何人かの従業員が職を失ったと報じられるほどの度重なる延期を経て、Appleはついに完全に再構築されたSiriを出荷した。現在「Siri AI」としてマーケティングされているこのアシスタントは、本日ベータ版として利用可能となり、初回リリース以来最も深い製品の刷新を表している。最も驚くべき詳細はインターフェースや新しい音声ではなく、その下にあるものだ。GoogleのGeminiモデルである。
このリリースは、過去数年にわたり可能な限り多くの計算をユーザー自身のハードウェア上で行う企業として自らを位置づけてきたAppleにとって注目すべき瞬間である。主力アシスタントの基盤を競合のモデルファミリーに委ねることは、最先端規模の言語モデルを自社で構築するには市場が待つことを許さなかった以上に時間がかかるという、現実的な認識を示している。
新しいSiriを支えるGeminiの基盤
Appleによれば、新しいSiriは一部をデバイス上で、一部を同社のプライバシー重視のサーバーインフラであるPrivate Cloud Computeを通じて実行する。Appleはユーザーの個人データは保存されず、同社自身もアクセスできないと述べている。これはAppleがAIに関する自社のストーリーを語る上で中心的な主張となっている。ハイブリッド設計により、より単純なリクエストはローカルで処理され、より重い推論タスクはクラウドにオフロードされる。
この分割が精査に耐えうるかは未解決の疑問だが、より広範な業界のパターンを反映している。有能なアシスタントはますますローカルシリコンとリモートコンピュートの組み合わせを必要とするようになっている。Appleの答えは、すべてをサードパーティAPIにルーティングするのではなく、クラウド層を独自仕様かつ契約上制約されたものに保つことである。
- 軽量タスク向けのオンデバイス処理
- より要求の厳しいリクエスト向けのPrivate Cloud Compute
- 同社によれば、個人データは保存されずAppleにも公開されない
- Geminiモデルが基盤となる言語能力を提供
再構築されたアシスタントが実際にできること
目玉となる機能はパーソナルコンテキストである。Appleによれば、Siriはメッセージ、メール、写真からの情報を活用し、現在画面に表示されている内容を読み取り、ウェブからの結果も取り込むことができる。この組み合わせは、アシスタントを単一コマンドのやり取りから複数ステップのタスクへと進めることを意図している。
システム全体のアプリ操作はその範囲をさらに広げる。Siriはユーザーに代わってメールを作成したり、写真を編集・共有したりできる。Apple自身の例では、Messagesの会話で言及された家族のレシピを尋ね、Siriがその材料をRemindersアプリに移動させるというもので、以前なら手動でいくつかのステップを要した一連の操作である。
サードパーティ統合も売りの一部である。Siriはローンチ時にWhatsAppやAudibleを含むアプリと連携し、Outlook、Notability、Tripsyが続く予定である。アシスタントを呼び出す方法もいくつかある。
- 「Hey Siri」のウェイクフレーズ
- サイドボタン
- Dynamic Island
- iPadとMacのSpotlight
専用のSiriアプリはiCloudを通じてデバイス間でチャット履歴を同期し、Appleは再設計された音声入力機能とともに新しい音声を追加している。同社によれば、これはオンデバイスのAFM Core Advancedモデルで動作する。
段階的な展開、EUと中国は除外
現時点では、Siri AIは英語のみでベータ版と表示されている。Appleはフランス語、日本語、韓国語、ポルトガル語、スペイン語のサポートが来月到着すると述べている。これらの機能は2027年のソフトウェアサイクルに紐づき、iOS 27、iPadOS 27、macOS 27、watchOS 27、visionOS 27にまたがって登場する。
より重大な制限は地理的なものである。このサービスは現段階では欧州連合や中国ではローンチされない。両市場における規制上の摩擦は、大規模プラットフォーム事業者がAI機能のリリースをずらす方法を繰り返し形作っており、Appleの決定はアシスタントの最も野心的な部分を当面の間、二つの主要地域から排除することになる。そこでのユーザーは、Appleがまだ明示していないタイムラインを待たなければならない。
Siriを超えて：Apple Intelligenceがシステム全体に広がる
Siriは物語の一部にすぎない。AppleはAI機能をオペレーティングシステム全体に分散させ、アシスタント自体をはるかに超えたアプリにまで及ぼしている。PhotosアプリはSpatial Reframing、Extend、再構築されたClean Up機能を含むツールを獲得する。
Image Playgroundは現在、フォトリアリスティックな画像を生成できる。Appleによればこの機能はPrivate Cloud Computeを通じて動作する。同社はまた、この機能がSynthID標準をサポートすることを示しており、これは画像が合成的に生成されたことを示すために設計されたウォーターマーク手法である。AI生成メディアにラベルを付けるようプラットフォームへの圧力が高まる中で重要な詳細である。
- Photos：Spatial Reframing、Extend、再構築されたClean Up
- Image Playground：Private Cloud Compute経由のフォトリアリスティック生成
- ウォーターマーク：SynthIDサポートを予定
初期の印象：実用的な成果と残る混乱
初期のテスターは概して実用的な改善を称賛している。このアシスタントは日常的な状況でより有用に見え、旧Siriにはできなかったコンテキスト認識リクエストやアプリ横断的な操作を処理する。これは、音声アシスタント分野で果たされない約束の代名詞となっていた製品にとって意味のある変化である。
称賛は無条件ではない。レビュアーは誤解が依然として発生すると報告しており、新しいアーキテクチャがユーザーを長く苛立たせてきた失敗を排除したわけではないことを示唆している。特に複数ステップの信頼性は解決が最も難しい問題であり続けている。4つのステップを正しく完了し5つ目で失敗するアシスタントは、決して試みなかったものよりも苛立たしいものになりうる。
次に注目すべきこと
ベータ版という表示はAppleに反復の余地を与え、来月予定されている言語拡張はGeminiを基盤とするシステムが英語以外に一般化するかどうかの初期テストとなる。より大きな疑問は構造的なものである。Appleが最終的にどれだけの体験を自社内に取り戻せるのか、EUと中国の規制当局がいつこの機能を見ることになるのか、そしてPrivate Cloud Computeに関するプライバシー保証が独立した検証に耐えうるのかどうかである。
現時点でAppleは、長年避けてきたことを成し遂げた。約束し続けてきたアシスタントを出荷し、その重労働の多くを競合の技術が担っている。
この記事はThe Decoderの報道に基づいています。元の記事を読む。
Originally published on the-decoder.com
