پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

آغاز آزمایش قابلیت‌های هوش مصنوعی Apple Watch برای مرور و خلاصه‌سازی مکالمات

انتشار:۱۲ آبان ۱۴۰۵(۳۸ دقیقه پیش)
۶ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

اپل فاز آزمایشی فناوری جدید Audio Intelligence را برای ساعت‌های هوشمند خود کلید زده است. این قابلیت‌های مجهز به هوش مصنوعی به کاربران امکان می‌دهند بخش‌های نشنیده از گفتگوها را بازخوانی کنند و خلاصه‌ای ساختاریافته از مکالمات روزمره تحویل بگیرند.

آغاز آزمایش قابلیت‌های هوش مصنوعی Apple Watch برای مرور و خلاصه‌سازی مکالمات

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • قابلیت جدید Live Rewind به کاربران Apple Watch امکان می‌دهد با فشردن دوگانه تاج دیجیتال، متن سخنان ۱۵ ثانیه گذشته را روی صفحه ساعت مشاهده کنند.
  • ابزار هوشمند Siri Recaps بدون ذخیره‌سازی فایل صوتی یا پیاده‌سازی کلمه‌به‌کلمه، گفتگوهای روزمره و جلسات کاری را در قالب نکات کلیدی خلاصه می‌کند.
  • اپل برای تضمین حریم خصوصی، پردازش اطلاعات صوتی را از طریق تراشه S11 و سرورهای امن Private Cloud Compute به شکلی کاملاً رمزگذاری‌شده انجام می‌دهد.

فناوری مجهز به هوش مصنوعی Audio Intelligence اپل برای ساعت هوشمند Apple Watch وارد مرحله آزمایش بتای توسعه‌دهندگان شد؛ قابلیتی که ابتدا در به‌روزرسانی iOS 27.3 عرضه می‌شود و نخستین بار در رویداد سخت‌افزاری ماه سپتامبر این شرکت معرفی شده بود. این فناوری شامل چهار قابلیت هوش مصنوعی اختیاری است که به دارندگان Apple Watch Series 12 امکان می‌دهد صداهای مهم محیطی را تشخیص دهند، آهنگ‌های در حال پخش را شناسایی کنند، بخش‌های نشنیده از گفتگوها را بخوانند و یادداشت‌برداری کنند.

قابلیت تشخیص صدا به افراد ناشنوا و کم‌شنوا کمک می‌کند هشدارهای حیاتی مانند آژیر خطر، زنگ ساعت یا زنگ در را مستقیماً روی ساعت مچی خود دریافت کنند. هم‌زمان، ویژگی تشخیص موسیقی با تکیه بر برنامه Shazam، آهنگ‌های در حال پخش در محیط را شناسایی می‌کند و نام قطعه و خواننده را نمایش می‌دهد.

قابلیت‌های جدید هوش مصنوعی در Apple Watch
منبع تصویر: Apple

با وجود این، ویژگی‌هایی که پتانسیل برانگیختن جنجال‌های بیشتری دارند، قابلیت‌هایی هستند که به مکالمات انسانی گوش می‌دهند: دو قابلیت Live Rewind و Siri Recaps.

با توجه به موج انتقادات علیه دستگاه‌های ضبط صدای مجهز به هوش مصنوعی، مانند عینک‌های هوشمند متا و سایر گجت‌های پوشیدنی مشابه، اپل کوشیده است سازوکاری طراحی کند که ضمن ارائه ابزارهای کاربردی به دارندگان Apple Watch، حریم خصوصی اطرافیان نیز کاملاً حفظ شود.

