Mobilna AI tekma se vse manj vrti okoli posameznih klepetalnikov in vse bolj okoli vprašanja, kateri telefon zna razumeti, kaj uporabnik pravkar počne. Apple z iOS 27 po poročanju TechCruncha skuša Siri iz pomočnika za alarme in kratke ukaze spremeniti v kontekstualnega agenta, ki lahko bere zaslon, razume slike, išče po osebnih podatkih in izvede več zaporednih opravil.
To je za Apple pomemben premik. Google že več let gradi Gemini v telefone Pixel, Samsung pa je z Galaxy AI populariziral idejo, da so generativne funkcije sestavni del mobilnega operacijskega sistema. Če bo Siri v praksi delovala tako, kot jo opisuje preizkus, Apple ne bo več ponujal le glasovnega vmesnika, temveč vstopa v tekmo za osrednji AI-vmesnik telefona.
Nova Siri: manj ukazov, več razumevanja namena
Ključna sprememba ni zgolj v tem, da Siri poda več odgovorov, temveč v načinu, kako naj bi razumela zahteve. Uporabnik lahko pomočniku poda kompleksnejše navodilo, denimo naj poišče uporabne funkcije sistema in jih shrani v zapisek, pripravi sporočilo ali poišče podrobnosti o dostavi v prejšnji e-poštni oziroma sporočilni komunikaciji.
Gre za premik od klasičnega modela glasovnega pomočnika – kjer je bilo treba ukaze izreči v dokaj predvidljivi obliki – proti sistemu, ki razpoznava **namen uporabnika**. To zahteva več sposobnosti umetne inteligence:
- razumevanje naravnega jezika, tudi kadar je zahteva daljša ali sestavljena iz več korakov;
- kontekstualno sklepanje, pri katerem sistem poveže trenutno nalogo z vsebino zaslona, sporočil ali datotek;
- upravljanje opravil, kjer AI ne odgovori le z besedilom, ampak izvede dejanje v aplikaciji;
- multimodalno razumevanje, torej združevanje besedila, slik in informacij iz kamere.
TechCrunch navaja, da naj bi nova Siri temeljila na Googlovih modelih Gemini. Če to drži, gre za strateško zanimivo izbiro: Gemini sodi med vodilne multimodalne modele, kar pomeni, da je zasnovan za delo z različnimi tipi podatkov, ne samo z besedilom. Prav ta zmožnost je potrebna, če naj telefon hkrati razume vprašanje uporabnika, fotografijo, odprto spletno stran in podatke iz aplikacije.
Vendar članek ne razkriva ključnih tehničnih podrobnosti: kateri model Gemini Apple uporablja, koliko obdelave poteka neposredno na napravi in koliko v oblaku, niti kako so urejena dovoljenja za dostop do zasebnih podatkov. To niso postranska vprašanja, saj bodo prav od njih odvisni hitrost, zanesljivost in zasebnost nove Siri.
Pomočnik, ki vidi zaslon in kamero
Najopaznejša novost je Siriina sposobnost dela s kontekstom na zaslonu. Med ogledovanjem nogometnih postav lahko odgovori na vprašanje o najstarejšem igralcu, ob spletni strani podjetja pa poišče podatke o financiranju in tekmecih. Pomočnik lahko tudi prebere besedilo na zaslonu, kar odpira zanimive možnosti za dostopnost.
Podobna logika se širi v kamero. Siri naj bi lahko odgovarjala na vprašanja o predmetih v vidnem polju, predlagala jedi z jedilnika na podlagi fotografije ali svetovala način priprave kave, če uporabnik posname vrečko kavnih zrn.
To je klasičen primer računalniškega vida, povezanega z jezikovnim modelom. Sistem mora najprej prepoznati, kaj je na sliki, nato pa ugotoviti, kaj uporabnik sploh želi izvedeti. Razlika med »kaj je na fotografiji?« in »kako to pripravim?« je bistvena: drugi primer zahteva povezovanje vizualnega podatka z znanjem in oblikovanjem uporabnega odgovora.
