एप्पल का पुनर्निर्मित सिरी गूगल जेमिनी पर चलता है, लेकिन लॉन्च पर ईयू को छोड़ देता है

वर्षों के स्थगन के बाद, जिसने कथित तौर पर कुछ कर्मचारियों की नौकरियां छीन लीं, एप्पल ने आखिरकार पूरी तरह से पुनर्निर्मित सिरी को जारी कर दिया है। यह सहायक, जिसे अब "सिरी एआई" के रूप में मार्केट किया जा रहा है, आज बीटा के रूप में उपलब्ध है और इसके पहली बार लॉन्च होने के बाद से उत्पाद का सबसे गहरा पुनर्गठन है। सबसे आश्चर्यजनक विवरण इंटरफेस या नई आवाज़ें नहीं हैं — यह वह है जो इसके नीचे बैठता है: गूगल के जेमिनी मॉडल्स।

यह रिलीज़ एप्पल के लिए एक उल्लेखनीय क्षण है, जिसने पिछले कई वर्षों का अधिकांश समय खुद को एक ऐसी कंपनी के रूप में स्थापित करने में बिताया है जो अधिकतम गणना उपयोगकर्ता के अपने हार्डवेयर पर रखती है। अपने प्रमुख सहायक की नींव को एक प्रतिद्वंद्वी के मॉडल परिवार को सौंपना एक व्यावहारिक स्वीकृति है कि फ्रंटियर-स्केल भाषा मॉडल इन-हाउस बनाने में बाजार के इंतजार करने की तुलना में अधिक समय लगता है।

नए सिरी के पीछे जेमिनी की नींव

एप्पल के अनुसार, नया सिरी आंशिक रूप से डिवाइस पर और आंशिक रूप से प्राइवेट क्लाउड कंप्यूट के माध्यम से चलता है, जो कंपनी का गोपनीयता-उन्मुख सर्वर इंफ्रास्ट्रक्चर है। एप्पल का कहना है कि उपयोगकर्ताओं का व्यक्तिगत डेटा न तो संग्रहीत किया जाता है और न ही कंपनी के लिए सुलभ बनाया जाता है — यह दावा एप्पल के एआई कहानी को प्रस्तुत करने के तरीके का केंद्रीय हिस्सा बन गया है। हाइब्रिड डिज़ाइन का मतलब है कि सरल अनुरोधों को स्थानीय रूप से संभाला जा सकता है, जबकि भारी तर्क कार्यों को क्लाउड पर स्थानांतरित किया जाता है।

क्या यह विभाजन जांच के दौरान टिकता है, यह एक खुला प्रश्न है, लेकिन यह उद्योग के एक व्यापक पैटर्न को दर्शाता है: सक्षम सहायकों को तेजी से स्थानीय सिलिकॉन और रिमोट कंप्यूट के मिश्रण की आवश्यकता होती है। एप्पल का जवाब क्लाउड टियर को मालिकाना और अनुबंधात्मक रूप से सीमित रखना है, बजाय सब कुछ किसी तीसरे पक्ष के एपीआई को रूट करने के।

• हल्के कार्यों के लिए ऑन-डिवाइस प्रोसेसिंग
• अधिक मांग वाले अनुरोधों के लिए प्राइवेट क्लाउड कंप्यूट
• कंपनी के अनुसार, व्यक्तिगत डेटा न तो संग्रहीत और न ही एप्पल को उजागर
• जेमिनी मॉडल्स अंतर्निहित भाषा क्षमता प्रदान करते हैं

पुनर्निर्मित सहायक वास्तव में क्या कर सकता है

मुख्य क्षमता व्यक्तिगत संदर्भ है। एप्पल का कहना है कि सिरी अब संदेशों, ईमेल और फ़ोटो से जानकारी ले सकता है, स्क्रीन पर वर्तमान में जो है उसे पढ़ सकता है, और वेब से परिणाम खींच सकता है। इस संयोजन का उद्देश्य सहायक को एकल-कमांड इंटरैक्शन से आगे बढ़ाकर बहु-चरणीय कार्यों में ले जाना है।

सिस्टम-व्यापी ऐप क्रियाएं पहुंच को और बढ़ाती हैं। सिरी उपयोगकर्ता की ओर से ईमेल का मसौदा तैयार कर सकता है या फ़ोटो संपादित और साझा कर सकता है। एप्पल के अपने उदाहरण में एक पारिवारिक नुस्खा मांगना शामिल है जिसका उल्लेख संदेशों की बातचीत में किया गया था, फिर सिरी से सामग्री को रिमाइंडर्स ऐप में स्थानांतरित करवाना — क्रियाओं की एक श्रृंखला जिसके लिए पहले कई मैनुअल चरणों की आवश्यकता होती थी।

तृतीय-पक्ष एकीकरण भी पिच का हिस्सा है। सिरी लॉन्च पर व्हाट्सएप और ऑडिबल सहित ऐप्स के साथ काम करता है, जिसमें आउटलुक, नोटेबिलिटी और ट्रिप्सी के बाद में आने की योजना है। सहायक को बुलाने के कई तरीके भी हैं।

• "हे सिरी" वेक फ्रेज़
• साइड बटन
• डायनामिक आइलैंड
• आईपैड और मैक पर स्पॉटलाइट

एक समर्पित सिरी ऐप आईक्लाउड के माध्यम से उपकरणों में चैट इतिहास को सिंक करता है, और एप्पल नई आवाज़ों के साथ-साथ एक पुनर्निर्मित डिक्टेशन सुविधा जोड़ रहा है, जो कंपनी के अनुसार इसके ऑन-डिवाइस एएफएम कोर एडवांस्ड मॉडल पर चलती है।