ایده اصلی پشت ویژگی Live Rewind این است که اگر جمله‌ای را نشنیدید یا متوجه نشدید، بتوانید در زمان به عقب برگردید و متن صحبت‌های طرف مقابل را بخوانید. برای مثال، اگر فردی آدرسی را شفاهی توضیح می‌دهد یا پیشخدمت رستوران فهرست بلندبالایی از غذاهای روز را می‌خواند، کافی است دو بار روی تاج دیجیتال ساعت ضربه بزنید تا متن صحبت‌های ۱۵ ثانیه گذشته به‌صورت تکه‌ای متنی روی صفحه ساعت ظاهر شود. کاربر می‌تواند این متن را بخواند و کاری انجام ندهد تا برای همیشه ناپدید شود؛ یا آن را در برنامه مستقل Siri که همراه با iOS 27 عرضه شده است ذخیره کند تا بعداً به آن دسترسی داشته باشد. این قابلیت هنگام به‌خاطرسپاری نام افراد یا یادداشت‌برداری سریع از یک سخنرانی شتاب‌زده بسیار سودمند خواهد بود.

قابلیت Live Rewind در ساعت هوشمند اپل
منبع تصویر: Apple

اپل می‌گوید در صورت وجود هرگونه سؤال درباره سخنان بیان‌شده، گزینه‌ای تحت عنوان Ask Siri در زیر متن نمایش داده می‌شود. به این ترتیب، اگر با یک اصطلاح تخصصی نامفهوم مواجه شدید یا پیشخدمت نوعی سس ناشناخته را پیشنهاد داد، می‌توانید از Siri بپرسید و توضیح آن را فوراً دریافت کنید.

هنگام فشردن دوگانه تاج دیجیتال، صدای زنگ ملایمی شنیده می‌شود و انیمیشنی خاص روی نمایشگر ساعت نقش می‌بندد. هدف از تلفیق این حرکت دست، هشدار صوتی و جلوه بصری آن است که اطرافیان نیز متوجه شوند بخشی از گفتگو ثبت شده است.

چنانچه کاربر این بخش‌های متنی را ذخیره نکند، پس از ۳۰ ثانیه به‌صورت خودکار حذف خواهند شد.

قابلیت دیگر یعنی Siri Recaps، این فناوری شنود محیطی را باز هم فراتر می‌برد و به دارندگان Apple Watch امکان می‌دهد خلاصه‌ای راهبردی و کلی از مکالمات روزمره خود تهیه کنند.

قابلیت خلاصه‌سازی مکالمات با هوش مصنوعی در Apple Watch
منبع تصویر: Apple

نکته بسیار مهم این است که به گفته اپل، این سیستم هویت گویندگان را شناسایی نمی‌کند، فایل خام صوتی را نگه نمی‌دارد و رونوشت کلمه‌به‌کلمه ارائه نمی‌دهد. در عوض، این ویژگی مکالمه را با یک جمله کوتاه و چند نکته کلیدی مهم خلاصه می‌کند. برای نمونه، بسته به موضوع صحبت، این موارد می‌توانند تاریخ‌ها و مهلت‌های حیاتی، اطلاعات قیمت‌گذاری، طرح‌های پرداخت و سایر جزئیات واقعی را پوشش دهند.

اپل سناریوهایی نظیر جلسات کاری، گردهمایی‌های اولیا و مربیان، جلسات تمرینات ورزشی و دیگر موقعیت‌هایی را پیشنهاد می‌دهد که کاربر باید تکالیف تعیین‌شده یا نکات کلیدی را به خاطر بسپارد. در اصل، این سازوکار رفتاری مشابه یادداشت‌برداری سریع فرد را بازآفرینی می‌کند؛ آن هم کاملاً خنثی و بدون افزودن لحن یا بار احساسی.

این ابزار به‌ویژه در لحظاتی کاربرد دارد که دست‌هایتان بند است یا تمام تمرکز خود را روی درک سخنان گوینده گذاشته‌اید و فرصت نوشتن ندارید. علاوه بر این، هنگامی که با هدفون در حال گوش دادن به موسیقی هستید یا از قابلیت حذف نویز فعال استفاده می‌کنید، سیستم به هیچ عنوان گفتگوها را ثبت نخواهد کرد.

