मूल रूप से उपयोगकर्ता की ओर से जटिल कार्यों को संभालने में सक्षम एक निजी साथी के रूप में सेवा करने के लिए डिज़ाइन किया गया, सिरी वर्षों से अधर में लटका हुआ था। Apple को पता था कि उसका डिजिटल असिस्टेंट कंपनी के मूल दृष्टिकोण से बहुत कम है।
इस साल के वर्ल्डवाइड डेवलपर्स कॉन्फ्रेंस में यह बदलाव आया, जहां एआई सिरी के बचाव में आया और डिजिटल सहायक को वापस जीवन में लाने में मदद की।
नया “सिरी एआई”, जैसा कि अब कहा जा रहा है, वही है जो सिरी को शुरू से ही होना चाहिए था: एक एआई सहायक जो अधिक संवादात्मक है, व्यक्तिगत संदर्भ पर आधारित है, और उपयोगकर्ता की ओर से कार्यों को पूरा कर सकता है। सिरी के लिए यह हमेशा मूल दृष्टिकोण था, जिसे एक दशक से भी अधिक समय पहले लॉन्च किया गया था।
सेब पहली बार इस अगली पीढ़ी के सिरी की घोषणा 2024 में ऐप्पल इंटेलिजेंस के लॉन्च के साथ की गई थी, लेकिन एआई-संचालित संस्करण को बार-बार देरी का सामना करना पड़ा।
सिरी व्यक्तिगत सामग्री को समझता है
मुख्य भाषण के बाद ऐप्पल पार्क में चुनिंदा मीडिया के साथ एक प्रश्नोत्तर सत्र के दौरान, सिरी के लिए इंजीनियरिंग का नेतृत्व करने वाले माइक रॉकवेल ने पत्रकारों और विश्लेषकों को नए संस्करण का प्रदर्शन किया।
रॉकवेल ने सिरी से पूछा कि हर कोई आगामी पोटलक लंच में क्या ला रहा है, और उसने अलग-अलग टेक्स्ट संदेशों से जानकारी एकत्र की और उसे स्क्रीन पर प्रदर्शित किया।
रॉकवेल ने फिर सिरी से पूछा कि कौन से पेय भोजन के साथ अच्छे लगेंगे। सिरी ने प्रासंगिक सुझाव ढूंढने के लिए एप्पल की वर्ल्ड नॉलेज सर्विस का उपयोग किया। इसके बाद उन्होंने इंटरफ़ेस का विस्तार करने के लिए नीचे की ओर स्वाइप किया, जिससे सिरी ऐप खुल गया, जहां स्क्रॉल करके अतिरिक्त जानकारी देखी जा सकती थी। बातचीत को चालू बातचीत के रूप में संरक्षित किया गया था, जिससे उपयोगकर्ता सिरी ऐप के माध्यम से किसी भी समय इस पर वापस लौट सकते थे।
इस विज्ञापन के नीचे कहानी जारी है
सॉफ्टवेयर इंजीनियरिंग के ऐप्पल एसवीपी क्रेग फेडेरिघ ने कहा, “अगर आप अपनी किसी बातचीत पर वापस जाना चाहते हैं तो हमने सबसे अच्छा तरीका क्या है, इस पर आगे-पीछे किया।”
“क्योंकि आप इसे जारी रखना चाहते हैं, आप इसे संदर्भित करना चाहते हैं, और काफी ईमानदारी से, किसी भी उपयोगकर्ता के लिए ऐसा कुछ ढूंढने का सबसे स्वाभाविक तरीका एक ऐप होना है जिसे वे अपने होम स्क्रीन पर प्रबंधित कर सकते हैं, लॉन्च कर सकते हैं और वापस आ सकते हैं। और इसलिए हमारे पास एक सिरी ऐप है।”
इसे इस तरह से सोचें: आपके iPhone में आपकी व्यक्तिगत जानकारी, फ़ोटो और आपके डिजिटल जीवन का अधिकांश हिस्सा शामिल है। सिरी के पिछले संस्करणों के साथ समस्या यह थी कि जब आपको इसकी आवश्यकता थी तब यह आपकी सहायता के लिए उस जानकारी का प्रभावी ढंग से उपयोग नहीं कर सका।
