من سيري إلى ReALM: رحلة آبل إلى معاونين صوتيين أكثر ذكاءً

منذ إطلاق سيري في عام 2011، ظلت آبل في طليعة ابتكارات معاوني الصوت، وتكيفت مع احتياجات المستخدمين العالمية. يُعتبر إطلاق ReALM نقطة مهمة في هذه الرحلة، حيث يقدم نظرة على دور معاوني الصوت المتطور في تفاعلاتنا مع الأجهزة. يبحث هذا المقال في تأثير ReALM على سيري والاتجاهات المحتملة لمعاوني الصوت في المستقبل.

صعود معاوني الصوت: نشأة سيري

بدأت الرحلة عندما دمجت آبل سيري، نظام ذكاء اصطناعي متقدم، في أجهزتها، مما غير طريقة تفاعلنا مع التكنولوجيا. نشأت سيري من التكنولوجيا التي طوّرها SRI International، وأصبحت معيارًا ذهبيًا للمساعدين الصوتيين. يمكن للمستخدمين أداء مهام مثل عمليات البحث على الإنترنت والجدولة من خلال أوامر صوتية بسيطة، مما وسع حدود الواجهات الحوارية وأشعل سباقًا تنافسيًا في سوق معاوني الصوت.

سيري 2.0: عصر جديد من معاوني الصوت

مع استعداد آبل لإطلاق iOS 18 في مؤتمر المطورين العالمي (WWDC) في يونيو 2024، يتنامى التوقع داخل المجتمع التقني لما يتوقع أن يكون تطورًا كبيرًا لسيري. يpromises هذا المرحلة الجديدة، التي يشار إليها باسم سيري 2.0، جلب تحسينات في الذكاء الاصطناعي التوليدي إلى الواجهة، مما قد يtransform سيري إلى مساعد افتراضي أكثر تطورًا. في حين أن التحسينات الدقيقة لا تزال سرية، فإن عالم التكنولوجيا مشتاق إلى احتمال أن تصل سيري إلى أوجه جديدة في الذكاء الحواري والتفاعل الشخصي للمستخدم، مستفيدة من أنواع نماذج التعلم اللغوي المتقدمة كما هو الحال في تكنولوجيا مثل ChatGPT. في هذا السياق، يُشير إطلاق ReALM، وهو نموذج لغوي مدمج، إلى تحسينات محتملة قد يقدمها سيري 2.0 لمستخدميه. سيتناول الأقسام التالية دور ReALM وتأثيره المحتمل كخطوة مهمة في التقدم المستمر لسيري.

كشف الستار عن ReALM

ReALM، الذي يُشير إلى Reference Resolution As Language Modeling، هو نموذج لغوي متخصص في فك تشفير المراجع الغامضة والمبهمة أثناء المحادثات، مثل “ذلك” أو “هذا”. يبرز ReALM لقدرته على معالجة المراجع الحوارية والمرئية، وتحويلها إلى صيغة نصية. تمكن هذه القدرة ReALM من تفسير التفاعلات مع تخطيطات الشاشة والعناصر بداخل الحوار بشكل متسلسل، وهو ميزة حاسمة لمعالجة الاستفسارات في السياقات التابعة للرؤية.

يترواح هيكل ReALM من الإصدارات الصغيرة مثل ReALM-80M إلى الإصدارات الأكبر مثل ReALM-3B، وهي مُحسّنة لتحقيق الكفاءة الحاسوبية من أجل دمجها في الأجهزة المحمولة. تمكن هذه الكفاءة من الأداء المستمر مع تقليل استهلاك الطاقة وتقليل الضغط على موارد المعالجة، وهو أمر مهم لتمديد عمر البطارية وتوفير أوقات استجابة سريعة على مجموعة متنوعة من الأجهزة.

علاوة على ذلك، يسمح تصميم ReALM بالتحديثات المودулярية، مما يسهل دمج أحدث التطورات في حل المراجع. يضمن هذا النهج المودуляр ليس فقط مرونة وتنوع النموذج ولكن أيضًا ضمان استمراريته وفاعليته على المدى الطويل، مما يسمح له بالاستجابة لاحتياجات المستخدمين المتطورة ومعايير التكنولوجيا عبر مجموعة واسعة من الأجهزة.

