La capacità di Siri di comprendere i comandi vocali degli utenti migliorerà sensibilmente: Apple abbandonerà la tecnologia di Nuance finora impiegata per sostituirla con un nuovo motore di riconoscimento vocale proprietario basato su tecnologie di ultima generazione. E’ questo in sintesi quanto emerge da una serie di interviste che Wired ha condotto tra alcuni dei principali esperti in materia di riconoscimento vocale a livello mondiale. E’ noto che da anni Apple sta assumendo i migliori talenti non solo per posizioni dirigenziali e di gestione ma anche tra scienziati e ricercatori. L’obiettivo non dichiarato è la creazione di un team interno di esperti per dare vita a un nuovo motore di riconoscimento vocale proprietario, destinato a sostituire le tecnologie di Nuance tuttora impiegate fin dal lancio di Siri.
Nel 2013 Cupertino ha assunto Alex Acero, uno dei massimi esperti nel campo che ha lavorato in Microsoft per quasi 20 anni, contribuendo allo sviluppo di quello che sarebbe poi diventato Cortana, l’assistente vocale virtuale di Redmond. Apple ha poi assunto anche diversi ingegneri che in precedenza hanno lavorato per Nuance, tra cui Gunnar Evermann, ora manager di Siri. Tra i nomi illustri nel settore viene citato anche Arnab Ghoshal, ricercatore presso l’Università di Edimburgo. Cupertino non si è solamente mossa sul piano delle assunzioni di singoli specialisti ma ha anche proseguito la raccolta di know-how e di tecnologie con l’acquisizione di intere startup, tra cui sembra anche Cue, un’app con funzioni di assistente personale e Novarius specializzata in riconoscimento vocale.
Insomma: nel campo delle tecnologie e degli esperti di riconoscimento vocale è praticamente certo che Cupertino ormai possiede al proprio interno un team segreto dedicato, dislocato negli uffici di Boston. Non solo: gli esperti di settore, molti dei quali sono stati contattati direttamente da Cupertino con una proposta di assunzione, conoscono già da tempo quale sarà il prossimo sviluppo per migliorare le funzioni fondamentali di Siri, vale a dire l’abbandono delle tecnologie tradizionali su cui è basato anche il sistema di Nuance, per implementare gli algoritmi di reti neurali. Il sistema, sostenuto e proposto da Geoff Hinton, prevede l’impiego di modelli di apprendimento che funzionano in modo simile ai neuroni del cervello umano: una rete di apprendimento in grado di migliorare i risultati e di accumulare sempre più esperienza man mano che viene creato e accumulato un database di parole pronunciate e comprese.
Ora la tecnologia basata sugli algoritmi di reti neurali è già impiegata da IBM, da Google per il riconoscimento vocale di Android e recentemente anche da Microsoft: un esempio brillante di questa tecnologia in azione è il servizio di traduzione vocale istantaneo recentemente integrato un Skype: mentre un utente parla, il servizio traduce direttamente il parlato in un’altra lingua con risultati che somigliano a quelli di un gadget da film di fantascienza. Nel campo del riconoscimento vocale prima degli algoritmi di reti neurali un miglioramento del 5% era considerato rivoluzionario: impiegando questa tecnologia gli esperti dichiarano di essere in grado di raggiungere miglioramenti di comprensione del parlato nell’ordine del 25%.
In definitiva Apple ha assunto alcune delle menti e dei dirigenti più brillanti nel settore, inoltre Cupertino è una delle poche grandi società ICT che ancora non ha compiuto il balzo delle reti neurali. Ne consegue che presto, nel giro di alcuni mesi ma molto probabilmente in meno di un anno, Apple potrebbe accantonare Nuance per implementare la soluzione proprietaria next-gen. Difficilmente questo avverrà con iOS 8, più probabilmente in tempo per iOS 9 del 2015, in ogni caso non occorrerà un aggiornamento software o potrebbe risultare minimo: la tecnologia di riconoscimento infatti lavora sui server della Mela e l’update potrebbe avvenire con un numero limitato di modifiche per gli utenti.
