بررسی اپل اینتلیجنس؛ دیررسیدن بهتر از هرگز نرسیدن!

ده، یازده سال پیش، وقتی دانشمند ارشد توسعه‌ی Siri برای دومین بار پای تماشای فیلم Her نشست، سعی کرد بفهمد چه چیزی درباره‌ی سامانتا، شخصیت هوش مصنوعی فیلم، باعث شد قهرمان داستان بدون اینکه او را ببیند، عاشقش شود؛ جواب برایش واضح بود. صدای سامانتا به‌جای رباتیک بودن، کاملا طبیعی بود! و همین باعث شد سیری درiOS 11 که حدود چهار سال بعد عرضه شد، صدای انسانی‌(تری) داشته باشد. 

اما سامانتا فقط یک صدای طبیعی نبود، بلکه به‌حدی باهوش بود که فکر می‌کردی واقعا قدرت تفکر دارد و سیری iOS 11 هم قرار بود چیزی فراتر از یک صدای طبیعی باشد؛ یا دست‌کم این چیزی بود که اپل دوست داشت به ما نشان دهد. اپل در دمویی که آن سال از برنامه‌هایش برای سیری منتشر کرد، یک روز عادی از زندگی دواین جانسون را همراه با یار صمیمی‌اش سیری نشان داد. جانسون وقتی درحال ورزش و رسیدگی به گلدانش بود، از سیری می‌خواست تقویم و لیست یادآوری‌هایش را چک کند، برایش از Lyft تاکسی بگیرد، ایمیل‌هایش را بخواند، عکس‌های لباس‌هایی را که طراحی کرده، از گالری نشان دهد و درنهایت راک را در لباس فضانوردی و معلق در فضا می‌بینیم که از سیری می‌خواهد تماس فیس‌تایم برقرار کند و از او سلفی بگیرد. 

تقریبا در تمام تبلیغات کم‌وبیش اغراق‌آمیز سیری، اپل سعی داشت دستیار صوتی‌اش را به‌عنوان همراه همیشگی و مفیدی معرفی کند که می‌تواند از پس هر کاری برآید؛‌ بی‌آنکه لازم باشد بخواهیم برنامه‌ای را خودمان اجرا کنیم. اصلا سیری برای اپل به‌قدری مهم بود که فیل شیلر در مراسم رونمایی آیفون 4S آن را «بهترین ویژگی آیفون» معرفی کرد و گفت به‌زودی می‌توانیم از سیری بخواهیم کارهایمان را برایمان انجام دهد. 

اما این «به‌زودی» ۱۳سال طول کشید و هنوز هم برای دیدن «سیری واقعی» که در دموها نمایش داده می‌شد، باید دست‌کم تا سال دیگر منتظر باشیم؛ منظورم زمانی است که سیری با زیرنظر گرفتن تعامل کاربر با آیفون، سعی می‌کند او را بهتر بشناسد و ما را از بازکردن بسیاری از اپلیکیشن‌ها روزمره بی‌نیاز کند.

فعلا آنچه نسخه‌ی بتای iOS 18.2 از سیری «هوشمندتر» در اختیار ما گذاشته، ادغام با ChatGPT و ابزاری به‌نام Visual Intelligence است که چیزی شبیه گوگل‌لنز و آنالیز تصویر چت‌جی‌پی‌تی را درکنار هم ارائه می‌دهد. برای استفاده از مولدهای تصویر اپل مانند «ایمج پلی‌گراند»، «جنموجی» و «ایمج واند» باید به لیست انتظار بپیوندید که تایید آن در طول هفته‌های آینده انجام خواهد شد.

بااین‌حساب، اپل اینتلیجنس نه‌تنها دیرتر از رقبا به هیاهوی هوش مصنوعی پیوست و درحال‌حاضر تقریبا هیچ قابلیت جدید و منحصربه‌فردی برای ارائه ندارد، بلکه شاید ناقص‌ترین محصولی باشد که کوپرتینونشین‌ها به کاربرانشان عرضه کرده‌اند.

بااین‌حال، دیررسیدن بهتر از هرگز نرسیدن است و آینده‌ی اپل اینتلیجنس هیجان‌انگیزتر از وضعیت کنونی‌اش به‌نظر می‌رسد.