در پایان روز، اگر قابلیت فعال باشد، پیامی برای مرور خلاصه مکالمات ضبط‌شده دریافت می‌کنید تا مشخص کنید کدام موارد باید نگهداری شوند. این یادداشت‌ها را می‌توان در برنامه Notes ذخیره کرد یا اگر جنبه شخصی‌تری دارند، به برنامه Journal منتقل نمود. در صورتی که واکنشی نشان ندهید، خلاصه‌ها پس از هفت روز خودبه‌خود پاک می‌شوند.

یادآور بررسی خلاصه مکالمات ضبط‌شده، هنگام نخستین باز کردن قفل Apple Watch در ابتدای صبح نیز دوباره نمایش داده می‌شود.

کاربران می‌توانند ویژگی Siri Recaps را به‌صورت دستی فعال کنند یا برای آن برنامه زمانی تعریف نمایند؛ مثلاً تنظیم کنند که خلاصه‌سازی فقط در ساعات کاری فعال باشد و شب‌ها هرگز اجرا نشود. حتی اگر قابلیتی بر اساس زمان‌بندی در حال اجرا باشد، کاربر در هر لحظه می‌تواند آن را از طریق بخش Control Center غیرفعال کند.

اپل تأکید می‌کند که الگوریتم‌های Siri Recaps به‌گونه‌ای آموزش دیده‌اند که اطلاعات حساس نظیر کدهای ملی و دولتی، داده‌های مالی و هویتی، مشخصات فردی خاص و هرگونه عبارت مروج آسیب به خود را از متن نهایی حذف کنند.

قابلیت‌های فناوری Audio Intelligence در ساعت‌های Apple Watch Series 12 و Apple Watch Ultra 4 بر پایه‌ای ترکیبی از سخت‌افزار، نرم‌افزار و خدمات اختصاصی اپل کار می‌کنند. این مجموعه شامل تراشه S11، میکروفون داخلی، مدل‌های Apple Intelligence مستقر روی گوشی آیفون و سامانه پردازش ابری خصوصی اپل موسوم به Private Cloud Compute است.

معماری امنیتی پردازش صدا در Apple Watch
منبع تصویر: Apple Watch

پردازنده همواره‌روشن این ساعت دارای بخشی امنیتی به نام Secure Enclave است؛ فضایی از حافظه که در سطح سخت‌افزاری محافظت می‌شود و سایر بخش‌های سیستم‌عامل هرگز به آن دسترسی ندارند. در این بخش، یک بافر صوتی اختصاصی وظیفه پردازش صدای خام را بر عهده دارد. به لطف این ساختار، داده‌های صوتی بدون آنکه برای هیچ شخصی، حتی خود شرکت اپل، قابل دسترسی باشند تحلیل می‌شوند. دسترسی به این صداها تنها از طریق پیوند امن میان ساعت و گوشی آیفون جفت‌شده امکان‌پذیر است.

برای اجرای این فرایند، ابتدا مدل‌های سبک هوش مصنوعی در تراشه S11 تشخیص می‌دهند که آیا دارنده ساعت در حال گفتگو است یا خیر. سپس این داده‌ها به واحد پردازش امن در آیفون فرستاده می‌شوند. پردازش محلی آیفون صدا را به متنی فشرده تبدیل می‌کند که کلمات زائد و مکث‌های کلامی از آن پالایش شده‌اند. در ادامه، این متن فشرده رمزگذاری شده و به سامانه Private Cloud Compute اپل ارسال می‌شود تا خلاصه نهایی مکالمه تولید و به گوشی بازگردانده شود. تمامی خلاصه مکالمات و داده‌های کمکی بلافاصله پس از ایجاد، از سرورهای ابری اپل پاک می‌شوند.

