অ্যাপলের পুনর্নির্মিত সিরি চলে গুগল জেমিনিতে, তবে যাত্রায় ইউরোপীয় ইউনিয়ন বাদ

বছরের পর বছর বিলম্বের পর, যা reportedly কিছু কর্মীর চাকরি হারানোর কারণ হয়েছিল, অ্যাপল অবশেষে সম্পূর্ণভাবে পুনর্নির্মিত সিরি প্রকাশ করেছে। সহকারীটি, যা এখন "Siri AI" নামে বিপণন করা হচ্ছে, আজ বিটা হিসেবে উপলব্ধ এবং এটি প্রথম চালু হওয়ার পর থেকে পণ্যটির সবচেয়ে গভীর সংস্কারকে প্রতিনিধিত্ব করে। সবচেয়ে আশ্চর্যজনক বিবরণটি ইন্টারফেস বা নতুন ভয়েস নয় — এটি হলো এর অন্তর্নিহিত ভিত্তি: গুগলের জেমিনি মডেল।

এই প্রকাশ অ্যাপলের জন্য একটি উল্লেখযোগ্য মুহূর্ত, যা গত কয়েক বছর ধরে নিজেকে এমন একটি কোম্পানি হিসেবে অবস্থান করছে যারা যতটা সম্ভব গণনা ব্যবহারকারীর নিজের হার্ডওয়্যারে রাখে। তার প্রধান সহকারীর ভিত্তি একটি প্রতিদ্বন্দ্বীর মডেল পরিবারের হাতে তুলে দেওয়া একটি বাস্তবসম্মত স্বীকৃতি যে ফ্রন্টিয়ার-স্কেল ভাষা মডেল নিজে থেকে তৈরি করতে বাজারের অপেক্ষা করার চেয়ে বেশি সময় লাগে।

নতুন সিরির পেছনে জেমিনি ভিত্তি

অ্যাপলের মতে, নতুন সিরি আংশিকভাবে ডিভাইসে এবং আংশিকভাবে Private Cloud Compute-এর মাধ্যমে চলে, যা কোম্পানির গোপনীয়তা-কেন্দ্রিক সার্ভার অবকাঠামো। অ্যাপল বলছে ব্যবহারকারীদের ব্যক্তিগত ডেটা সংরক্ষণ করা হয় না বা কোম্পানির নিজের কাছে অ্যাক্সেসযোগ্য করা হয় না — একটি দাবি যা অ্যাপল তার AI গল্প উপস্থাপনের কেন্দ্রবিন্দু হয়ে উঠেছে। হাইব্রিড ডিজাইনের অর্থ হলো সহজ অনুরোধ স্থানীয়ভাবে পরিচালনা করা যায়, আর ভারী যুক্তি-ভিত্তিক কাজ ক্লাউডে পাঠানো হয়।

এই বিভাজন পরীক্ষায় টিকে থাকবে কিনা তা একটি খোলা প্রশ্ন, তবে এটি একটি বিস্তৃত শিল্পের ধরণ প্রতিফলিত করে: সক্ষম সহকারীদের ক্রমবর্ধমানভাবে স্থানীয় সিলিকন এবং দূরবর্তী কম্পিউটের মিশ্রণ প্রয়োজন। অ্যাপলের উত্তর হলো ক্লাউড স্তরটি মালিকানাধীন এবং চুক্তিভিত্তিকভাবে সীমাবদ্ধ রাখা, সবকিছু তৃতীয় পক্ষের API-তে পাঠানোর পরিবর্তে।

• হালকা কাজের জন্য অন-ডিভাইস প্রসেসিং
• আরও চাহিদাপূর্ণ অনুরোধের জন্য Private Cloud Compute
• কোম্পানির মতে, ব্যক্তিগত ডেটা সংরক্ষণ বা অ্যাপলের কাছে প্রকাশ করা হয় না
• জেমিনি মডেল অন্তর্নিহিত ভাষা সক্ষমতা সরবরাহ করে

পুনর্নির্মিত সহকারী আসলে কী করতে পারে

প্রধান সক্ষমতা হলো ব্যক্তিগত প্রসঙ্গ। অ্যাপল বলছে সিরি এখন বার্তা, ইমেইল এবং ছবি থেকে তথ্য ব্যবহার করতে পারে, স্ক্রিনে বর্তমানে যা আছে তা পড়তে পারে এবং ওয়েব থেকে ফলাফল আনতে পারে। এই সমন্বয়টি সহকারীকে একক-কমান্ড মিথস্ক্রিয়া থেকে বহু-ধাপের কাজে নিয়ে যাওয়ার উদ্দেশ্যে করা হয়েছে।