ادغام سیری با ChatGPT به این معنی است که سیری به‌جای دست‌به‌دامن گوگل شدن برای پاسخ به درخواست‌های پیچیده، حالا دست‌به‌دامن چت‌بات محبوب OpenAI می‌شود (البته قبلش حتما اجازه می‌گیرد؛ هرچند می‌توان برای پاسخ سریع‌تر، این گزینه را با برداشتن تیک «Confirm ChatGPT Requests» در بخش ChatGPT تنظیمات، غیرفعال کرد).

کیفیت پاسخ‌ها همانی است که از چت‌جی‌پی‌تی انتظار داریم و اپل حتی گزینه‌ی دانلود اپلیکیشن این چت‌بات را در بخش Apple Intelligence & Siri تنظیمات دراختیارتان می‌گذارد؛ اما خبر خوب اینکه استفاده از چت‌جی‌پی‌تی رایگان است و نیازی هم به ساخت اکانت ندارد. اگر حساب پرو دارید، می‌توانید در اپلیکیشن لاگین کنید، اما اگر وارد حسابتان نشوید، OpenAI نمی‌تواند درخواست‌هایتان را ذخیره و بعد از آن‌ها برای آموزش چت‌باتش استفاده کند.

هوش واقعی سیری آنجاست که خودش تشخیص می‌دهد چه درخواستی را خودش جواب بدهد، چه درخواستی را از گوگل بپرسد و چه درخواستی را به ChatGPT بدهد. مثلا سوال درباره‌ی آب‌وهوا را خود سیری پاسخ می‌دهد، سوال درباره‌ی اخبار روز معمولا به گوگل سپرده می‌شود و اگر درخواستی برای تولید متن یا تصویر داشتید، سیری سراغ ChatGPT می‌رود؛ البته اگر حوصله کنید و سوال‌تان را با «Ask ChatGPT» شروع کنید، سیری مستقیما سراغ چت‌بات می‌رود.

سیری جدید حس‌وحال خوبی دارد و تغییر رنگ‌ کیبورد و هاله‌ی رنگی اطراف نمایشگر هنگام تعامل با سیری چشم‌نواز است؛ از آن مهم‌تر اینکه دیگر لازم نیست برای سوال از سیری، اسمش را صدا بزنیم و با دابل‌تپ کردن بخش انتهایی صفحه، کیبورد بالا می‌آید و می‌توانید درخواست‌تان را برایش تایپ کنید (قابلیتی که افراد خجالتی مثل من از آن استقبال می‌کنند). اما استفاده از چت‌بات، آن‌ هم معروف‌ترینش، چیز جدیدی نیست و بعید است پیوند سیری با ChatGPT دست‌کم تا این لحظه، کسی را به‌وجد بیاورد.

برای هیجان‌انگیزشدن ماجرا باید تا سال ۲۰۲۵ منتظر بمانیم؛ زمانی‌که اپل قول داده بالاخره «سیری واقعی» ما را از سروکله‌زدن با اپلیکیشن‌های مختلف بی‌نیاز خواهد کرد.

اپل اینتلیجنس فقط برای کاربران آیفون ۱۵ پرو و جدیدتر و آیپدها و مک‌بوک‌های مجهز‌به تراشه‌های سری M دردسترس است؛ اما دسترسی‌به قابلیت Visual Intelligence در نسخه‌ی iOS 18.2 از این هم محدودتر است و فقط دراختیار کاربران سری آیفون ۱۶ قرار خواهد گرفت؛ آن‌هم به‌خاطر دکمه‌ی «کمرا کنترل».

ویژوئال اینتلیجنس اسم دهان‌پرکنی برای قابلیتی است که ابتکار اپل نیست و خیلی وقت پیش آن را با گوگل‌ لنز تجربه کردیم (البته قابلیت Circle to Search گوشی‌های سامسونگ هم وضعیت مشابهی دارد). با نگه‌داشتن دکمه‌ی کمرا کنترل، نمای دوربین باز می‌شود. اگر روی گزینه‌ی Search سمت راست ضربه بزنید، سوژه‌ای که در دوربین مشاهده می‌کنید، در بخش تصاویر گوگل جستجو می‌شود تا مشابه آن را در وبسایت‌های مختلف پیدا کنید. اگر هم گزینه‌ی Ask در سمت چپ صفحه را انتخاب کنید، چت‌جی‌پی‌تی وارد عمل می‌شود و تصویر را برایتان تجزیه‌وتحلیل می‌کند.

