اپل پس از سال‌ها وعده، امکان اتصال هوش مصنوعی Siri به برنامه‌ها را برای توسعه‌دهندگان فراهم کرد

از روز سه‌شنبه، توسعه‌دهندگان می‌توانند قابلیت‌های گسترش‌یافته ادغام هوش مصنوعی Siri با برنامه‌های پلتفرم‌های اپل را در قالب نسخه‌های بتای iOS 27.3، iPadOS 27.3، macOS 27.3 و visionOS 27.3 بررسی و آزمایش کنند. پیش‌بینی می‌شود بهار سال آینده، نزدیک به سه سال پس از اعلام برنامه‌های اولیه برای یکپارچگی عمیق‌تر Siri با برنامه‌های متفرقه، اپل پذیرش برنامه‌های مجهز به این قابلیت‌های جدید را در اپ استور آغاز کند.

اپل در پستی در بخش اخبار توسعه‌دهندگان اعلام کرد: «این نسخه بتای توسعه‌دهندگان، پیش‌نمایشی از قابلیت‌های App Intents برای ارتباط با هوش مصنوعی Siri ارائه می‌دهد. با این پیش‌نمایش اولیه، برنامه شما می‌تواند مستقیماً با Siri کار کند و امکان تعامل سریع‌تر و ارائه خدمات بهتر به کاربران را فراهم آورد.»

هر تغییری در این مسیر یک گام رو‌به‌جلو به‌شمار می‌رود. دستیار صوتی Siri اپل که پیشینه آن به سال ۲۰۱۱ بازمی‌گردد، در سال ۲۰۱۶ دسترسی محدودی به برنامه‌های متفرقه پیدا کرد و در سال ۲۰۲۴ نیز به رابط اصلی تعامل با Apple Intelligence (مجموعه قابلیت‌های هوش مصنوعی مولد اپل) تبدیل شد.

با این حال، عملکرد Apple Intelligence چندان هوشمندانه پیش نرفت و چند مورد از قابلیت‌های تبلیغ‌شده Siri با تأخیرهای پیاپی روبه‌رو شد؛ تا جایی که در سال ۲۰۲۵ شکایتی علیه اپل به اتهام بازاریابی گمراه‌کننده مطرح شد. پس از تغییرات اساسی در تیم یاد‌گیری ماشین اپل در دسامبر ۲۰۲۵، بخش‌های مختلف Siri و Apple Intelligence در کنفرانس جهانی توسعه‌دهندگان اپل در ژوئن بازطراحی و متحول شدند.

روبرتو گوتیرز، مهندس ارشد پلتفرم‌های اپل و نویسنده کتاب On-Device Intelligence، در این رابطه می‌گوید: «پیش از امسال، Siri صرفاً یک تایمر سخنگو بود و کاربردش به بررسی آب‌وهوا، تنظیم آلارم و برقراری تماس خلاصه می‌شد و انجام هر کاری فراتر از این موارد شبیه به پرتاب سکه و شانس محض بود.»

او در ادامه افزود: «در سمت توسعه‌دهندگان نیز فریمورک SiriKit فقط از چند حوزه محدود پشتیبانی می‌کرد و میان‌برهای Shortcuts تنها زمانی کار می‌کردند که کاربر عبارات دقیق را حفظ کرده باشد. اما نسخه جدید Siri مجهز به هوش مصنوعی، نخستین نسخه‌ای است که زمینه و سیاق گفتار را درک می‌کند و می‌تواند مجموعه‌ای از دستورها را در برنامه‌های مختلف به یکدیگر پیوند دهد. این رویکرد یک تحول واقعی محسوب می‌شود.»