সিস্টেম-ব্যাপী অ্যাপ অ্যাকশন এর পরিধি আরও বাড়ায়। সিরি ব্যবহারকারীর পক্ষে একটি ইমেইল খসড়া করতে বা একটি ছবি সম্পাদনা ও শেয়ার করতে পারে। অ্যাপলের নিজস্ব উদাহরণে একটি Messages কথোপকথনে উল্লেখিত পারিবারিক রেসিপি চাওয়া এবং তারপর সিরিকে উপকরণগুলো Reminders অ্যাপে সরানোর কথা বলা হয়েছে — এমন একটি ক্রিয়া-শৃঙ্খল যা আগে কয়েকটি ম্যানুয়াল ধাপ প্রয়োজন হতো।

তৃতীয় পক্ষের ইন্টিগ্রেশনও প্রস্তাবের অংশ। সিরি চালু হওয়ার সময় WhatsApp এবং Audible সহ অ্যাপগুলোর সাথে কাজ করে, এবং Outlook, Notability ও Tripsy পরে আসার পরিকল্পনা রয়েছে। সহকারীকে ডাকারও কয়েকটি উপায় রয়েছে।

• "Hey Siri" ওয়েক ফ্রেজ
• সাইড বাটন
• Dynamic Island
• iPad এবং Mac-এ Spotlight

একটি ডেডিকেটেড সিরি অ্যাপ iCloud-এর মাধ্যমে ডিভাইসগুলোর মধ্যে চ্যাট ইতিহাস সিঙ্ক করে, এবং অ্যাপল নতুন ভয়েসের সাথে একটি পুনর্নির্মিত ডিক্টেশন বৈশিষ্ট্য যোগ করছে যা কোম্পানির মতে তার অন-ডিভাইস AFM Core Advanced মডেলে চলে।

ধীরে ধীরে রোলআউট, ইউরোপীয় ইউনিয়ন ও চীন বাদ

আপাতত, Siri AI শুধুমাত্র ইংরেজিতে এবং বিটা হিসেবে চিহ্নিত। অ্যাপল বলছে ফরাসি, জাপানি, কোরিয়ান, পর্তুগিজ এবং স্প্যানিশ সমর্থন পরের মাসে আসবে। বৈশিষ্ট্যগুলো 2027 সফটওয়্যার চক্রের সাথে যুক্ত, যা iOS 27, iPadOS 27, macOS 27, watchOS 27 এবং visionOS 27 জুড়ে উপস্থিত হবে।

আরও গুরুত্বপূর্ণ সীমাবদ্ধতা হলো ভৌগোলিক। এই পর্যায়ে পরিষেবাটি ইউরোপীয় ইউনিয়ন বা চীনে চালু হবে না। উভয় বাজারে নিয়ন্ত্রক ঘর্ষণ বারবার বড় প্ল্যাটফর্ম মালিকদের AI বৈশিষ্ট্য প্রকাশের ধরন নির্ধারণ করেছে, এবং অ্যাপলের সিদ্ধান্ত তার সহকারীর সবচেয়ে উচ্চাভিলাষী অংশগুলো আপাতত দুটি প্রধান অঞ্চলের বাইরে রাখে। সেখানকার ব্যবহারকারীদের অপেক্ষা করতে হবে এমন একটি সময়সীমার জন্য যা অ্যাপল এখনও নির্দিষ্ট করেনি।

সিরির বাইরে: অ্যাপল ইন্টেলিজেন্স সিস্টেম জুড়ে ছড়িয়ে পড়ে

সিরি গল্পের কেবল একটি অংশ। অ্যাপল তার অপারেটিং সিস্টেম জুড়ে AI বৈশিষ্ট্য বিতরণ করছে, যা সহকারীর বাইরেও অনেক অ্যাপকে স্পর্শ করে। Photos অ্যাপ Spatial Reframing, Extend এবং একটি পুনর্নির্মিত Clean Up ফাংশন সহ সরঞ্জাম পায়।

