半岛彩票发布会上，苹果将 Siri 宣传为“谦逊的私人助理，只需提出要求即可帮助你完成工作”，而众多媒体也不吝赞美之词。
The Verge提到：“Siri 的疯狂之处在于，它的工作效果——至少在大多数时候——比你想象的要好。”
“Siri 可以节省时间、减少摸索和分散注意力，并深刻改变‘手机’的定义。” 《》称。
当时人们的眼中，Siri无疑是具备一定革命性的，尽管它还不是那么完美，会犯一些机器都会犯的错，但却有了人工智能的雏形，尽管苹果没有用“人工智能（Artificial Intelligence）”来形容它，但苹果高管Phil Schiller在发布Siri的时候，心里大概还是会闪过1999年《机器管家》电影里的某个片段。
但是苹果却在这之后和AI分道扬镳，渐行渐远。在今年6月的WWDC上，苹果只字未提AI，只是用了机器学习来指代这两个字母，而曾经苹果引起为傲的Siri，却被一笔带过，只是把语音唤醒词简化成“Siri”，并加入了连续回应功能，相较于其他互联网公司在语音助手上的大刀阔斧式的更新，Siri更像是小心翼翼地挤出了一点牙膏，颇有些敷衍了事的感觉。
瑞士信贷（Credit Suisse）的资深分析师香农-克罗斯（Shannon Cross）在5月的苹果财报会议上，直截了当地询问CEO库克，问他对人工智能是否有话要说。
库克依旧是那个四平八稳的回答风格：“苹果在整合生态系统中的人工智能和机器学习方面取得了巨大进步，多年来我们一直将其融入到产品和功能中，你可以在跌倒检测、碰撞检测和心电图等方面看到这一点。因此，我们认为人工智能是一项巨大的技术，苹果将继续深思熟虑地将其应用到产品中。”
但苹果确实拿不出更多关于AI方面的成果，在元宇宙的热潮逐渐褪去的今年，苹果却发布了头显Vision Pro，售价3万多的它，显然不如Chat-GPT那样接地气，也让更多人心生怀疑，他们心中都有同一个问题：
你可能以为苹果对AI不怎么感冒，但它却是最早把AI放到宣传里的公司之一。
乔布斯离开苹果之后，CEO约翰·斯卡利（John Sculley）接过了整个公司的重担，1987年，他出版了自己的著作《奥德赛：从百事可乐到苹果》，书中的最后一章，斯卡利与艾伦·凯（Alan Kay，当时的苹果研究员）在多次讨论后提出了一个设想，即所谓的知识导航仪（Knowledge Navigator），甚至还为它画了一个粗略的草图，屏幕上有两个操纵杆，人们可以握住操纵杆在知识的海洋中徜徉。
同年10月，学术计算机领域的主要高等教育会议 Educom正式召开，斯卡利受邀做了主题演讲，《奥德赛》中的知识导航仪从铅字变成了一段生动的视频，在假想的2007年，一位伯克利大学教授准备讲座、查看电子邮件、在网上做研究、与巴西的同事视频通话、为父亲购买生日蛋糕……
这一切不是通过键鼠，而是依靠屏幕里一位打着领结的数字私人管家，伴随着乔治·安东·本达 (Georg Anton Benda)的C大调羽管键琴协奏曲，在连续而又自然的一段段对话当中，完成了工作和生活中的琐碎事情。
知识导航仪在当时引起不小的轰动，既有为苹果未来愿景发出叹服的声音，也有着指责苹果不切实际的声音，1987年，个人电脑方兴未艾，图形化操作系统还没普及，就向着虚拟助理了，未免有些太超前了。
事实证明，有些超前的想法并非妄想，Siri、Cortana、Alexa、Bixby 和 Google Assistant在2011年之后先后涌现，二十多年前的知识导航仪，成为了这些语音助手的曾曾曾祖父。
随着斯卡利辞任CEO，乔布斯回归苹果，知识导航仪的概念被束之高阁，但苹果并没有彻底放弃对AI的追逐，但无奈于设备性能的羸弱，没办法实现设想里的种种功能。
不过，当时对于语音助手的探索其实已经卓有成效，90年代作为处理器迭代最快的时期，得以让软件公司能够开发全面的语音识别系统，如 Dragon在1997 年发布的Dragon NaturallySpeaking，这是世界上第一个每分钟理解 100 个单词的连续语音识别系统，用户不用在两个单词之间刻意停顿，实现了流畅的整句识别。
到了2001年时，先进的语音识别软件已经可以做到80%的识别准确率，谷歌甚至开始将这部分技术带到了实际应用种，谷歌语音搜索收集了大约2300亿个用户搜索的单词，最终将它们用于预测搜索内容，并推进了语音处理技术后续的发展。