अब, जब आप अपने iPhone पर Siri AI सक्रिय करते हैं (iPad, CarPlay और AirPods सहित Apple उपकरणों पर भी उपलब्ध है), तो बस कहें, “अरे सिरी” या अपने iPhone पर डायनामिक आइलैंड से नीचे की ओर स्वाइप करें। सिरी आपके व्यक्तिगत संदर्भ को समझ सकता है और ऐप्पल के विज़ुअल इंटेलिजेंस के माध्यम से आपकी स्क्रीन पर क्या है इसके बारे में जागरूक रहते हुए सभी ऐप्स पर आपकी ओर से कार्रवाई भी कर सकता है। ChatGPT और क्लाउड की तरह सिरी भी उत्तरों के लिए वेब पर खोज करने में सक्षम होगी।
इस विज्ञापन के नीचे कहानी जारी है
सिरी भी ऑन-स्क्रीन जागरूकता हासिल कर रहा है। यह उस फोटो में दिखाए गए स्थान की पहचान कर सकता है जिसे आप वर्तमान में देख रहे हैं। फिर आप सिरी से उस स्थान के लिए दिशा-निर्देश पूछ सकते हैं या रास्ते में किसी मित्र के घर पर रुकने के लिए कह सकते हैं। टाइपो और व्याकरण संबंधी त्रुटियों को पकड़ने के लिए सिरी सभी ऐप्स में टेक्स्ट को प्रूफरीड भी कर सकता है, और जब आप अनिश्चित हों कि क्या लिखना है तो यह आपको टेक्स्ट का मसौदा तैयार करने में मदद कर सकता है।
सिरी सहायक के साथ आपकी पिछली बातचीत के लिए एक भंडार के रूप में भी काम करेगा, जिससे जरूरत पड़ने पर उन्हें दोबारा देखना और उनका संदर्भ लेना आसान हो जाएगा।
‘सिरी कोई अलग चैटबॉट नहीं है’
जबकि ऐप्पल ने सिरी एआई में बदलाव किया है, इसे स्मार्ट और अधिक प्रासंगिक रूप से जागरूक बना दिया है, कंपनी अभी तक डिजिटल असिस्टेंट को चैटबॉट नहीं कह रही है, जैसा कि Google जेमिनी और ओपनएआई के चैटजीपीटी के साथ करता है।
फेडेरिघी ने कहा, “हम सिरी को एक अलग चैटबॉट, एक एकीकृत जगह के रूप में नहीं देखते हैं जहां आप जाते हैं और बातचीत करते हैं, बल्कि एक अभिन्न लेकिन वार्तालाप उपकरण के रूप में देखते हैं जिसका उपयोग आप इस समय करते हैं।” “यह आपके अनुभव में गहराई से एकीकृत है, यह समझना कि स्क्रीन पर क्या है… और इसलिए जब अनुभव संवादात्मक होते हैं, तो वे वास्तव में आपके सिस्टम अनुभव का विस्तार होते हैं, जो आपके प्रवाह में गहराई से एकीकृत होते हैं।”
इस विज्ञापन के नीचे कहानी जारी है
Apple ने अगली पीढ़ी, अधिक वैयक्तिकृत सिरी को सशक्त बनाने के लिए जेमिनी मॉडल का उपयोग करने के लिए Google के साथ साझेदारी की है। और Apple अब इसे छिपा नहीं रहा है। वास्तव में, Q&A में Apple के अधिकारियों ने कहा कि Siri AI व्यक्तिगत है और कोई जानकारी साझा नहीं की जा रही है।
ऐप्पल के एआई आर्किटेक्चर में गहराई से उतरते हुए, अधिकारियों ने संकेत दिया कि हालांकि कंपनी Google के एआई मॉडल पर निर्भर करती है, लेकिन वे जनता के लिए उपलब्ध Google जेमिनी नहीं हैं, जैसा कि तकनीकी उद्योग में कई लोगों ने पहली बार सोचा था जब दोनों कंपनियों ने जनवरी में साझेदारी की घोषणा की थी।
फेडेरिघी ने एक मीडिया ब्रीफिंग के दौरान कहा, “हम उन किसी भी मॉडल का उपयोग नहीं करते हैं जो Google अपने ग्राहकों के लिए तैनात करता है।” “आपके अनुरोध आपके लिए पूरी तरह से निजी हैं। वे कभी भी संग्रहीत नहीं होते हैं। वे कभी भी किसी के लिए पहुंच योग्य नहीं होते हैं।”
