部数据连接回归了类似的理念。当任务需要可靠的外部操作时，语言模型可以在调用计算器、日历、搜索引擎或业务系统时管理对话。
Siri 十多年前就在消费类智能手机上展示了这一模型。
小整合创造大期望
沃尔夫勒姆阿尔法合作关系影响了人们对数字助理的评价。
在 Siri 出现之前，手机上的语音功能通常与严格的命令相关联，例如呼叫联系人或选择音乐。 Siri 邀请用户更自然地说话，并尝试以前在浏览器中输入的问题。
结果不一致，但成功的互动立即改变了看法。 iPhone 似乎能够理解意图，进入知识系统并通过一个对话界面返回简洁的答案。
这种表面上的简单性掩盖了大量的基础设施。语音识别、语言解释、位置、个人背景和外部数据库都必须足够快地协同工作，才能保留对话的感觉。
Wolfram Alpha 还让苹果获得了需要数年时间才能在内部复制的专业知识。在推出公共知识引擎之前，斯蒂芬·沃尔夫拉姆（Stephen Wolfram）花了数十年时间构建 Mathematica 和计算系统。
在 Siri 发布后，Wolfram 将此次集成描述为史蒂夫·乔布斯 (Steve Jobs) 特有的直接决策：用户希望获得知识和采取行动，而无需不必要的中间步骤。
这个想法比 Siri 提供的任何个人答案都更有影响力。
助理无需显示参与了多少服务。它需要理解请求并返回结果。
早期的 Siri 也暴露了该模型的局限性
Siri 的第一个版本可能一会儿让人感觉未来感十足，一会儿又让人感到沮丧。
一些问题正确地到达了 Wolfram Alpha，而类似的措辞可能会触发网络搜索或不相关的响应。 Siri 有时很难确定用户是否想要计算、本地结果或手机内部的操作。
Wolfram Alpha 反应也比其他受试者更适合某些受试者。数学和科学问题与其计算结构相匹配，而随意对话、时事和主观请求则需要不同的来源。
网络依赖造成了另一个弱点。早期的 Siri 处理严重依赖远程服务器，因此即使 iPhone 本身运行正常，延迟或中断也可能导致基本请求失败。
这些限制预示着现代助理面临的主要挑战。令人信服的界面鼓励人们提出几乎任何问题，但没有一个技术系统能够在每种类型的请求上都表现得同样出色。
当前的生成式人工智能可以产生更自然的语言并处理更广泛的主题。当事实基础薄弱时，它也可能会造成自信错误。以 Wolfram Alpha 为代表的计算方法仍然很有价值，因为有些问题需要经过验证的数据和精确的计算，而不是流畅的推测。
因此，Siri 的第一个步骤背后的故事不仅仅是关于旧 iPhone 的功能。这表明，一个强大的助手需要的不仅仅是健谈的个性。它需要访问可靠的工具、结构化知识以及识别何时另一个系统应该提供答案的能力。
Siri Wolfram Alpha 于 2011 年提供了这一课程，远早于人工智能助手能够撰写文章、解释屏幕和跨应用程序执行操作。
