苹果前工程师:Siri的代码过时且复杂 不可能赶超ChatGPT
怎么入门科技周边编程?需要学习哪些知识点?这是新手们刚接触编程时常见的问题;下面golang学习网就来给大家整理分享一些知识点,希望能够给初学者一些帮助。本篇文章就来介绍《苹果前工程师:Siri的代码过时且复杂 不可能赶超ChatGPT》,涉及到,有需要的可以收藏一下

3月16日消息,一位前苹果员工在接受采访时表示,苹果语音助手Siri的代码设计过时且复杂,不可能变得像OpenAI人工智能聊天机器人ChatGPT那样强大。
苹果前工程师约翰·伯基(John Burkey)曾于2014年受命改进Siri,并于2016年从苹果离职。他说Siri笨拙的设计使得其难以添加新功能。
伯基表示,Siri之所以能够回答诸如“今天天气怎么样”或者“你能播放这首歌”等简单问题,都是从存储餐馆位置或音乐家名字等大量单词的数据库中提取信息。他表示,这样一来Siri能响应的请求数量有限,工程师必须向数据库不断添加新的单词来扩展其功能。
伯基坦言,苹果Siri的数据库就是“一个大雪球”,添加新单词可能需要长达六周的时间,因为工程师们需要对数据库进行全面修复,如果是整合诸如搜索等类似Chatgpt类似的高级功能甚至可能需要一年左右的时间。伯基说,即使是更新Siri的基本功能也可能需要数周的时间,因为苹果Siri的代码过时且复杂。
苹果公司没有立即回应置评请求。
当下,特别是在OpenAI将大型语言模型升级到GPT-4之后,广受欢迎的人工智能聊天机器人ChatGPT正用让人们热衷的新功能威胁着语音助手技术。
最近又向OpenAI投资100亿美元的微软首席执行官萨蒂亚·纳德拉(Satya Nadella)曾表示,苹果Siri和亚马逊Alexa等语音助手“笨得像石头”。
苹果Siri联合创始人亚当·切耶(Adam Cheyer)对这种说法表示赞同。他还表示,ChatGPT能够自动写文章和开发代码,这让市面上现有的语音助手看起来很蠢。切耶说,“以前的能力实在是太弱鸡了。”
苹果Siri的用户也注意到了这一点,他们纷纷表达了自己的不满,提出“为什么Siri这么蠢”和“Siri是不是一年比一年蠢”等问题。
但Siri并不是唯一陷入困境的语音助手。去年11月有报道称,亚马逊Alexa部门当年运营亏损超过30亿美元,目前只是在维系存在感。
“Alexa是想象力的巨大失败,”一位前亚马逊员工表示,“机会都白白浪费掉了。”
亚马逊和谷歌前经理透露,和亚马逊一样,谷歌也发现自己的语音助手很难带来可观收入。不过,亚马逊和谷歌公司都表示,他们将继续打造自家的语音助手功能。
据报道,苹果Siri团队的员工一直在测试人工智能语言模型,不过目前还没有发布任何产品。
本篇关于《苹果前工程师:Siri的代码过时且复杂 不可能赶超ChatGPT》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!
谈谈人工智能客服指标
- 上一篇
- 谈谈人工智能客服指标
- 下一篇
- ChatGPT Excel?北大ChatExcel动动嘴皮子就把表格改完了
-
- 科技周边 · 人工智能 | 9小时前 |
- vLLM 连续批处理下的显存与吞吐取舍
- 209浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- Reranker 接入后如何控制检索延迟预算
- 113浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- Embedding 向量维度变化时的索引迁移方案
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 |
- Agent 轨迹评测区分工具错误与模型错误
- 239浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 |
- MCP 资源与工具描述的缓存更新策略
- 313浏览 收藏
-
- 科技周边 · 人工智能 | 15小时前 |
- MCP 服务端授权范围与会话隔离的配置
- 161浏览 收藏
-
- 科技周边 · 人工智能 | 15小时前 |
- MCP 工具结果分页与长列表截断的设计
- 486浏览 收藏
-
- 科技周边 · 人工智能 | 17小时前 | 人工智能 · chat template apply_chat_template AI tokenizer 多模型消息格式
- AI tokenizer chat template 统一多模型消息格式
- 154浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 414次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 495次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 502次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 449次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 280次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