با این وجود، گوتیرز معتقد است که موانعی نیز در این مسیر وجود دارد. هوش مصنوعی Siri در حال حاضر فقط در تعداد محدودی از زبان‌ها و مناطق جغرافیایی در دسترس است. انتظار می‌رود پشتیبانی از زبان چینی سنتی تا پایان سال ۲۰۲۶ اضافه شود، اما عرضه آن در اتحادیه اروپا همچنان نیازمند مذاکره است؛ زیرا در پی الزامات قانون بازارهای دیجیتال اروپا (DMA) پیرامون تعامل‌پذیری پلتفرم‌ها، این قابلیت فعلاً روی سیستم‌عامل‌های iOS، iPadOS و watchOS در این اتحادیه غیرفعال است.

اپل ماه گذشته بدون ارائه هیچ‌گونه تعهد برای دادن امتیاز خاصی، اعلام کرد که در تلاش است تا با همکاری سازنده با اتحادیه اروپا راهکاری برای حل این مسئله بیابد.

گوتیرز تأکید می‌کند که باز شدن درهای Siri به‌روی برنامه‌های متفرقه تا حد مشخصی برای اکوسیستم کاربردی خواهد بود.

وی توضیح داد: «Siri تنها کارهایی را می‌تواند انجام دهد که برنامه‌ها از طریق سیستم App Intents در دسترس قرار می‌دهند و فریمورک SiriKit به‌زودی کنار گذاشته می‌شود. اگر قابلیت‌های اصلی برنامه خود را تعریف نکنید، Siri جدید متوجه حضور برنامه شما نخواهد شد. تحول بزرگ‌تر، فراهم شدن امکان اتصال به مدل‌هایی نظیر Claude و Gemini است. امروزه توسعه‌دهندگان برای هر قابلیت هوش مصنوعی بین سه گزینه حق انتخاب دارند: مدل بومی اپل در سیستم‌عامل، یک مدل متن‌باز مبتنی بر فریمورک MLX، یا استفاده از رابط برنامه‌نویسی ابری (API). Siri نیز دقیقاً در همین مسیر حرکت می‌کند؛ این دستیار نیازی ندارد که باهوش‌ترین مدل بازار باشد، بلکه باید به بهترین مسیر‌یاب دستورها تبدیل شود و این تصمیمی کاملاً درست است.»

با وجود این، عدم انتشار نتایج بنچمارک‌های رسمی توسط اپل برای مقایسه مدل‌های پایه خود با گزینه‌های متن‌باز با وزن‌های عمومی، کار را برای انتخاب میان این گزینه‌ها دشوار کرده است.

اپل صرفاً نتایجی منتشر کرده است که نشان می‌دهد نسل سوم مدل‌های پایه این شرکت چه برتری‌هایی نسبت به مدل‌های سال ۲۰۲۵ دارند؛ اما وعده این شرکت برای انتشار جزئیات بیشتر شامل ارزیابی‌ها و بنچمارک‌های مقایسه‌ای در قالب یک گزارش فنی جامع، هنوز عملی نشده است.

از همین رو، گوتیرز بنچمارک‌های اختصاصی خود را برای مقایسه مدل سیستمی اپل (مدل پایه سیستم‌عامل با حدود ۳ میلیارد پارامتر) با چند مدل متن‌باز مناسب برای پردازش روی دستگاه اجرا کرد.

او در تشریح این آزمایش گفت: «روی یک آیفون با پردازنده A17 Pro، مدل سیستمی اپل را در انجام تسک‌های خروجی ساختاریافته در برابر مدل‌های Qwen3 با ۱.۷ و ۴ میلیارد پارامتر، Llama 3.2 با ۳ میلیارد پارامتر و Gemma 3 با ۴ میلیارد پارامتر ارزیابی کردم. از نظر سرعت، مدل اپل با حدود ۱۴۹ توکن بر ثانیه، تقریباً سه برابر سریع‌تر از چابک‌ترین مدل متن‌باز یعنی Qwen3 1.7B با سرعت ۴۶ توکن بر ثانیه عمل کرد.»

به گفته او، از نظر کیفیت پاسخ‌دهی رقابت پایاپای بود و تمام مدل‌ها توانستند پنج آزمون ساختاری را با موفقیت پشت سر بگذارند، اما تفاوت بنیادین و مزیت اصلی مدل اپل در مدیریت حافظه رم نمایان شد.