ReALM مقابل نماذج اللغة

في حين أن النماذج اللغوية التقليدية مثل GPT-3.5 تعالج في الغالب النص، يتبع ReALM مسارًا متعدد الوسائط، مشابهًا لنماذج مثل Gemini، من خلال العمل مع النص والمرئيات. على عكس الوظائف الأوسع لنماذج مثل GPT-3.5 وGemini، التي تتعامل مع مهام مثل توليد النص والفهم وتوليد الصور، يركز ReALM بشكل خاص على فك المراجع الحوارية والمرئية. ومع ذلك، على عكس نماذج متعددة الوسائط مثل Gemini التي تعالج مباشرة البيانات المرئية والنصية، يترجم ReALM المحتوى المرئي للشاشات إلى نص، ويوضح الكيانات وتفاصيلها المكانية. يسمح هذا التحويل لReALM بفهم محتوى الشاشة بطريقة نصية، مما يسهل تحديد المراجع على الشاشة وتفسيرها بدقة.

كيف يمكن أن يغير ReALM سيري?

يمكن أن يعزز ReALM بشكل كبير قدرات سيري، مما يtransformها إلى مساعد أكثر直觉ًا ومتأثرًا بالسياق. إليك كيف يمكن أن يؤثر ذلك:

• فهم سياقي أفضل: يمتاز ReALM بفك المراجع الغامضة في المحادثات، مما قد يحسن بشكل كبير قدرة سيري على فهم الاستفسارات التابعة للسياق. سيسمح ذلك للمستخدمين بالتفاعل مع سيري بطريقة أكثر طبيعية، حيث يمكنها فهم المراجع مثل “تشغيل تلك الأغنية مرة أخرى” أو “اتصل بها” دون تفاصيل إضافية.
• تفاعل شاشوي محسّن: بفضل قدرته على تفسير تخطيطات الشاشة والعناصر داخل الحوار، يمكن أن يسمح ReALM لسيري بالتكامل بشكل أكثر سلاسة مع محتوى الجهاز المرئي. يمكن لسيري بعد ذلك تنفيذ أوامر متعلقة بالعناصر على الشاشة، مثل “افتح التطبيق المجاور لبريد إلكتروني” أو “اسحب لأسفل على هذه الصفحة”، مما يوسع فائدته في مهام مختلفة.
• تخصيص: من خلال التعلم من التفاعلات السابقة، يمكن أن يحسن ReALM قدرة سيري على تقديم استجابات مخصصة ومتكيفة. مع مرور الوقت، قد تتنبأ سيري باحتياجات المستخدم و تفضيلاته، و تقترح أو تُشير إلى إجراءات بناءً على السلوك السابق والفهم السياقي، مثل مساعد شخصي مطلع.
• تحسين إمكانية الوصول: يمكن أن يفيد فهم المراجع والسياق لReALM بشكل كبير من إمكانية الوصول، مما يجعل التكنولوجيا أكثر شمولية. يمكن لسيري، مدعومة بReALM، تفسير الأوامر الغامضة أو الجزئية بدقة، مما يسهل استخدام الأجهزة بشكل أسهل وأكثر طبيعية للأشخاص ذوي الإعاقة الجسدية أو البصرية.

ReALM واستراتيجية آبل للاستخبارات الاصطناعية

يعكس إطلاق ReALM جانبًا رئيسيًا من استراتيجية آبل للاستخبارات الاصطناعية، مع التركيز على الذكاء على الجهاز. يتوافق هذا التطور مع الاتجاه الصناعي الأوسع لتحسين الحوسبة على الحافة، حيث يتم معالجة البيانات محليًا على الأجهزة، مما يقلل من التأخير ويعزز أمان بيانات المستخدم على الجهاز نفسه.

يظهر مشروع ReALM أيضًا أهداف آبل الأوسع للاستخبارات الاصطناعية، مع التركيز ليس فقط على تنفيذ الأوامر ولكن أيضًا على فهم أعمق وتوقع احتياجات المستخدم. يمثل ReALM خطوة نحو ابتكارات مستقبلية حيث يمكن للأجهزة تقديم دعم أكثر شخصيًا وتوقعًا، مستنيرًا بفهم عميق لسلوك المستخدم و تفضيلاته.

الخلاصة

تسلط تطور آبل من سيري إلى ReALM الضوء على استمرار تطور تكنولوجيا معاوني الصوت، مع التركيز على تحسين الفهم السياقي والتفاعل مع المستخدم. يمثل ReALM تحولًا نحو معاونات صوتية أكثر ذكاءً وتخصيصًا واهتمامًا بالخصوصية، مما يتوافق مع اتجاه الصناعة نحو الحوسبة على الحافة لتحسين المعالجة على الجهاز وأمان البيانات.