رابط کاربری Visual Intelligence مینیمال و چشم‌نواز است و هم نتایج جستجوی سوژه در گوگل و هم پاسخ چت‌جی‌پی‌تی را درون کارتی روی تصویر ثبت‌شده نشان می‌دهد. درضمن، بعد از سپردن تصویر به ChatGPT می‌توانید بحث درباره‌ی سوژه‌ی تصویر را با چت‌بات ادغام‌شده در سیری ادامه دهید. نتایج هم در بیشتر موارد مفید و کاربردی هستند (مثلا وقتی دنبال نام گیاه خاصی می‌گردید)، اما یادتان باشد هوش مصنوعی همیشه قابل‌اطمینان نیست. مثلا من وقتی از دفترچه‌ یادداشتی با طرح هارد اکسترنال عکس گرفتم، ChatGPT به‌اشتباه فکر کرد که آنچه می‌بیند، واقعا هارد اکسترنال است و شروع به توضیح مشخصاتش کرد.

تصاویری که با ویژوئال اینتلیجنس می‌گیرید، در آیفون ثبت نمی‌شوند و اپل اطمینان می‌دهد که به این تصاویر دسترسی نخواهد داشت؛ اما اگر در اکانت ChatGPT لاگین کرده باشید، شرکت OpenAI به‌احتمال‌ زیاد برای تجزیه‌وتحلیل تصویر، نسخه‌ای از آن را در سرورهایش ذخیره می‌کند.

تنها سردرد ویژوئال اینتلیجنس مختص کاربران ایرانی است (البته به‌جز محدود بودن این قابلیت به آیفون‌های جدید)؛ درحالی‌که سرچ تصویر در گوگل نیازی به تغییر IP ندارد، برای آنالیز آن در ChatGPT به‌احتمال زیاد مجبور شوید آی‌پی‌تان را تغییر دهید. گاهی این تغییر باعث می‌شود سرچ گوگل کارش را به‌خوبی انجام ندهد و جابه‌جایی مدام بین VPN خاموش و روشن ممکن است آزاردهنده باشد.

اپل خیلی دیر سوار قطار هوش مصنوعی شد، اما جای خالی ابزاری برای حذف بی‌دردسر اشیای مزاحم از تصویر بیش از هر قابلیت هوش مصنوعی دیگری در آیفون احساس می‌شد. یادم می‌آید زمانی‌که گوگل برای اولین‌بار Magic Eraser را معرفی کرد، حسابی از عملکردش شگفت‌زده شده بودم. قابلیت Clean Up آیفون که حالا به اپلیکیشن Photos اضافه شده، دقیقا همان‌ عملکرد را دارد، اما دیگر از آن حس شگفتی خبری نیست؛‌ چون سه سال دیر عرضه شد.

البته ابزار Clean Up آیفون در بیشتر موارد تمیز‌تر از Object Eraser گوشی گلکسی عمل می‌کند و اگر چیزی که می‌خواهید پاک کنید، کوچک باشد، به‌سختی می‌توان متوجه جای خالی‌اش در عکس شد. ابزار Clean Up به‌طور خودکار اشیای مزاحم را تشخیص می‌دهد و دورشان خط می‌کشد. تمام پردازش‌ها هم روی خود گوشی انجام می‌شود و به‌همین‌خاطر، بیشتر از چند ثانیه طول نمی‌کشد.

اما Clean Up ویژگی جدیدی برای عرضه ندارد و احتمالا اکثر کاربران آیفون که به چنین قابلیتی نیاز داشتند، مدت‌هاست از همان Magic Eraser گوگل فوتوز استفاده می‌کنند؛ به‌ویژه چون برای استفاده از مجیک ایریزر نیازی به آیفون‌های جدید و اپل اینتلیجنس ندارند.

