《麻省理工科技评论》报道，苹果公司的研究人员正在探索一种前沿技术，旨在通过人工智能识别用户与 iPhone 等设备的交谈，从而消除像“Siri”这样的触发短语的技术需求。
在这项上传到 Arxiv 且未经同行评审的研究中。研究人员利用智能手机捕捉的语音数据和背景噪音的声学信息，训练了一个大型语言模型。该模型的目标是识别那些可能表明用户需要设备辅助的情境或模式。
论文指出，这个模型的部分构建是基于 OpenAI 的 GPT-2，这种轻量级的结构使得它能够在智能手机等设备上高效运行。论文还描述了用于训练模型的超过 129 小时的数据、额外的文本数据，但没有说明训练集的录音来源。据领英个人资料，七位作者中有六位列出他们的隶属关系为苹果公司，其中三人在苹果 Siri 团队工作。
论文的结论颇具启发性，它指出，与单纯的音频或文本模型相比，这种混合模型能做出更为准确的预测，并且随着模型规模的扩大，其性能还会得到进一步提升。这意味着，未来的 Siri 可能会更精准地理解用户的意图，无需通过固定的唤醒词来触发。
目前，Siri 的功能是通过保留少量音频来实现的，听到“嘿，Siri”等触发短语之前，不会开始录制或准备回答用户提示。
然而，这一创新也引发了一些关于隐私和数据安全的担忧。斯坦福人类中心人工智能研究所的隐私和数据政策研究员詹・金指出，取消“嘿，Siri”这样的触发短语可能会让人们更加担心设备是否在“始终监听”。