Image Playground এখন ফটোরিয়ালিস্টিক ছবি তৈরি করতে পারে, একটি সক্ষমতা যা অ্যাপলের মতে Private Cloud Compute-এর মাধ্যমে চলে। কোম্পানি আরও ইঙ্গিত দিয়েছে যে বৈশিষ্ট্যটি SynthID স্ট্যান্ডার্ড সমর্থন করবে, একটি ওয়াটারমার্কিং পদ্ধতি যা একটি ছবি সিন্থেটিকভাবে তৈরি হয়েছে তা সংকেত দেওয়ার জন্য ডিজাইন করা হয়েছে — একটি বিবরণ যা গুরুত্বপূর্ণ কারণ প্ল্যাটফর্মগুলোর উপর AI-উৎপন্ন মিডিয়া লেবেল করার চাপ বাড়ছে।

• Photos: Spatial Reframing, Extend এবং পুনর্নির্মিত Clean Up
• Image Playground: Private Cloud Compute-এর মাধ্যমে ফটোরিয়ালিস্টিক জেনারেশন
• ওয়াটারমার্কিং: পরিকল্পিত SynthID সমর্থন

প্রাথমিক ধারণা: ব্যবহারিক সাফল্য, অবশিষ্ট বিভ্রান্তি

প্রাথমিক পরীক্ষকরা সাধারণত ব্যবহারিক উন্নতিগুলোর প্রশংসা করেছেন। সহকারীটি দৈনন্দিন পরিস্থিতিতে আরও উপযোগী বলে মনে হচ্ছে, প্রসঙ্গ-সচেতন অনুরোধ এবং ক্রস-অ্যাপ অ্যাকশন পরিচালনা করছে যা পুরনো সিরি করতে পারত না। এটি এমন একটি পণ্যের জন্য অর্থবহ পরিবর্তন যা ভয়েস সহকারী বিভাগে অপূর্ণ প্রতিশ্রুতির সমার্থক হয়ে উঠেছিল।

প্রশংসা শর্তহীন নয়। পর্যালোচকরা জানিয়েছেন যে ভুল বোঝাবুঝি এখনও ঘটে, যা ইঙ্গিত করে নতুন আর্কিটেকচার ব্যবহারকারীদের দীর্ঘদিনের হতাশার ব্যর্থতাগুলো দূর করেনি। বহু-ধাপের নির্ভরযোগ্যতা, বিশেষত, সমাধান করা সবচেয়ে কঠিন সমস্যা হিসেবে রয়ে গেছে — একটি সহকারী যা চারটি ধাপ সঠিকভাবে সম্পন্ন করে এবং পঞ্চমটিতে ব্যর্থ হয় তা এমন একটির চেয়ে বেশি বিরক্তিকর হতে পারে যা কখনও চেষ্টাই করেনি।

পরবর্তীতে কী দেখবেন

বিটা লেবেল অ্যাপলকে পুনরাবৃত্তি করার সুযোগ দেয়, এবং পরের মাসে প্রত্যাশিত ভাষা সম্প্রসারণ একটি প্রাথমিক পরীক্ষা হবে যে জেমিনি-সমর্থিত সিস্টেম ইংরেজির বাইরেও সাধারণীকরণ করে কিনা। বড় প্রশ্নগুলো কাঠামোগত: অ্যাপল শেষ পর্যন্ত অভিজ্ঞতার কতটা নিজের কাছে ফিরিয়ে আনতে পারে, ইউরোপীয় ইউনিয়ন ও চীনের নিয়ন্ত্রকরা কখন বৈশিষ্ট্যটি দেখতে পাবেন, এবং Private Cloud Compute-এর গোপনীয়তা গ্যারান্টিগুলো স্বাধীন পরীক্ষায় টিকে থাকে কিনা।

আপাতত, অ্যাপল এমন কিছু করেছে যা সে বছরের পর বছর এড়িয়ে গিয়েছিল — যে সহকারীর প্রতিশ্রুতি সে বারবার দিয়েছিল তা প্রকাশ করেছে, যার বেশিরভাগ ভারী কাজ করছে একটি প্রতিদ্বন্দ্বীর প্রযুক্তি।

এই নিবন্ধটি The Decoder-এর রিপোর্টিংয়ের উপর ভিত্তি করে। মূল নিবন্ধ পড়ুন।