Apple ने हाल ही में नवीनतम Apple Intelligence का अनावरण किया है, जिसमें लेखन, आवाज से पाठ और सारांश, स्मार्ट उत्तर, लेखन उपकरण, चित्र निर्माण या इमोजी निर्माण जैसी सुविधाएँ शामिल हैं, और सबसे महत्वपूर्ण बात यह है कि Siri को एक वास्तविक वॉयस असिस्टेंट के करीब लाना।

प्रारंभिक उपकरणों की प्रस्तुति के दौरान, यह ऐसा प्रतीत होता है जैसे Apple ने फिर से कुछ Android में पहले से मौजूद फीचर्स को पेश किया है।

लेकिन जब आप अगली पीढ़ी के Siri को देखते हैं, तो आप Apple के अपने उत्पादों के लिए मजबूत डिज़ाइन और एकीकरण क्षमता को महसूस कर सकते हैं।

यह केवल GPT-4o के उपयोग के रूप में नहीं है जैसा कि बाहरी लोग अनुमान लगा रहे थे

इस बार की Keynote और आधिकारिक वेबसाइट की जानकारी से यह स्पष्ट होता है कि यह केवल GPT-4o का उपयोग नहीं कर रहा है जैसा कि बाहरी लोग अनुमान लगा रहे थे। A17 Pro और M सीरीज हार्डवेयर के उपयोग से यह प्रतीत होता है कि Apple ने डिवाइस में छोटे भाषा मॉडल या विशेष उपयोग के लिए चित्र निर्माण मॉडल को शामिल किया है। और साथ ही अपनी नवीनतम Private Cloud Compute तकनीक का उपयोग करते हुए, Apple Intelligence या Siri को क्लाउड के बड़े भाषा मॉडल का उपयोग करने की अनुमति दी है, जबकि गोपनीयता की सुरक्षा की जा रही है।

ऐसा लगता है कि इस बार का जनरेटिव भाषा मॉडल Apple द्वारा मोबाइल में सामान्य उपयोग के परिदृश्यों के लिए विशेष रूप से प्रशिक्षित किया गया है। और OpenAI के साथ सहयोग में GPT-4o मॉडल का उपयोग केवल अधिक उन्नत परिदृश्यों में किया जाता है, जैसे कि जटिल तर्क प्रश्न पूछना। यह Siri के पीछे की AI को 'Apple उत्पादों के अनुभव को बढ़ाने' पर अधिक ध्यान केंद्रित करने की अनुमति देता है, जिससे यह मॉडल अधिक केंद्रित और हल्का हो जाता है। विभिन्न सेवाओं के मिश्रण ने Apple पर GenAI को पकड़ने के दबाव को कम कर दिया है, और साथ ही Microsoft Copilot के OS में सीधे GenAI चैटबॉट को एकीकृत करने की कार्यक्षमता का सामना किया है।

बड़े भाषा मॉडल के विकास के रास्ते पर, ऐसा लगता है कि Apple का लक्ष्य विभिन्न LLM बेंचमार्क का पीछा करना नहीं है, बल्कि उत्पाद पर वापस लौटना है, जिससे LLM सेवा उत्पाद बन सके, न कि केवल LLM के प्रदर्शन और मल्टीमॉडल क्षमताओं का पीछा करना।

हालांकि, 2024 के अंत तक, केवल अंग्रेजी समर्थित AI Siri को देखा जा सकता है, अन्य पुराने उपकरणों या गैर-अंग्रेजी उपयोगकर्ताओं के लिए, ऐसा लगता है कि वे अभी भी पुराने संस्करण का उपयोग कर सकते हैं जिसमें LLM का समर्थन नहीं है। इस दृष्टिकोण से, बड़े भाषा मॉडल की दौड़ में, Apple अभी भी OpenAI, Microsoft या Google जैसे मुख्यधारा के लक्ष्यों से पीछे है, और ऐसा लगता है कि अन्य भाषाओं का समर्थन करने में (या यह कहें कि अन्य भाषाओं की सटीकता को मानक तक पहुंचाने में) अभी भी कुछ दूरी है।

लेकिन समग्र रूप से, 'उपयोगकर्ता अनुभव' में यह अभी भी अपने प्रतिस्पर्धियों से आगे रहेगा।

'ChatBot' से 'ChatBot+' से 'अनुभव' तक

वर्तमान में अन्य LLM बाजार के प्रमुख खिलाड़ी: OpenAI का ChatGPT 'ChatBot' स्तर पर रुका हुआ है, ChatGPT से बाहर निकलने के लिए वर्तमान में केवल API को डेवलपर्स को बेचकर एकीकरण करना संभव है। Google का Gemeni और Microsoft PC पर Copilot वर्तमान में 'ChatBot+' स्तर पर हैं, यानी ChatBot में कुछ बाहरी कार्यक्षमताओं का एकीकरण किया गया है, लेकिन फिर भी यह बाजार में LLM गहन एकीकरण करने के लिए सबसे संभावित खिलाड़ी हैं। अन्य हार्डवेयर दिग्गज जैसे सैमसंग और आसुस की AI क्षमताएं, ऐसा लगता है कि वे अभी भी 'फीचर' स्तर पर हैं, जैसे: इमेज सर्च, रियल-टाइम ट्रांसलेशन, AI फोटो एडिटिंग या इमेज सर्च।

Apple के Apple Intelligence के संदर्भ में, ऐसा लगता है कि LLM सेवा को 'अनुभव' स्तर तक बढ़ा दिया गया है, जिससे AI वास्तव में 'प्रासंगिक' हो जाता है, और 'प्रासंगिक' होने की शर्त पर, उपयोगकर्ता द्वारा उपयोग किए जाने वाले परिदृश्यों या कार्यों की संख्या में काफी वृद्धि होगी, यहां तक कि अनंत के करीब, और AI सहायक के आदर्श को वास्तव में प्राप्त किया जा सकता है। संक्षेप में, Apple के मजबूत पारिस्थितिकी तंत्र के तहत, अन्य भाषा मॉडल कितने भी शक्तिशाली क्यों न हों, Apple की 'LLM को उपयोगकर्ता के जीवन में गहराई से एकीकृत करने' की प्रतिस्पर्धात्मकता को हिला पाना मुश्किल है, और भविष्य में सभी LLM के उपयोगकर्ता के जीवन परिदृश्यों में अधिक गहराई से एकीकृत होने की उम्मीद है।