اپل، شرکتی پیشگام در دستیارهای دیجیتال با Siri، در حال اصلاح فناوری خود برای رقابت با همتایان پیشرفته ای مانند Amazon Alexa و Google Assistant است. گزارش های اخیر حاکی از سرمایه گذاری های قابل توجه در هوش مصنوعی پیشرفته، از جمله مدل های زبانی مولد است. در پاسخ به نوآوری هایی مانند ChatGPT، اپل بر روی یک ابتکار بلندپروازانه “Siri 2.0” متمرکز شده است که شامل ارتقاء قابل توجهی در سخت افزار، نرم افزار و زیرساخت ابری است. هدف راه اندازی Siri هوشمندتر است که قادر به مکالمات طبیعی، درک دستورالعمل های مختلف و خودکارسازی وظایف از طریق قابلیت های هوش مصنوعی پیشرفته باشد. اپل در این ورژن از Siri که پیشبینی میشود در WWDC 2024 رونمایی شود، قصد دارد با دستیاری هوشمندتر و همهکارهتر، رهبری خود را در دستیارهای شخصی مجهز به هوش مصنوعی پس بگیرد.
مناطق تمرکز اپل برای بهبود Siri
اپل بر روی حوزه های کلیدی برای ارتقای دستیار دیجیتال تمرکز دارد:
- مدل زبان بزرگ اختصاصی (Ajax): اپل در حال توسعه “Ajax” است، یک مدل زبان بزرگ قوی با بیش از 200 میلیارد پارامتر، رقیب مدل هایی مانند ChatGPT 3.5. هدف سرمایه گذاری قابل توجه بهبود دقت Siri در تجزیه پرس و جوها، گسترش قابلیت های گفتگو و تقویت استدلال منطقی در پاسخ ها و دستورات است.
- پیشرفتهای بینایی کامپیوتری: قابلیتهای بینایی کامپیوتری Siri در اولویت هستند، که شامل پیشرفتهای قابل توجهی در درک و تولید تصاویر بصری، از جمله تولید تصویر و ویدئو و نمایش صحنههای سهبعدی است.
- هوش مصنوعی Multimodal: اپل در حال کار بر روی هوش مصنوعی Multimodal است تا به طور یکپارچه انواع داده های مختلف مانند متن، تصویر و گفتار را پردازش کند. این به Siri اجازه میدهد تا دستورالعملها و درخواستها را از طریق حالتهای مختلف پردازش کند، مانند اسکن متن درون تصاویر یا شناسایی اشیا، و نزدیکتر کردن دستیارهای دیجیتال به درک انسان.
Siri 2.0 با سفارشی سازی این قسمتها برای محصولات و اکوسیستم اپل، قصد دارد خود را از سایر دستیاران هوش مصنوعی متمایز کند.
اهداف پروژه Siri 2.0
اهداف اپل در توسعه ورژن بعدی Siri را میتوان در موارد مقابل خلاصه کرد:
- توانایی های مکالمه پیشرفته: هدف اصلی اپل بهبود مهارت های مکالمه Siri، تضمین تفسیر دقیق تر درخواست های کاربر و پاسخ های شخصی شده با ویژگی هایی مانند آگاهی مفهومی و خاطرات است.
- قابلیت های پیشرفته چندوجهی و بینایی کامپیوتری: Siri 2.0 با هدف رسیدگی به وظایف پیچیده از طریق دستورات صوتی، مانند تشخیص اشیاء در رسانه، تولید تصاویر بر اساس توضیحات، و خودکارسازی فرآیندهای چند مرحله ای.
- ویژگی های کمکی نوآورانه: این ابتکار به دنبال توسعه ویژگی های کمکی جدید با استفاده از پیشرفت های هوش مصنوعی، مانند عامل رزرو خودکار و خلاصه کردن مقالات است.
- میانبرهای مکالمه: اپل ممکن است توانایی ایجاد میانبرها را از طریق دستورالعمل های مکالمه ای معرفی کند، که اتوماسیون را برای کاربران ساده می کند.