او توضیح می‌دهد: «وزن‌های مدل سیستمی اپل در فضایی خارج از سهمیه حافظه رم اختصاص‌یافته به برنامه شما نگهداری می‌شوند. مصرف حافظه رم برنامه من حین پردازش مدل اپل حداکثر به ۱۲ مگابایت رسید، در حالی که بارگذاری یک مدل متن‌باز با ۴ میلیارد پارامتر حدود ۲.۴ تا ۲.۷ گیگابایت حافظه مصرف می‌کند. مصرف ۲.۴ گیگابایت رم در کنار حافظه مورد نیاز خود برنامه و یک کامپوننت وب‌ویو، به کرش کردن برنامه ختم می‌شود. بنابراین مدل بومی اپل کاملاً رقابتی است و برای آیفون بهترین گزینه پیش‌فرض به‌شمار می‌رود. با این حال، اگر قصد دارید مدل اختصاصی خود را داشته باشید، Qwen3 1.7B بهترین انتخاب است.»

با این وجود، گوتیرز از اپل خواست بنچمارک‌های رقابتی شفافی منتشر کند: «اعدادی که اپل ارائه می‌دهد فقط مقایسه با مدل‌های قبلی خودش است، در حالی که توسعه‌دهندگان میان نسخه‌های سال گذشته و امسال اپل دست به انتخاب نمی‌زنند؛ ما در حال انتخاب بین مدل اپل، مدل Qwen یا یک رابط ابری هستیم. من ناچار شدم یک محیط آزمایشی کامل برای پاسخی بسازم که اپل می‌توانست آن را با یک جدول ساده شفاف کند.»

نبود آمارهای مقایسه‌ای تنها نقص این معماری نیست، بلکه اپل برنامه‌های تحت وب را نیز به‌کلی نادیده گرفته است.

گوتیرز در این زمینه می‌گوید: «برنامه‌های تحت وب کاملاً کنار گذاشته شده‌اند. رابط برنامه‌نویسی مدل‌های پایه اپل مبتنی بر زبان‌های Swift و Python است و هیچ پشتیبانی از جاوااسکریپت یا WebKit وجود ندارد. تنها راه پیش روی یک برنامه وب پیش‌رونده (PWA) این است که مدل هوش مصنوعی را همراه خود داخل مرورگر اجرا کند و هزینه سنگین مصرف حافظه رم را در محیط وب‌ویو بپردازد.»

علاوه بر این، به‌کارگیری مدل‌های اختصاصی می‌تواند چالش‌های عملکردی ایجاد کند. او اشاره می‌کند: «در آیفون با پردازنده A17 Pro، اجرای مدل‌های متن‌باز با ۳ تا ۴ میلیارد پارامتر دمای گوشی را بالا برد و سرعت تولید را به ۱۲ تا ۲۴ توکن بر ثانیه کاهش داد؛ بنابراین در عمل، مدل اختصاصی روی آیفون باید در حد ۲ میلیارد پارامتر یا کوچک‌تر باشد.»

با توجه به عدم دسترسی به هوش مصنوعی Siri در آیفون، آیپد و اپل واچ در اتحادیه اروپا، و نیاز به تأییدیه‌های رگولاتوری در چین، توسعه‌دهندگان برای پوشش کاربران جهانی به راهکارهای جایگزین نیاز دارند. اگرچه سرویس پردازش ابری خصوصی اپل (Private Cloud Compute) امکان دسترسی به مدل‌های پایه را برای توسعه‌دهندگان واجد شرایط فراهم می‌کند، اما بهره‌مندی از آن مشروط به عضویت در برنامه کسب‌وکارهای کوچک اپ استور، داشتن کمتر از دو میلیون دانلود اولیه در مجموع برنامه‌ها و دریافت مجوزهای لازم است.