2003年，美国国防部高级研究计划局DARPA开始对人工智能进行研究，他们希望有一个数字助手来处理每天收到的大量数据，他们与有技术积累的SRI International合作，开展了迄今最大的人工智能项目之一CALO，其意为“士兵的仆人”。
而这个项目的最大意义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分拆出的一家名为Siri的初创公司，没错，这就是苹果Siri语音助手最初的起点。
Siri在2010年初在 App Store 免费推出同名应用，虽然没有达到知识导航仪的水平，但它功能可以用丰富来形容，通过连接到互联网，Siri不仅可以通过 TaxiMagic 预订出租车，从 StubHub了解音乐会时间，也能通过烂番茄查看电影评论，从Yelp获取餐厅评分等等，不少人觉得Siri已经接近千禧年时电影中的人工智能原型了。
原本Siri还计划在安卓和黑莓平台上推出对应的语音助手，不过刚推出没多久，苹果CEO乔布斯大手一挥，这么好的应用，就永远留在iOS系统里，在当年4月就宣布了对Siri的收购，次年10月，苹果正式推出了内置Siri测试版的iPhone 4S，自此，Siri这四个字母与苹果和iPhone牢牢绑定在了一起。
乔布斯在2010年的D8大会上接受采访时，并不觉得Siri是一个用语音助手包装起来的搜索引擎，而是一家人工智能公司，他心里非常清楚，收购Siri不是简单地为iPhone上加一个语音搜索那么简单，而是希望苹果不再局限于单一硬件，提前布局AI时代。
说苹果不重视人工智能更是扯淡，因为苹果是最早把AI硬件塞进手机里的厂商之一。
按照苹果的说法，神经引擎是专门用于处理“特定机器学习算法”的处理核心，它为 iPhone 上的Face ID、Animoji 和AR应用等提供支持，可以做到 “每秒执行高达 6000 亿次操作”，从而加快部分任务的处理速度。
苹果没有使用人工智能的字眼，但神经引擎处处透露出人工智能的意味，《连线》杂志与苹果副总裁 Tim Millet 关于 A 系列芯片的访谈中提到，在 iPhone X 发布的数年前，苹果的一些工程师就提出了利用机器学习算法让 iPhone 的摄像头变得更智能的想法。
此后每年苹果推出的A系列芯片，不只有CPU和GPU的提升，A12、A13、A14、A15、A16……神经引擎从最初每秒6000亿次进化到了每秒17万亿计算，性能已经超越了2000年的每秒计算12.3万亿次的美国超算ASCI White，曾经106吨的庞然大物，浓缩在手机芯片的一角上，让人感概于摩尔定律之强大。
而神经引擎也让隔壁换用苹果自研M系列芯片的Mac产品沾上了光，M1就有了媲美A14的神经核心，而最新的M2 Ultra的神经引擎更是拥有每秒31.6万亿次的巅峰算力。
可能有人会好奇，如此强大的AI性能，都为苹果用户都带来了哪些革命性的改变呢？
答案藏在了iOS、iPadOS以及macOS各种不起眼但却实用的功能里。
用户在iPad上使用 Apple Pencil 时，笔记软件会区分笔尖按压与手掌误触；电池软件会监测日常使用习惯，优化充电功率和时间，保护电池寿命；相机应用会在按下快门后，瞬间拍摄多张照片，通过合成来得出观感更好的照片……
包括在今年6月的WWDC上，也有一堆功能实质利用上了神经引擎，例如Vision Pro上视频通线D人脸，AirPods的根据环境和个人习惯调整的个性化音量，iOS 17中更好的键盘自动更正输入单词等等。
这些功能都有一个共性，它们通常基于本地而非云端，充分调动设备本身的算力，而苹果在近几年营销演示中也特意回避所谓的人工智能（AI），而是把 iPhone、Apple Watch 和 iPad系统的种种改进归功于机器学习（ML）。
苹果的神经引擎也如Siri一样，掀起一场新技术普及的浪潮，在2017年5月曝出苹果要内置AI计算单元后，华为在当年9月就给麒麟970加上了NPU（神经网络单元），高通则是等到了2019年的骁龙855才内置NPU，联发科则是在自己的Helio P60芯片上引入了APU的概念，谷歌在自研的Tensor上同样搭载了edge TPU。
AI概念因内置神经引擎得以普及，普通消费者或许今天都还不清楚它能干什么，但它确确实实在看不见的角落里发挥着自己的作用。
2017年之后的苹果CEO库克，明明握着和AI相关的两把大剑——Siri和神经引擎，但在2022年至2023年的这场AI浪潮里，却没能像微软纳德拉和英伟达黄仁勋那样笑出声来。