Tu so tudi omejitve. Preizkus je pokazal, da Siri ni nezmotljiva: pijačo je sprva opisala le kot zeleni sok, natančnejši predlog pa je podala šele po dodatnem kontekstu o indijski restavraciji. Takšni primeri kažejo, da multimodalni modeli pogosto dobro sklepajo, vendar lahko njihovi prvi odgovori ostanejo zgolj verjetne domneve. Uporabniki jih zato ne bi smeli obravnavati kot zanesljivo strokovno presojo.
Apple Intelligence postaja plast za avtomatizacijo
iOS 27 po opisu prinaša še širšo vgradnjo AI v sistemska opravila. Posebej uporabna je možnost ustvarjanja bližnjic v naravnem jeziku. Namesto ročnega sestavljanja avtomatizacije lahko uporabnik opiše cilj, na primer vsakodnevni prikaz seznama opravil, pretvorbo slik v JPEG ali prepoznavanje skladbe in shranjevanje lokacije.
Med drugimi funkcijami so:
- opozorila v Safariju ob spremembah izbranih spletnih strani;
- orodji za preoblikovanje in razširjanje fotografij;
- izboljšano odstranjevanje predmetov s slik;
- predlogi za dodajanje dogodkov in lokacij v Koledar ali Zapiske;
- samodejno spreminjanje gesel prek aplikacije Gesla;
- izboljšano odložišče za lažje prenašanje povezav, slik, videov in besedila med aplikacijami.
Pomemben je tudi napovedani boljši prenos med Siri in aplikacijami drugih razvijalcev. Če bo ta integracija odprta in dovolj zanesljiva, se lahko telefon postopoma spremeni v okolje, kjer uporabnik naloge izraža z namenom, aplikacije pa jih izvedejo v ozadju. To bo od razvijalcev zahtevalo, da svoje aplikacije pripravijo za jasno definirana dovoljenja, podatkovne povezave in AI-posredovana dejanja.
Zasebnost bo odločilna, ne dodatna funkcija
Apple ima pri AI posebno izhodišče: podjetje že dolgo gradi identiteto na zasebnosti in lokalni obdelavi podatkov. Toda bolj ko Siri dostopa do zaslona, e-pošte, sporočil, fotografij in gesel, bolj občutljivo postaja vprašanje, komu so ti podatki dostopni in kje se obdelujejo.
Pojem »on-device AI« pomeni, da model deluje neposredno na telefonu, brez pošiljanja vsebine na oddaljene strežnike. To lahko izboljša zasebnost, odzivnost in uporabnost brez povezave, vendar so zmogljivejši modeli pogosto preveliki za povsem lokalno izvajanje. V praksi bodo mobilni AI-sistemi zato verjetno ostali hibridni: del nalog bo izveden na napravi, zahtevnejše zahteve pa bodo morda potrebovale oblačno infrastrukturo.
Prav zato bi moral Apple jasno pojasniti, kateri podatki ostanejo na telefonu, katere zahteve se pošljejo v oblak, kako dolgo se podatki hranijo in kako uporabnik upravlja dovoljenja. Pri sistemu, ki lahko povzema zasebno komunikacijo ali predlaga dejanja na podlagi fotografij, zaupanje ni marketinški dodatek, ampak temelj funkcionalnosti.
Kaj to pomeni za slovenske uporabnike?
Največje odprto vprašanje ostaja jezikovna podpora. Napredne AI-funkcije na telefonih pogosto najprej prihajajo v angleščini in omejenem naboru večjih jezikov. Vir ne navaja, ali in kdaj bodo funkcije nove Siri v enaki meri na voljo v slovenščini.
To ni nepomembna podrobnost. Kontekstualni pomočnik mora dobro razumeti pregibanje, narečja, mešanje slovenščine in angleščine, imena stikov ter lokalne izraze. Del funkcij, kot sta analiza slike ali ustvarjanje bližnjic, bi lahko deloval neodvisneje od jezika, medtem ko bosta kakovost glasovnega razumevanja in delo z osebnimi sporočili bistveno bolj odvisna od podpore slovenščini.
iOS 27 naj bi bil po navedbah vira na voljo za iPhone 11 in novejše modele ter iPhone SE druge generacije in novejše. Toda resnični preizkus Applove AI-strategije ne bo število dodanih funkcij, temveč to, ali bo Siri postala dovolj natančna, zasebna in jezikovno dostopna, da jo bodo uporabniki dejansko uporabljali namesto ločenih klepetalnikov, iskalnikov in aplikacij.