उन्होंने कहा, “जब ज्ञान के आधार की बात आती है, तो हम निश्चित रूप से अपने सिस्टम की नींव के रूप में Google खोज या उसके जैसी किसी चीज़ का उपयोग नहीं करते हैं।”
इस विज्ञापन के नीचे कहानी जारी है
“सिरी ऐप बातचीत में वापस आने का एक शानदार तरीका है। आप देख सकते हैं कि आप पहले क्या कर रहे हैं और या तो उस बातचीत को जारी रख सकते हैं या एक नई बातचीत शुरू कर सकते हैं। लेकिन यह ऐप सिर्फ क्लाउड में एक मॉडल तक नहीं पहुंच रहा है – यह ऐप्पल इंटेलिजेंस में शक्तिशाली सिस्टम सॉफ्टवेयर पर बनाया गया है,” फेडेरिघी ने कहा, जब ग्राहक वर्तमान घटनाओं के बारे में प्रश्न पूछते हैं, तो जानकारी ऐप्पल के इन-हाउस सिस्टम से होकर गुजर जाएगी।
‘एप्पल की बेजोड़ गोपनीयता गारंटी बनाए रखना’
फेडेरिघी और उनकी टीम ने विस्तार से चर्चा की कि कैसे Apple ने Apple इंटेलिजेंस के मूल में सिरी AI का निर्माण किया, जो एक सिस्टम लेयर के रूप में कार्य करता है, और यह उस AI से कैसे भिन्न है जिसे दूसरों ने अपने उत्पादों में एकीकृत किया है। फेडेरिघी यह स्पष्ट करने से नहीं कतराए कि एप्पल का आर्किटेक्चर गूगल के जेमिनी से बिल्कुल अलग है।
Apple के अधिकारियों ने तब सिस्टम ऑर्केस्ट्रेटर नामक सॉफ़्टवेयर के लिए एक आर्किटेक्चर की रूपरेखा तैयार की, जो आवश्यक कंप्यूटिंग शक्ति और व्यक्तिगत डेटा की मात्रा के आधार पर, डिवाइस पर या क्लाउड में AI प्रश्नों को उचित मॉडल पर रूट करता है। फेडेरिघी ने कहा, सिस्टम ऑर्केस्ट्रेटर “हमारे पूरे सिस्टम की गोपनीयता वास्तुकला की कुंजी है”।
Apple के AI आर्किटेक्चर में एक सिस्टम ऑर्केस्ट्रेटर और Apple का AFM कोर एडवांस्ड मॉडल शामिल है। इसमें क्लाउड-आधारित मॉडल जैसे एएफएम क्लाउड, एएफएम क्लाउड प्रो और एडीएम क्लाउड (छवियों के लिए) के साथ-साथ ऐप्पल की वर्ल्ड नॉलेज सेवा भी शामिल है।
इस विज्ञापन के नीचे कहानी जारी है
इन AI मॉडलों में से सबसे शक्तिशाली, जिसे AFM क्लाउड प्रो के नाम से जाना जाता है, Google के जेमिनी फ्रंटियर मॉडल के समान गुणवत्ता प्रदान करता है, Apple AI के कार्यकारी अमर सुब्रमण्यम ने कहा। यह एनवीडिया जीपीयू पर क्लाउड में चलेगा, जो ऐप्पल के प्राइवेट क्लाउड कंप्यूट इंफ्रास्ट्रक्चर का हिस्सा है।
Apple के अधिकारियों ने बताया कि यह तकनीक कंपनी के निजी क्लाउड कंप्यूट दर्शन के तहत विकसित की गई थी, जो अब Google सहित तीसरे पक्ष के क्लाउड भागीदारों तक फैली हुई है। यह दृष्टिकोण क्लाउड में डेटा होने पर भी गोपनीयता की रक्षा करने के लिए डिज़ाइन किया गया है।
सुब्रमण्यम ने कहा, “हम ऐप्पल की बेजोड़ गोपनीयता गारंटी को बनाए रखते हुए, अपने निजी क्लाउड कंप्यूट इंफ्रास्ट्रक्चर को Google के क्लाउड में एनवीडिया जीपीयू तक विस्तारित करने के लिए Google और Nvidia दोनों के साथ काम करते हैं।”