خلاصه‌هایی که در گوشی آیفون نمایش داده می‌شوند منحصراً برای خود کاربر در دسترس بوده و اپل هیچ راه نفوذی به آن‌ها ندارد. هم‌چنین هنگام همگام‌سازی یادداشت‌ها میان سایر دستگاه‌های اکوسیستم اپل، فرایند به‌طور سرتاسری رمزگذاری خواهد بود.

به شکلی مشابه، Apple Watch برای تولید قطعات متنی ۱۵ ثانیه‌ای در قابلیت Live Rewind نیز داده‌های صوتی را برای پردازش امن به آیفون منتقل می‌کند.

اپل یادآور شده است که هیچ‌یک از این قابلیت‌ها تأثیر منفی بر شارژدهی باتری ساعت یا گوشی نخواهند داشت. این ویژگی‌ها پس از پایان فاز آزمایشی توسعه‌دهندگان، در قالب بتای عمومی عرضه می‌شوند تا پیش از انتشار عمومی برای تمامی کاربران، آزمایش‌های گسترده‌تری را پشت سر بگذارند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

افزایش ۷۲ برابری سرعت پردازش هوش مصنوعی؛ راهکار جدید دانشگاه ETH Zurich برای متن‌های ۱۰ میلیون توکنی
آخرین اخبار

افزایش ۷۲ برابری سرعت پردازش هوش مصنوعی؛ راهکار جدید دانشگاه ETH Zurich برای متن‌های ۱۰ میلیون توکنی

پژوهشگران دانشگاه ETH Zurich و استارتاپ Prefrontal AI با معرفی معماری جدید LSA، گلوگاه پردازش متن‌های فوقطولانی در مدل‌های هوش مصنوعی را برطرف کردند. این روش با سازماندهی معنایی داده‌ها، سرعت پردازش را در پنجره‌های متنی ۱۰ میلیون توکنی تا ۷۲ برابر افزایش می‌دهد و کارایی مدل‌ها را به‌شدت ارتقا می‌بخشد.

۲ دقیقه مطالعه
۰
۱۲ آبان
هشدار رئیس Blackstone درباره ریسک بدهی‌ها؛ توسعه زیرساخت هوش مصنوعی نیازمند سرمایه‌گذاری مستقیم است
آخرین اخبار

هشدار رئیس Blackstone درباره ریسک بدهی‌ها؛ توسعه زیرساخت هوش مصنوعی نیازمند سرمایه‌گذاری مستقیم است

رئیس شرکت Blackstone هشدار داد که موج عظیم سرمایه‌گذاری در زیرساخت هوش مصنوعی، خطرات بزرگی برای وام‌دهندگان ایجاد کرده است. به‌گفته او، هزینه‌های هنگفت مراکز داده و توان پردازشی فراتر از ظرفیت بازار بدهی است و این حوزه به سرمایه‌گذاری مستقیم و سهامداری بیشتری نیاز دارد.

۳ دقیقه مطالعه
۰
۱۲ آبان
گارتنر: مدل‌های وزن‌باز ۹۰ درصد وظایف عامل‌های هوشمند را با یک‌بیستم هزینه انجام می‌دهند
آخرین اخبار

گارتنر: مدل‌های وزن‌باز ۹۰ درصد وظایف عامل‌های هوشمند را با یک‌بیستم هزینه انجام می‌دهند

گزارش جدید موسسه گارتنر نشان می‌دهد مدل‌های وزن‌باز قادرند بخش عمده وظایف روزمره در عامل‌های هوش مصنوعی را با کسری از هزینه مدل‌های تجاری پیشرو اجرا کنند. تحلیلگران پیش‌بینی می‌کنند تا سال ۲۰۳۰ بیش از ۹۰ درصد مراحل عملیاتی سازمان‌ها به این مدل‌ها واگذار شود و ارزش اصلی بازار به بسترهای مدیریت و هماهنگ‌سازی عامل‌ها منتقل گردد.

۳ دقیقه مطالعه
۰
۱۲ آبان