اپل دیر داخل بازی هوش مصنوعی شد؛ این را همه می‌دانند. طرفداران این شرکت از اواخر سال ۲۰۲۲ که چت‌جی‌پی‌تی طوفانی در جهان فناوری به پا کرد، چشم‌انتظار ورود اپل به این عرصه بوده‌اند، اما تا بحال حرکتی جدی از سوی اپل دیده نشده است.

برخی از رقیب ها نیز که دلواپس عقب‌ماندن از این جریان بودند، بلافاصله محصولاتی را با پسوند هوش مصنوعی اراعه کردند که اکثراً مورد استقبال کاربران قرار نگرفتند. اپل نیز مطمئناً به این حوزه علاقه‌مند است و برخی از محصولات جدیدش ازجمله اپلیکیشن لاجیک پرو را با درنظر گرفتن این فناوری اراعه کرده، اما این قدم‌ها در قیاس با مایکروسافت، گوگل و حتی سامسونگ زیاد کوچک به‌نظر می‌رسند.

از طرفی، به نظر می‌رسد اپل با OpenAI بر سر ادغام ChatGPT در iOS 18، به توافق رسیده است؛ اگرچه به حرف های‌ی مارک گرمن از بلومبرگ، اپل زیاد تر تمایل دارد با گوگل درمورد‌ی اراعه‌ی دستیار هوش مصنوعی جمنای در آیفون به توافق برسد.

ورج برای پی بردن به برنامه‌های اسرارآمیز هوش مصنوعی اپل، نگاه عمیقی به تحقیقات منتشرشده‌ی این شرکت انداخته است که در ادامه آن‌ها را با هم مرور می‌کنیم. یقیناً بدیهی‌ است که از پژوهش تا تشکیل محصول راه پرپیچ‌وخمی در پیش است و نمی‌توان فقطً با تمرکز به مقالات پژوهشی درمورد‌ی محصولات نهایی این شرکت سخن بگویید کرد؛ اما می‌توان دست‌کم درمورد‌ی مدل فکری اپل به نتیجه‌ای رسید.

یقیناً چیزی تا WWDC نمانده است و آنجا پرده از برخی از برنامه‌های مخفی هوش مصنوعی اپل برداشته خواهد شد.

به نظر می‌رسد کاربران اپل همه انها چشم به راه نسخه‌ای بهبودیافته‌ی سیری می باشند و انگارً اپل هم دارد سیری بهتری را آماده می‌کند. در تعداد بسیاری از تحقیقات ثابت شده است که مدل‌ های زبانی بزرگ (LLM)، علتپیشرفت و هوشمندتر شدن دستیارهای مجازی خواهد شد. به این علت اپل برای اراعه‌ی نسخه‌ی هوشمندتر سیری، باید تا بحال مدل‌ زبانی بزرگ خود را گسترش داده باشد و به‌زودی دسترسی به آن را از طریق همه دستگاه‌هایش ممکن کند.

در مقاله‌ای با گفتن «LLM در یک نگاه: استنتاج مدل زبانی بزرگ کارآمد با حافظه‌ی محدود»، محققان اپل سیستمی برای ذخیره‌ی داده‌های یک مدل زبانی ابداع کردند که برخلاف مدل‌های دیگر، به‌جای ذخیره‌ی داده‌ها در رم دستگاه، آن‌ها را در SSD ذخیره می‌کند. این محققان اظهار کردند که توانسته‌اند LLM-هایی با اندازه‌ی دو برابر ظرفیت کل رم دستگاه را روی SSD اجرا کنند. به‌حرف های‌ی آن‌ها «شدت استخراج داده در مدلی که روی SSD قرار دارد، ۴ تا ۵ برابر زیاد تر از راه حلهای سنتی بارگذاری در CPU و ۲۰ الی ۲۵ برابر زیاد تر از GPU در مدل‌های قرارگرفته در رم است. بدین‌ترتیب با منفعت گیری از ارزان‌ترین و در دسترس‌ترین فضای ذخیره‌سازی دستگاه، می‌توان مدل‌های زبانی را سریع تر و کارآمدتر از قبل کرد.

محققان اپل نیز سیستم فشرده‌سازی جدیدی به نام EELBERT ساخته‌اند که می‌تواند یک LLM را تا اندازه‌ای زیاد کوچک فشرده کند، بدون این که کارکرد آن تضعیف بشود. این مدل فشرده تنها ۱٫۲ مگابایت حجم دارد و ۱۵ برابر کوچک‌تر از مدل Bert گوگل است، اما کیفیت نتایج آن بعد از فشرده‌سازی تنها ۴ درصد کم شدن می‌کند. یقیناً دریافت و تحویل اطلاعات در این مدل بعضی اوقات با تأخیر همراه است.

تعداد بسیاری از چیزهایی که در ذهن کاربران است و به‌گفتن هوش مصنوعی از آن یاد می‌کنند، در واقع همان مفهوم دستیار مجازی است؛ دستیارانی همیشه‌آماده که زیاد چیزها را می‌دانند، می‌توانند امور مهم را به ما یادآوری کنند، به سؤالاتمان جواب دهند و برخی کارها را به‌جای ما انجام بدهند. سیری می‌تواند زیاد تر این ماموریت های را با دقت قابل‌ قبولی انجام دهد؛ بعد منطقی است که اپل به جستوجو بهبود توانایی‌های دستیار مجازی خود تا بیشترین حد ممکن باشد.

گروهی از محققان اپل مشغول تلاش برای فعال‌سازی سیری بدون نیاز به منفعت گیری از عبارت‌های مخصوص فراخوانی آن می باشند. اکنون برای فراخوانی سیری حتماً باید عبارت «Hey Siri» یا «Siri» را بر زبان بیاورید. اگر این دستیار مجازی بتواند بدون نیاز به این عبارات تشخیص دهد که دارید با او سخن بگویید می‌کنید یا با فردی دیگر، کارکرد آن زیاد طبیعی‌تر خواهد شد.

جذابیت مدل‌های زبانی مورد او گفت و گو در این است که می‌توانند نسبت به رقیب ها، اطلاعات زیاد بیشتری را با شدت بالاتر پردازش کنند. برای مثالً در مقاله‌ی مربوط به عبارت فراخوانی، محققان دریافتند که با حذف نکردن دیتای صداهای غیرضروری و اجازه دادن به مدل زبانی برای شنیدن همه اصوات محیط، به آن پشتیبانی می‌کنند تا خودش اطلاعات مهم و غیرمهم را از هم تفکیک کند و دقتش در تشخیص عبارت فراخوانی زیاد زیاد تر از قبل بشود.

هنگامی کاربران سیری را صدا می‌زنند، کارهای بسیاری در بعد‌عرصه انجام می‌بشود تا این دستیار صوتی سخنانشان را بفهمد و بهتر با آن‌ها ربط برقرار کند. در یک مقاله‌ی دیگر، محققان سیستمی به نام STEER (مخفف تشخیص بسط و گسترش‌ی چرخش معنایی) تشکیل کردند که مقصد آن بهبود مطلب‌های ردوبدل‌شده بین کاربر و دستیار مجازی و ترقی توانایی تشخیص دستیار می بود تا بفهمد چه وقتی دارید سؤالاتی در تکمیل همان او گفت و گو قبلی می‌سوال کرد و چه وقتی در حال پرسیدن سؤالی تازه هستید.