ابزار نوشتاری هوش مصنوعی آیفون (Writing Tools) که حالا به‌عنوان گزینه‌ی جدیدی بعد از Copy در محیط سافاری و همچنین کنار گزینه‌ی قلم در اپلیکیشن Notes دردسترس قرار گرفته، دقیقا همان چیزی است که تاکنون با محصولات گوگل، مایکروسافت و چت‌جی‌پی‌تی تجربه کرده‌ایم؛ البته با این محدودیت که از زبان فارسی پشتیبانی نمی‌کند و به‌همین‌خاطر، کاربرد گسترده‌ای برای کاربران ایرانی نخواهد داشت.

خود ابزار از گزینه‌های مختلفی ازجمله تصحیح متن، بازنویسی، لحن دوستانه، لحن حرفه‌ای، موجز، خلاصه‌نویسی، نکات کلیدی، فهرست‌سازی و ایجاد جدول تشکیل شده است که چهار گزینه‌ی آخر به‌اضافه‌ی نوار «Describe your change» که آزادی عمل بیشتری به کاربران می‌دهد (مثلا می‌توانید فرمت متن را به شعر تبدیل کنید)، همچنان در نسخه‌ی بتای iOS 18.2 غایب‌اند؛ اما احتمالا با انتشار نسخه‌ی عمومی، دردسترس قرار خواهند گرفت.

اگر بازنویسی متون انگلیسی به‌کارتان می‌آید، Writing Tools عملکرد نسبتا رضایت‌بخشی دارد؛ هرچند مدل زبانی اپل عادت دارد از کلمات هیجانی و توصیفات پرزرق‌وبرقی مثل «چشم‌گیر»، «منحصربه‌فرد» یا «نوآوارانه» استفاده کند، حتی در خلاصه! و این موضوع، ردپای هوش مصنوعی در متن را به‌وضوح نشان می‌دهد.

اما مهم‌ترین قابلیت‌های Writing Tools همان‌هایی هستند که هنوز در نسخه‌ی بتای iOS 18.2 دردسترس نیست و حدس می‌زنم تجربه‌ی یادداشت‌برداری در اپلیکیشن Notes را کاملا متحول کنند.

اپل اینتلیجنس پر است از قابلیت‌های جزیی‌تری که شاید کمتر از پیوند سیری با ChatGPT و پاک‌کن Clean Up به چشم بیایند، اما به‌احتمال‌زیاد در ساده‌تر کردن طیف متنوعی از کارها اهمیت داشته باشند.

جستجوی هوشمند در گالری

جستجوی تصاویر در گالری هوشمندانه‌تر شده و زبان طبیعی را می‌فهمد. برای کاربرانی که گالری‌شان هیچ نظم‌وترتیبی ندارد و جستجو بین هزاران عکس برایشان همیشه ماموریت غیرممکن تلقی می‌شده، هوش مصنوعی واقعا کارگشا است. نتایج همیشه با عبارت سرچ‌شده مرتبط نیستند، اما دست‌کم یکی، دو مورد به آنچه دنبالش هستید، نزدیک است. جالب اینکه سرچ جدید حالات صورت مثل اخم‌کردن و لبخند‌زدن را هم تشخیص می‌دهد و می‌تواند لحظات خاصی را در کلیپ‌های ویدیویی پیدا کند.

Focus Mode هوشمند

اپل حالت‌های Focus را برای کاهش حواس‌پرتی در iOS 15 معرفی کرد و حالا یک حالت جدید در مجموعه قابلیت‌های اپل اینتلیجنس اضافه شده است؛ حالت Reduce Interruptions که به‌کمک هوش مصنوعی، نوتیفیکیشن‌ها را براساس درجه‌ی اهمیت، اولویت‌بندی می‌کند و فقط آن‌هایی را نمایش می‌دهد که از نظر هوش مصنوعی، واقعا مهم هستند. امکان شخصی‌سازی این حالت مانند باقی Focus Modeها وجود دارد و می‌توانید اپ‌ها و صفحات موردنظرتان را فیلتر کنید.

اعلانات هوشمند

تا صحبت از نوتیفیکیشن‌ها است، این را هم اضافه کنم که هوش مصنوعی اپل حالا اعلانات را دسته‌بندی می‌کند و خلاصه‌ای در حد یک جمله از محتوای آن‌ها نمایش می‌دهد. خلاصه‌ی نوتیفیکیشن‌ها هم با اپ‌های خود آیفون مانند آیمسیج کار می‌کند و هم با اپ‌های جانبی. وقتی اپل اینتلیجنس را فعال کنید، نمایش اعلانات به‌طور خودکار هوشمند می‌شود، اما می‌توانید با غیرفعال‌کردن Summarize Previews از بخش Notifications در تنظیمات، نمایش اعلانات را به‌طور کامل یا صرفا برای یک اپلیکیشن خاص به‌ حالت عادی برگردانید.