क्रमिक रोलआउट, ईयू और चीन को छोड़कर

फिलहाल, सिरी एआई केवल अंग्रेजी में है और इसे बीटा लेबल किया गया है। एप्पल का कहना है कि फ्रेंच, जापानी, कोरियन, पुर्तगाली और स्पेनिश के लिए समर्थन अगले महीने आएगा। ये सुविधाएं 2027 सॉफ्टवेयर चक्र से जुड़ी हैं, जो आईओएस 27, आईपैडओएस 27, मैकओएस 27, वॉचओएस 27 और विज़नओएस 27 में दिखाई देंगी।

अधिक परिणामकारी सीमा भौगोलिक है। यह सेवा इस चरण में यूरोपीय संघ या चीन में लॉन्च नहीं होगी। दोनों बाजारों में नियामकीय टकराव ने बार-बार आकार दिया है कि बड़े प्लेटफॉर्म मालिक एआई सुविधा रिलीज़ को कैसे चरणबद्ध करते हैं, और एप्पल का निर्णय उसके सहायक के सबसे महत्वाकांक्षी हिस्सों को फिलहाल दो प्रमुख क्षेत्रों से बाहर रखता है। वहां के उपयोगकर्ताओं को एप्पल द्वारा अभी तक निर्दिष्ट नहीं की गई समयसीमा का इंतजार करना होगा।

सिरी से आगे: एप्पल इंटेलिजेंस पूरे सिस्टम में फैलता है

सिरी कहानी का केवल एक हिस्सा है। एप्पल अपने ऑपरेटिंग सिस्टम में एआई सुविधाएं वितरित कर रहा है, जो सहायक से कहीं आगे के ऐप्स को छूती हैं। फ़ोटो ऐप में स्पेशल रीफ्रेमिंग, एक्सटेंड और एक पुनर्निर्मित क्लीन अप फ़ंक्शन सहित उपकरण शामिल होते हैं।

इमेज प्लेग्राउंड अब फोटोरियलिस्टिक छवियां उत्पन्न कर सकता है, एक क्षमता जो एप्पल के अनुसार प्राइवेट क्लाउड कंप्यूट के माध्यम से चलती है। कंपनी ने यह भी संकेत दिया है कि यह सुविधा सिंथआईडी मानक का समर्थन करेगी, एक वॉटरमार्किंग दृष्टिकोण जो यह संकेत देने के लिए डिज़ाइन किया गया है कि एक छवि कृत्रिम रूप से उत्पन्न की गई थी — यह विवरण महत्वपूर्ण है क्योंकि एआई-जनित मीडिया को लेबल करने के लिए प्लेटफॉर्म पर दबाव बढ़ रहा है।

• फ़ोटो: स्पेशल रीफ्रेमिंग, एक्सटेंड और पुनर्निर्मित क्लीन अप
• इमेज प्लेग्राउंड: प्राइवेट क्लाउड कंप्यूट के माध्यम से फोटोरियलिस्टिक जनरेशन
• वॉटरमार्किंग: नियोजित सिंथआईडी समर्थन

प्रारंभिक प्रभाव: व्यावहारिक जीत, बनी हुई उलझन

प्रारंभिक परीक्षकों ने आम तौर पर व्यावहारिक सुधारों की प्रशंसा की है। सहायक रोजमर्रा की स्थितियों में अधिक उपयोगी प्रतीत होता है, संदर्भ-जागरूक अनुरोधों और क्रॉस-ऐप क्रियाओं को संभालता है जो पुराना सिरी नहीं कर सकता था। यह एक ऐसे उत्पाद के लिए एक सार्थक बदलाव है जो वॉयस असिस्टेंट श्रेणी में अपूर्ण वादों का पर्याय बन गया था।

प्रशंसा बिना शर्त नहीं है। समीक्षकों ने बताया कि गलतफहमियां अभी भी होती हैं, जो सुझाव देती हैं कि नई आर्किटेक्चर ने उन विफलताओं को समाप्त नहीं किया है जो लंबे समय से उपयोगकर्ताओं को निराश करती रही हैं। विशेष रूप से बहु-चरणीय विश्वसनीयता सबसे कठिन समस्या बनी हुई है — एक सहायक जो चार चरणों को सही ढंग से पूरा करता है और पांचवें पर विफल हो जाता है, उससे अधिक कष्टकारी हो सकता है जिसने कभी प्रयास ही नहीं किया।

आगे क्या देखना है

बीटा लेबल एप्पल को पुनरावृत्ति के लिए जगह देता है, और अगले महीने अपेक्षित भाषा विस्तार एक प्रारंभिक परीक्षण होगा कि जेमिनी-समर्थित सिस्टम अंग्रेजी से आगे कितना सामान्यीकृत होता है। बड़े प्रश्न संरचनात्मक हैं: एप्पल अंततः अनुभव का कितना हिस्सा इन-हाउस वापस ला सकता है, ईयू और चीन में नियामक कब इस सुविधा को देखेंगे, और क्या प्राइवेट क्लाउड कंप्यूट के आसपास की गोपनीयता गारंटी स्वतंत्र जांच के तहत टिकती है।

फिलहाल, एप्पल ने कुछ ऐसा किया है जिससे वह वर्षों से बचता रहा — उसने वह सहायक जारी किया जिसका वह वादा करता रहा, जिसमें एक प्रतिद्वंद्वी की तकनीक अधिकांश भारी काम कर रही है।

यह लेख द डिकोडर की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।