به طور کلی، Siri 2.0 تلاش می کند تا Siri را به یک دستیار هوشمند تبدیل کند که در درک حالت های مختلف ارتباطی ماهر است و به طور موثر به کاربران در کارهای ساده و پیچیده کمک می کند. اپل قصد دارد در ارائه کمک های دیجیتال شخصی، متنی و همه کاره پیشرو باشد.
چالش ها و رویکرد اپل
در حالی که اپل سرمایه گذاری زیادی در پروژه Siri 2.0 انجام می دهد، با چالش های منحصر به فردی دست و پنجه نرم می کند که در درجه اول بر تقویت قابلیت های هوش مصنوعی و در عین حال رعایت استانداردهای سختگیرانه حفظ حریم خصوصی متمرکز است. برخلاف رقبا، اپل جمعآوری دادهها را محدود میکند و اطلاعات کاربر را بهجای فضای ابری به صورت محلی پردازش میکند، که به اجرای کارآمد مدلهای یادگیری ماشینی پیچیده روی دستگاه نیاز دارد. متعادل کردن نیاز به قدرت محاسباتی شدید با محدودیتهای حریم خصوصی یک چالش مهندسی است.
علیرغم یک زیرساخت ابری قوی، اپل به دلایل حفظ حریم خصوصی به قدری از آن استفاده می کند، که نیاز به مبادلات متفکرانه در توسعه Siri 2.0 دارد. این رویکرد شامل ایجاد اتوماسیونهای روی دستگاه و در عین حال استفاده انتخابی از پردازش ابری برای وظایفی که نیاز پردازشی بالا دارند است. تیمهای محصول اپل برای بهینهسازی قابلیتهای سختافزاری و نرمافزاری برای حداکثر توان عملیاتی هوش مصنوعی روی دستگاه همکاری میکنند.
حفظ استانداردهای حریم خصوصی بالا در حال ارتقا هوش Siri، تعادل ظریفی است، اما تخصص فنی اپل آنها را به نوآوری و پیشی گرفتن از رقبا از طریق ترکیبی استراتژیک از پیادهسازیهای هوش مصنوعی روی دستگاه، edge و ابری تبدیل میکند.
جدول زمانی عرضه برای Siri 2.0
جدول زمانی تهاجمی اپل برای Siri 2.0، با حمایت سرمایه گذاری های قابل توجه، به رونمایی برنامه ریزی شده در کنفرانس جهانی توسعه دهندگان 2024 (WWDC) اشاره دارد. رونمایی از قابلیتهای جدید ممکن است با iOS 18 در اواسط سال 2023 ظاهر شود و به تدریج به سمت انتشار رسمی Siri 2.0 گسترش یابد.
این راهاندازی با این گمانهزنیها مطابقت دارد که WWDC 2024 چشمانداز «محاسبات فضایی» اپل را به نمایش میگذارد، جایی که Siri 2.0 قرار است نقشی محوری در به حداکثر رساندن پتانسیل اکوسیستم همهجانبه در دستگاهها و پلتفرمهای اپل ایفا کند.
جمع بندی
پروژه Siri 2.0 اپل که با نوآوری های پیشرفته هوش مصنوعی تقویت شده است، با هدف بازگرداندن شهرت Siri به عنوان یک دستیار دیجیتال هوشمند است. این پاسخ استراتژیک به پیشرفتهای هوش مصنوعی، اپل را در جایگاه پیشرو در چشمانداز تکامل یافته دستیاران شخصی مبتنی بر یادگیری ماشین قرار میدهد. پیش نمایشی از نسل بعدی Siri می تواند در اواسط سال 2023 ظاهر شود و دستیار هوشمند کاملاً پیشرفته احتمالاً در سال 2024 به عنوان یکی از اجزای کلیدی اکوسیستم نوظهور “محاسبات فضایی” اپل معرفی شود.
on Siri 2.0 تلاش اپل در بازگردانی محبوبیت دستیار دیجیتال خود