۴ مشکل اساسی در هوش مصنوعی Siri و تلاش اپل برای ارتقای آن

نسخه جدید هوش مصنوعی Siri که در سال ۲۰۲۶ عرضه شد، جهشی بسیار بزرگ نسبت به نسل‌های پیشین این دستیار هوشمند محسوب می‌شود؛ هرچند هنوز خالی از ایراد نیست. این دستیار صوتی روی مدل‌های سازگار iPhone، مک‌بوک، iPad و Apple Watch اجرا می‌شود. پلتفرم Apple Intelligence قدرت‌بخش این دستیار است و امکان پاسخ‌دهی متناسب با زمینه گفتگو، مکالمات روان و دسترسی به دامنه وسیع‌تری از اطلاعات دنیای واقعی را فراهم می‌کند. علاوه بر این، یک اپلیکیشن اختصاصی برای Siri در نظر گرفته شده است که امکان چت مستقیم با دستیار و مرور تاریخچه مکالمات پیشین را در اختیار کاربران می‌گذارد.

یکی از امیدبخش‌ترین قابلیت‌های جدید Siri، توانایی جستجوی اطلاعات مرتبط در میان برنامه‌های مختلف است؛ برای نمونه، این دستیار می‌تواند نام رستورانی را که دوستتان در ایمیل ذکر کرده پیدا کند یا زمان نوبت بعدی پزشک را یادآوری نماید. در بررسی‌های عملی، با درخواست تأیید تاریخ سفرهای پیش‌رو و یادآوری نام مقصد، Siri به‌سرعت ایمیل‌ها را بررسی کرد، اطلاعات مورد نظر را بیرون کشید و در عرض چند ثانیه پاسخ دقیق را ارائه داد.

قابلیت کاربردی دیگر، آگاهی از محتوای صفحه یا On-Screen Awareness است که به دستیار اجازه می‌دهد اپلیکیشن فعال روی نمایشگر را درک کند. برای مثال، هنگام باز بودن ایمیل رزرو سفر و طرح سؤال درباره ترانسفر فرودگاهی، دستیار با جستجوی پیام‌های ردوبدل‌شده، پیام مرتبطی را در چت گروهی iMessage پیدا کرد و توضیح داد که یکی از همراهان، رایگان بودن ترانسفر هتل را تأیید کرده است. در ادامه، Siri پنجره پیامی باز کرد تا رزرو نهایی مستقیماً برای او ارسال و تأیید شود.

پیشرفت‌های فنی اپل در این نسخه تحسین‌برانگیز است و ارتقای چشمگیری نسبت به گذشته به‌شمار می‌رود، با این حال آزمایش این سیستم از مراحل ابتدایی بتا نشان می‌دهد که کارکرد آن همواره بی‌نقص نیست و برخی اشکالات فنی همچنان تجربه کاربری را تحت تأثیر قرار می‌دهند.

پاسخ ندادن در اولین تلاش و سردرگمی میان دستگاه‌ها

گاهی Siri به‌کلی کاربر را نادیده می‌گیرد و هیچ واکنشی نشان نمی‌دهد. در این سناریوها، کاربر دستیار را فرامی‌خواند، حباب نشانگر هوش مصنوعی روی نمایشگر ظاهر می‌شود و دستور بیان می‌گردد، اما دستیار در کمال تعجب به سکوت کامل فرومی‌رود. هرچند این اتفاق دائمی نیست، اما تکرار آن نشان‌دهنده یک الگوی رفتاری ناپایدار در سیستم است.

هنگام فعال‌سازی صوتی، Siri گاهی در تشخیص دستگاه هدف سردرگم می‌شود و نمی‌داند کاربر قصد دارد با iPhone صحبت کند یا Apple Watch. این معضل در نسخه‌های پیشین نیز وجود داشت؛ به‌طوری‌که حتی با نزدیک کردن ساعت به دهان و زمزمه کردن دستور، چنانچه آیفون در نزدیکی یا حتی در اتاق دیگری قرار داشته باشد، دستیار همواره دریافت دستور از طریق iPhone را ترجیح می‌دهد و روی آن فعال می‌شود.

