西里·沃爾夫拉姆·阿爾法整合幫助創造了消費者人工智慧早期歷史上的決定性時刻之一。當 Apple 於 2011 年 10 月在 iPhone 4S 上推出 Siri 時，用戶不僅僅獲得了另一種形式的語音控制。他們可以提出口頭問題並收到經過計算的答案，而不是一頁搜尋結果。
涉及數學、測量、日期、營養、天文學和事實比較的問題可以發送到 Wolfram Alpha，這是一個於 2009 年推出的計算知識引擎。 Siri 負責處理對話，而 Wolfram Alpha 提供許多回覆背後的結構化資訊和計算。
這種體驗在當時看來是非常先進的。詢問距離假期還有多少天、比較兩個城市的人口或將英里轉換為公里不再需要打開 Safari、輸入查詢並選擇網站。
從自然語言到有用答案的直接路徑建立了一種期望，這種期望繼續塑造著今天的人工智慧產品。
其技術根源延伸至 SRI International 進行的研究，包括與 DARPA 資助的項目相關的工作卡洛項目。目標是開發能夠學習、組織資訊和幫助人們完成日常任務的系統。
SRI 後來將這項技術轉化為 Siri Inc.，該公司由 Dag Kittlaus、Adam Cheyer 和 Tom Gruber 等團隊創立。該公司於 2010 年初發布了適用於 iPhone 的獨立 Siri 應用程式。
最初的產品是圍繞著操作而不是普通的網路搜尋而設計的。用戶可以請餐廳預訂、叫計程車、查看娛樂清單或搜尋本地服務。 Siri 嘗試理解意圖並將請求與適當的線上提供者聯繫起來。
這種方法雄心勃勃，因為助手需要協調幾個不同的系統。語音必須轉換為文本，請求必須被解釋，上下文必須被考慮，並且外部服務必須返回有用的東西。
Apple 於 2010 年 4 月收購了 Siri。史蒂夫‧賈伯斯個人認識到超越應用程式集合轉向能夠代表使用者存取它們的對話層的潛力。
當助理作為 iPhone 4S 的整合功能回歸時，蘋果縮小了最初創業願景的某些方面，同時讓更多受眾能夠使用該技術。
Siri 可以發送訊息、建立提醒、撥打電話、管理日曆事件、檢查天氣狀況和回答問題。蘋果最初將該功能標記為測試版，對於新 iPhone 發布的一個重要部分來說，這是一個不尋常的決定。
測試版標籤承認自然語言互動仍然無法預測。口音、模糊的措辭、網路條件和外部資料提供者都可能影響請求是否成功。
Siri Wolfram Alpha 讓答案立竿見影
Siri Wolfram Alpha 變得特別令人難忘，因為它展示了檢索資訊和計算答案之間的差異。
傳統的搜尋引擎可以定位包含公式的頁面。 Wolfram Alpha 可以將此公式應用於使用者提供的值。它可以解釋單位、比較數量、計算機率並將事實資料組織成結構化回應。
這種差異讓 Siri 看起來比單純大聲朗讀搜尋結果的語音介面更有知識。
諸如「86 美元的 15% 是多少？」之類的請求可以直接傳回計算結果。有關行星之間距離的問題可以產生一個值，而無需用戶檢查多個網站。 Wolfram Alpha 還可以回答異常具體的請求，包括在必要的位置和航空數據可用時有關飛機在上空飛行的信息。
該系統不是一個大型語言模型。它並沒有像目前人工智慧助理那樣生成開放式散文。 Wolfram Alpha 依賴精選資料、符號計算、演算法和知識的形式表示。
這種結構提供了一個仍然相關的優勢：許多答案可以透過定義的資訊而不是即興統計來計算和追蹤。
早期的 Siri 結合了多種專業功能，而不是依賴一個系統來完成所有工作。一個提供者可能提供餐廳訊息，另一個提供者可以處理地圖，Wolfram Alpha 可以處理計算問題。
助理擔任對話協調員。
這種架構使 Siri 看起來像是一種智能，儘管回應可能來自獨立服務的網路。現代人工智慧平台透過工具、代理和外部數據連接回歸了類似的理念。當任務需要可靠的外部操作時，語言模型可以在呼叫計算器、日曆、搜尋引擎或業務系統時管理對話。
Siri 十多年前就在消費性智慧型手機上展示了這個模型。
小整合創造大期望
沃爾夫勒姆阿爾法合作關係影響了人們對數位助理的評價。
在 Siri 出現之前，手機上的語音功能通常與嚴格的命令相關聯，例如呼叫聯絡人或選擇音樂。 Siri 邀請使用者更自然地說話，並嘗試先前在瀏覽器中輸入的問題。
結果不一致，但成功的互動立即改變了看法。 iPhone 似乎能夠理解意圖，進入知識系統並透過對話介面返回簡潔的答案。
這種表面上的簡單性掩蓋了大量的基礎設施。語音辨識、語言解釋、位置、個人背景和外部資料庫都必須足夠快地協同工作，才能保留對話的感覺。
Wolfram Alpha 也讓蘋果獲得了需要數年時間才能在內部複製的專業知識。在推出公共知識引擎之前，史蒂芬沃爾夫拉姆（Stephen Wolfram）花了數十年時間建構 Mathematica 和運算系統。
在 Siri 發布後，Wolfram 將此次整合描述為 Steve Jobs 特有的直接決策：使用者希望獲得知識和採取行動，而無需不必要的中間步驟。
這個想法比 Siri 提供的任何個人答案都更有影響力。
助理無需顯示參與了多少服務。它需要理解請求並傳回結果。
早期的 Siri 也暴露了該模型的局限性
Siri 的第一個版本可能一會兒讓人感覺未來感十足，一會兒又讓人感到沮喪。
一些問題正確地到達了 Wolfram Alpha，而類似的措辭可能會觸發網路搜尋或不相關的回應。 Siri 有時很難確定使用者是否想要計算、本地結果或手機內部的操作。
Wolfram Alpha 反應也比其他受試者更適合某些受試者。數學和科學問題與其計算結構相匹配，而隨意對話、時事和主觀請求則需要不同的來源。
網路依賴造成了另一個弱點。早期的 Siri 處理嚴重依賴遠端伺服器，因此即使 iPhone 本身運作正常，延遲或中斷也可能導致基本請求失敗。
這些限制預示著現代助理面臨的主要挑戰。令人信服的介面鼓勵人們提出幾乎任何問題，但沒有一個技術系統能夠在每種類型的請求上都表現得同樣出色。
目前的生成式人工智慧可以產生更自然的語言並處理更廣泛的主題。當事實基礎薄弱時，它也可能造成自信錯誤。以 Wolfram Alpha 為代表的計算方法仍然很有價值，因為有些問題需要經過驗證的數據和精確的計算，而不是流暢的推測。
因此，Siri 的第一個步驟背後的故事不僅僅是關於舊 iPhone 的功能。這表明，一個強大的助手需要的不僅僅是健談的個性。它需要存取可靠的工具、結構化知識以及識別何時另一個系統應該提供答案的能力。
Siri Wolfram Alpha 於 2011 年提供了這一課程，遠早於人工智慧助理能夠撰寫文章、解釋螢幕和跨應用程式執行操作。