خلاصه مقالات در سافاری

وقتی برای خواندن مقاله‌ای در سافاری وارد حالت Reader شوید (البته مقالات انگلیسی!)، در ابتدای مقاله گزینه‌ای به‌نام «Summarize» به‌چشم می‌خورد که با ضربه‌زدن روی آن می‌توانید در عرض چند ثانیه، خلاصه‌ای حدود ۵۰کلمه‌‌ای از کل محتوا را بخوانید.

در بیشتر موارد، خلاصه مقاله‌های غیراپلی لحن خنثی‌تری دارند

خلاصه‌ی مقالات در بیشتر موارد کارراه‌انداز است؛‌ مثلا وقتی مقاله‌ی بررسی بازی Dragon Age: The Veilguard را باز می‌کنید و صرفا می‌خواهید بدانید نظر فلان وب‌سایت درباره‌ی این بازی مثبت است یا منفی. تمایل هوش مصنوعی اپل به استفاده از کلمات هیجانی اینجا هم به چشم می‌خورد و مثلا درباره‌ی مقاله‌ی رونمایی مک‌مینی‌های M4، دیدن صفاتی چون «impressive» یا «stunning» در خلاصه، کمی زیاده‌روی به‌نظر می‌رسد. بااین‌حال، Summarize برای افرادی که سرشان شلوغ و زبان انگلیسی‌شان هم نسبتا خوب است، قابلیت مفیدی به نظر می‌رسد.

از عرضه‌ی آیفون ۱۶ حدود شش هفته می‌گذرد و هنوز قابلیت‌های اپل اینتلیجنس به‌طور کامل دردسترس قرار نگرفته‌اند؛ ازجمله مولد تصویر Image Playground‌ که دستورات متنی را به تصاویری کارتونی تبدیل می‌کند یا Image Wand در اپلیکیشن Notes که تصویری مرتبط با نوشته‌هایتان را اضافه می‌کند یا قابلیت Genmoji که اجازه می‌دهد با توصیف متنی، ایموجی‌های سفارشی بسازید.

اما به‌نظرم آنچه واقعا می‌تواند تجربه‌ی اپل اینتلیجنس را منحصر‌به‌فرد و «جادویی» کند، سیری است؛ البته نه به شکل کنونی، بلکه چیزی که قرار است در iOS 18.3 و 18.4 عرضه شود. اپل دارد روی قابلیت‌هایی مانند «آگاهی از صفحه‌نمایش»، «آنالیز رفتار کاربر» و «اکشن‌های درون‌برنامه‌ای» کار می‌کند تا دستیار صوتی‌اش به رویایی که سال‌ها در ذهن داشته است، نزدیک‌تر شود.

مثلا به‌لطف قابلیت آگاهی از صفحه‌نمایش می‌توانید به سیری بگویید «این عکس را برای فلانی ارسال کن» و سیری دقیقا می‌داند دارید درباره‌ی کدام عکس صحبت می‌کنید. سیری همچنین فهم بهتری از محتوای ایمیل‌ها و پیام‌ها دارد و اگر به سیری بگویید پیام خاصی را برایتان پیدا کند یا بگوید چه زمانی، فلان عکس را گرفته‌اید، می‌تواند به شما جواب دهد. و مهم‌تر اینکه کنترل سیری بر اپلیکیشن‌ها به‌طرز چشم‌گیری بیشتر خواهد شد و می‌تواند کارهایی را انجام دهد که تاکنون از پسش برنمی‌آمد.

البته تا آماده‌شدن این قابلیت‌ها باید دست‌کم تا سال ۲۰۲۵ منتظر ماند و معلوم نیست عملکرد سیری دقیقا همانی باشد که اپل بارها و بارها وعده داده است. تا آن موقع، شاید مهم‌ترین چالش پیش‌روی دستیار صوتی اپل این باشد که کاربران یادشان باشد که اصلا چیزی به اسم سیری وجود دارد.