सॉफ्टवेयर के उपाध्यक्ष सेबस्टियन मारिनेउ-मेस ने कहा कि ऐप्पल एनवीडिया के नवीनतम चिप्स का उपयोग करना चाहता था लेकिन उन्हें अधिक निजी तरीके से कॉन्फ़िगर करना चाहता था, इसलिए वे सर्वर पर जो कुछ भी था उसे नहीं पढ़ सके।
इस विज्ञापन के नीचे कहानी जारी है
मैरिनेउ-मेस ने कहा कि हाल ही में एनवीडिया में हुए सुधार, जैसे कि “अस्पष्ट गोपनीय गणना” नामक तकनीक ने ऐप्पल और Google को एक ऐसा सिस्टम बनाने की अनुमति दी जो उसके मानकों को पूरा करता हो।
मैरिन्यू-मेस ने कहा, “हम एनवीडिया से नवीनतम तकनीक का लाभ उठाना चाहते थे, और इसलिए हमने निजी क्लाउड कंप्यूटिंग को तीसरे पक्ष के क्लाउड तक विस्तारित करने का निर्णय लिया।”
रॉकवेल ने स्वीकार किया कि सिरी को नया स्वरूप देने के पिछले प्रयास एप्पल के मानकों के अनुरूप नहीं थे। उन्होंने कहा, “हमारा हमेशा से यह दृष्टिकोण रहा है कि सिरी सबसे सक्षम और व्यक्तिगत सहायक हो।”
“पिछले साल, हमने वास्तव में इसका पहला संस्करण बनाया था जो टूल-कॉलिंग क्षमताओं को जोड़ते हुए मूल सिरी के शीर्ष पर वृद्धिशील था। हमारे पास यह काम कर रहा था, लेकिन हमें नहीं लगा कि यह वास्तव में उस दृष्टि और अनुभव को प्रदान कर रहा था जो हम चाहते थे। हमारे पास एक डिज़ाइन भी था जिसमें बहुत अधिक व्यापक बदलावों की आवश्यकता थी, और हमने इसके साथ जाने का फैसला किया।”
इस विज्ञापन के नीचे कहानी जारी है
एआई को और अधिक ‘व्यक्तिगत’ और ‘मानवीय’ बनाने का प्रयास
ऐप्पल पहले सिरी एआई को काम करने में विफल रहा था, और अपने साहसिक दावों के बावजूद, कंपनी अपने डिजिटल सहायक को आईफोन और अन्य ऐप्पल उपकरणों पर प्रभावी ढंग से काम करने के लिए ड्राइंग बोर्ड पर वापस आ गई है।
मुख्य भाषण और मीडिया ब्रीफिंग के दौरान, Apple के अधिकारियों ने कहा कि सिरी एक आधुनिक वास्तुकला पर बनाया गया है, मूल रूप से मल्टीमॉडल है, और अपने सभी उत्पादों में गोपनीयता-प्रथम इंटरैक्शन का समर्थन करता है, जिससे एक सहज अनुभव मिलता है। यह गोपनीयता से समझौता किए बिना स्थानीय स्तर पर संदेशों, नोट्स और फ़ोटो जैसी व्यक्तिगत सामग्री तक पहुंच सकता है और उस पर कार्रवाई कर सकता है।
भले ही Apple ने एक अलग सिरी ऐप पेश किया है जो उपयोगकर्ताओं को बातचीत जारी रखने और संदर्भ देने की अनुमति देता है, कंपनी इस बात पर जोर देती है कि सहायक एक स्टैंडअलोन चैटबॉट के बजाय सिस्टम वर्कफ़्लो का विस्तार है।
ऐप्पल ने सिरी एआई का जो डेमो दिया वह आशाजनक लग रहा था, और अन्य तकनीकी कंपनियों और उनके चैटबॉट्स की तुलना में, ऐप्पल की एआई रणनीति सिरी को व्यावहारिक बनाने में अधिक निहित है और आपके डिवाइस पर सामान्य, दिन-प्रतिदिन के कार्यों को पूरा करने में आसान बनाने पर केंद्रित है। यह सिरी एआई को ओपनएआई के चैटजीपीटी और गूगल के जेमिनी से अलग करता है, जो कई बार अधिक रोबोटिक और कम मानवीय महसूस हो सकता है।