苹果再次成为AI战场的主力军，一种全新的机器学习技术

自iOS 13推出以来，Siri进步明显，苹果再次成为AI战场的主力军；它还发布几份研究报告，介绍一种全新的机器学习技术，也就是Overton。

不久前，苹果赞助 Interspeech 2019，它是世界最大的口语处理研讨会。为了支持大会的召开，苹果提供一些研究论文。苹果介绍称，Overton的目标是让机器管理大量个性化ML（机器学习）模型，不需要人管理。

Overton是什么

当我们向Siri提问时，语音交互只是前端流程。问题发送之后，机器学习模型先要理解问题、理解问题存在的环境，然后寻找最精准的回应。什么样的回应质量最高呢？要给出准确的定义是一件难事。

对于许多问题，Siri往往只会调用维基百科页面信息应付用户。这显然不是Siri的最终目标，它想为复杂问题提供复杂答案，甚至还要具备预测能力。

怎样达到目标？绝对不容易。到底应该怎样做，科学家才能相信Siri给出的答案最为精准呢？

苹果试图用Overton工具解决这些难题，模型的搭建、部署、监控组成一个生命周期，Overton让这个周期变成自动化流程。

用人类的话来解释，就是说机器自己根据外部刺激因素修正、调整机器学习模型，让模型更精准，修正逻辑错误。机器承担更多责任，人类就可以腾出时间关注高端监督式机器学习模型。

照我们的理解，以后如果想做出一些小调整，人类研究员没有必要深入研究日渐复杂的代码，只需要下达命令，Overton就能帮人类修改。

搭建、监管、改进机器学习系统绝非易事，数据科学家、工程师必须密切监视系统质量，诊断复杂应用程序中存在的错误。以后Overton可以帮助人类完成这些工作。

苹果是如何使用的

Siri的目标是成为语音助手，为人类提供高级信息，帮人类分析环境，增强人类处理任务的能力。Siri Suggestions目前的功能有限，但它指向的正是这一方向。

苹果解释称：“在我们当前的工作中有一个重要方向：根据Overton开发系统，让它协助完成数据扩充、程序监督、协作任务。”

Overton还可以保护隐私。

例如，苹果科学家开发模型，他们相信这些模型高度精准，模型在iOS设备上运行。有了Overton，模型会更加独立，当机器学习系统调整模型时会更加精准，更加高效；在整个过程中，研究人员没有必要查看人体是如何行动的。

如果一来，数据管理人员更像“战略角色”，他们看不到与个体用户密切相关的个人信息。

苹果在报告中指出：“Overton是第一个机器学习生命周期管理系统，监控并改进应用质量是它的使命。将模型和数据分离是设计的关键，这样一来不需要编程就能调整机器学习系统。”

到目前为止，Overton应用已经回应几十亿个提问，涉及多种语言；处理过数万亿条记录。