Siri作为最早面向消费者的语音助手，本应有一个翻天覆地的变化，如同iPhone 4s到iPhone 14那样的升级，但十多年过去后，大家发现它却和最初一样，谈不上好用。
有媒体评论道，每个使用 Siri 的人都有自己的挫败感，他们惊讶的不是Siri的智能，而是它的愚蠢，即使是简单而明确的指令，也有可能出错，苹果前营销主管席勒口中“谦逊的个人助理”仍然保持自己谦逊的态度：移动设备上不如Google Assistant，在智能音箱上被亚马逊的 Alexa完败。
事实上，苹果对Siri并没有一个完整的发展计划，最初的乔布斯野心勃勃，他的目标更接近于当初的死对头斯卡利所提出的知识导航仪，即一个能处理复杂任务的助手，但在库克继任后，Siri的目标明显更加保守了，更像是一个帮你切换各种应用的小工具，且大部分时候只能在苹果自带应用里反复横跳，一言不合就打开搜索引擎。
而神经引擎面临的情况就更复杂了，对于苹果能够内置具备AI功能的神经引擎，当时的人们都怀揣着一个未来的梦想，认为iPhone能够完成以往不能完成的任务，即使没了互联网，手机也能依靠本地计算来使用AI功能。
但事实情况并非如此，神经引擎本身不具备完全的计算能力，需要与CPU、GPU以及ISP等核心协调才能发挥作用，且算力有限，在大部分场景中，手机依旧需要连接到网络才能使用各种宣称中的功能，而Siri更是完全依托于服务器的数据。
Siri和神经引擎，一软件一硬件，本来应当是苹果应对AI时代的利器，结果在生成式AI的对比下，反倒成了短板，库克避而不谈并不是出于对AI的隐患，而是真的没啥好谈的。
当苹果昂首阔步发布Vision Pro时，先进的人机交互惊艳了任何一个视频观众，它的目的是在虚拟世界里打通生活与工作，与之相反的是，许多人渴望的不是一个华丽界面的终端产品，而是出现像钢铁侠电影中贾维斯那样的人工智能，没有太多生成式AI技术的苹果显然做不到这一点。
库克避而不谈的事实就是，大家已经对苹果小打小闹式的AI创新厌倦了，他们不关心某项新功能所带来的一点便利，而是想要通过在苹果产品里集成GPT，获得一个更加智能的Siri。
苹果当然意识到了这一点，彭博社的最新爆料里提到，苹果已经建立了自己的大型语言模型，其基于谷歌的 Jax 机器学习框架构建，运行在 Google Cloud 上，一部分工程师称其称为“Apple GPT”，消息一发布，苹果当日的股价就上涨了 2.3%，达到了历史新高，从早前的跌势中反弹。
即使到了这个时候，苹果依旧保持着相对谨慎的态度，彭博社提到，Apple GPT只是去年苹果内部一个小团队的产品，本质上是对Bard、ChatGPT 和 Bing AI的简单复制，并不包含任何新颖的功能或技术，且具有不适合大众消费使用的精简设计。
不过，一旦开始决心去训练更大的模型，苹果马上就会面临比生成式AI技术更困难的问题——缺芯，准确来说，是缺GPU。
为了支撑OpenAI训练出ChatGPT，微软专门为OpenAI打造了由数万个A100 GPU组成的AI超算，60多个数据中心和几十万张GPU日夜不停歇，只为了支持ChatGPT工作。
TrendForce研究认为，以A100的算力为基础，GPT-3.5大模型需要高达2万个GPU，未来商业化后可能需要超过3万个。
以苹果产品的用户基数，一旦集成在系统中，那需要的可能是数以十万计的英伟达GPU，这么大的需求缺口，即使掏空英伟达，也很难一口气拿出这么多芯片，况且如今用于AI训练的GPU本身就极为紧俏，短时间内难以搭建媲美微软和谷歌那样的超算与数据中心。
而GPU的价格更是棘手，苹果即使再财大气粗，掏钱买几万张A100或H100的GPU还是会感到肉疼的，纵使千亿美金的家底也禁不起随便挥霍。
那么摆在苹果面前的选择似乎只剩下了一个，就是学谷歌和微软，推出类似TPU和代号雅典娜那样用于AI计算的芯片，至少能取代一部分英伟达GPU，降低训练大模型的成本。
从这个角度来看，苹果相比谷歌和微软又有了不少优势，作为硬件厂商的它，已经有A系列和M系列等自研芯片的经验，再加上代工厂台积电的鼎力支持，外界的压力依旧存在，但理论上遇到的阻力却会小上不少。
乔布斯在离任苹果CEO前，主导了对Siri的收购，这曾是苹果诸多未来美好愿景中的一个，而近两年中人工智能的异军突起，又让人想起了2011年时的种种盛况，只是这次，苹果并未站在聚光灯之下。
当各家的GPU各显神通之际，苹果会用A4和M1这样的芯片再次完成一场革命吗？
