WWDC 2026: WWDC 2024 újratöltve - Siri AI
(június 9.)

Az Apple idei évi programbeszéde kapcsán sokféle áthallás bontakozott ki a 2024-es előadás élményeit idézve. Ennek oka, hogy az Apple a két évig meg nem valósított Siri fejlesztéseket most fogja bevezetni a rendszereiben. Ez kezdetben csak angol nyelven lesz elérhető, és tekintve, hogy maga a Siri 12 év alatt nem tanult meg magyarul, nem tűnik valószínűnek, hogy a 27.2-es verzióban Kazinczy Ferenc nyomdokaiba lépne a rendszer. (Már azzal is megelégedne az ember, ha a Maps / Térképek a navigáció során végre megtanulná, hogy az „út” szó nem része az adott utca nevének, tehát nem kell kétszer mondani: „forduljon be a Kazinczy Ferenc utca útra”; „forduljon balra az Orgonás tér útra”. Mint valami bóvli hamisítvány, de ez maga a beépített navigációs szoftver, és hiába van legalább négy magyar anyanyelvű fejlesztő az Apple-nél 6 éve, ezt a marginálisnak nem nevezhető, több ezer ember által naponta érzékelt hibát nem sikerült meggyógyítani.)



Az Apple láthatóan arra törekedett, hogy felvegye a ritmust a mesterséges intelligencia szolgáltatások és képességek piacán, amelyhez elsősorban a pénzét használja fel: az integrálásra kerülő Google Gemini képességtől Siri okosabb lesz, és nem csak egy gagyi keresési eredményt jelenít meg, ha valamit kérdezünk, hanem konkrét válaszokat, interakciót, amelynek eredményeként további lépésekre van lehetőség. (Ahogyan az OpenAI ChatGPT terméke, úgy a Google Gemini kapcsán is felmerülhet a kérdés a tisztelt olvasóban: ha ezek a szolgáltatások nem is irodalmi minőségben, de mondjuk a helyesírással legalább alap szinten foglalkozó fórumozó szintjén beszélnek magyarul, akkor vajon az ezeket integráló Siri miért nem tud legalább korlátozottan magyarul?)
Az Apple bemutatójának egyik része az a típusú megoldás volt, amit érdemben sosem fogunk használni: meglátunk egy szép ételt, lefényképezzük, a Visual Intelligence azonosítja és megírja a receptet - természetesen úgy, hogy a gluténérzékeny barátunk ízlésének is megfeleljen, és amolyan sommelier módjára ajánl hozzá megfelelő nedűt is, majd meghívót küld ki a baráti társaságunknak a következő RÁBA ETO - FC Kanizsa barátságos meccs kapcsán. Természetesen ellenőrzi a naptárunkat, hogy semmi ütközés ne legyen. Annyi előnye volt a szolgáltatásnak a bemutatón, hogy a küldés előtt lehetőség van átfutni a meghívót, hogy biztosan a megfelelő névlistának menjen el a megfelelő üzenet, és a mediterrán konyhát kedvelők számára bizonyosan ízletes pita legyen a szövegben, ne annak egy betű elírás okán egészen eltérő jelentésű változata (megtörtént eset).
A Camera / Kamera alkalmazásba beépített vizuális intelligencia kimondottan hasznos paraméter, még ha idővel haszontalan információk tömegével is lesz képes bombázni, és persze felmerül az igény, hogy mennyire lesz hiteles minden információ. (A közelmúltban a ChatGPT akart meggyőzni arról, hogy a Keleti pályaudvar Lotz termében lévő Hídépítés című festmény valójában az Andrássy úton van. Több soros „vitát” kellett leküzdeni vele, míg belátta, hogy „lehetséges, hogy a Keleti pályaudvaron van”.)



A funkció összességében ígéretes, még ha a Google már évekkel ezelőtt meg is valósította, de beépítve a saját, gyári fényképező alkalmazásba mindenképpen vonzó paraméter lesz.
Remek dolgokat ígér a Safari kapcsán a Siri AI tudása: Kivel ne fordulna elő, hogy megnyit egy oldalt átolvasva 43 másik oldalt, hogy majd ha lesz erre idő, akkor tovább olvassa? Elég csak egy Wikipedia szócikket megnézni, és az összefüggések révén ránk ömlő tudás megszerzésének vonzereje nagy számú további szócikk megnyitására sarkall. Amire egy 24 órás nap sajnos kevés, és amíg nem kerül bevezetésre hosszabb nap, ezek a megnyitott lapok ott árválkodnak a Safari böngészőnk egy dokkra lerakott ablakában. A szerencsésebbek bekerülnek egy lapcsoportba (Tab Group), és a következő Glamour nap során egy pláza folyosóján kedvesünkre várakozva talán eljutunk az átolvasásukhoz és bezárásukhoz. Rosszabb esetben ezek szétszórva árválkodnak különböző böngészőablakokban - akár olyan is előfordul, hogy mire megnéznénk, és a Safari megpróbálja újratölteni, már megszűnt az adott lap…



A mesterséges intelligencia most hasonló módszert alkalmaz, mint a Tab Groups / Lapcsoportok, amely kapcsán az év korábbi időszakában jelent meg egy írásmű. Téma, tartalom alapján összeszedi az egyes oldalakat, és szervezettebben prezentálja a számunkra, hogy könnyebben vissza tudjunk térni hozzájuk, kevésbé felejtkezzünk el róluk.
A Home / Otthon alkalmazás kapcsán az Apple új elemzési képességeket épít be az Apple Intelligence tudását használva. A jövőben az otthoni kameráink felvételét elemezve összefoglalókat kapunk a jelentősebb eseményekről, vagyis nem kell végignéznünk 7 órányi videót ahhoz, hogy megtaláljuk, mikor járt nyest az udvarunkon. A keresés számos paramétert és személyt képes lesz azonosítani, így ha a futár hozza meg a csomagunkat, azt lehetőségünk van visszakeresni és azonosítani, stb.
Érdekes változás, ha drámaian akarunk fogalmazni, paradigmaváltás a képgenerálás témaköre. 2024-ben az Apple még egyfajta vallásos elhatárolódással beszélt arról, hogy a semmiből képeket generáljanak a szoftverei. Külön megmagyarázták, hogy miért fér bele egy kábel eltávolítása kapcsán a valóságban ott nem látszódó kékség elhelyezése a képen, vagy éppen egy nem kívánt szereplő kivágása a háttérből.



Ehhez képest most fényképészeti valóságot ígér az Apple már az Image Playground alkalmazásba építve, amely révén akár a fényképeink között lévő portrékból alkothatunk olyan képeket, amelyek sosem történtek meg.