تنها راهکار کاربردی برای دور زدن این مشکل، فشردن و نگه‌داشتن دکمه چرخشی Digital Crown روی ساعت است تا Siri مجبور شود از روی همان مچ‌بند هوشمند پاسخ دهد. در مقابل، هوش مصنوعی رقیب یعنی Google Gemini در تشخیص اینکه کاربر به کدام گجت نزدیک‌تر است عملکرد بسیار هوشمندانه‌تری دارد و در اکثر مواقع اولویت را به دستگاه درست اختصاص می‌دهد.

علاوه بر این، ساعت هوشمند Apple Watch گاهی حتی در شرایطی که گوشی همراه در اطراف نیست نیز تمایلی به پاسخ‌گویی نشان نمی‌دهد. تکرار مکرر عبارت «Hey Siri» رو به ساعت در محیط‌های شلوغ یا خیابان و بی‌نتیجه ماندن آن، موقعیت ناخوشایندی ایجاد می‌کند. در مقایسه، اکوسیستم گوگل هنگام تفکیک فرمان‌های صوتی میان ساعتی چون Google Pixel Watch 5 و گوشی مجاور نظیر Google Pixel 11 Pro مدیریت بسیار دقیق‌تری دارد و به‌ندرت در فراخوانی دچار خطا می‌شود.

فاصله معنادار با هوش مصنوعی Gemini در درک زمینه گفتگو

هوش مصنوعی Siri از زمان عرضه اولیه پیوسته در حال ارتقا بوده و پشتیبانی از زبان‌های دیگر را نیز به قابلیت‌های خود افزوده است. با وجود این، این دستیار صوتی از نظر درک عمیق زمینه مکالمه و ارائه پاسخ‌های باجزئیات و جامع، همچنان یک پله پایین‌تر از Google Gemini قرار می‌گیرد.

برای نمونه، در پرسشی درباره زمان و شرایط اکران یک فیلم سینمایی در سینماهای منطقه، Siri پاسخ داد که فیلم در حال حاضر اصلاً اکران نمی‌شود، پاسخی که کاملاً نادرست بود. در آزمایشی مشابه، Gemini توضیح داد که اگرچه فیلم در شهر محل اقامت کاربر روی پرده نیست، اما سینمایی در شهر مجاور که تنها ۱۰ دقیقه رانندگی با آن فاصله دارد در همان ساعت مشغول نمایش آن است؛ رویکردی که تفاوت درک هوشمندانه از نیازهای کاربر را آشکار می‌کند.

البته جدا از چالش‌های مربوط به برنامه‌ریزی اوقات فراغت، Siri در بسیاری از موقعیت‌ها عملکرد درخشانی دارد. برای نمونه، در درخواست ارائه دستور تهیه یک سس طعم‌دهنده، دستیار اپل مقادیر مواد اولیه را از لحاظ بصری منظم‌تر و تمیزتر از Gemini دسته‌بندی کرد و با پرسش درباره جایگزین‌های مواد غذایی، گزینه‌های متنوع‌تر و کاربردی‌تری پیشنهاد داد.

خطاها و محدودیت‌های گاه‌وبیگاه در قابلیت Visual Intelligence

یکی دیگر از قابلیت‌های محوری Siri، ابزار بینایی هوشمند یا Visual Intelligence است که به کاربر امکان می‌دهد با گرفتن دوربین گوشی به سمت سوژه‌ها و فشردن دکمه کناری، اطلاعات کاملی درباره آنها به دست آورد. اپل این فناوری را ارتقا داده و شیوه فراخوانی آن را از یک ژست دکمه‌ای پیچیده به تنظیماتی سرراست در اپلیکیشن دوربین تبدیل کرده است.

اپل ویژگی Visual Intelligence را ابزاری برای «شناخت محیط پیرامون» معرفی می‌کند، اما خروجی آن همیشه دقیق نیست. در یک بررسی میدانی، هنگام نشانه رفتن دوربین به سمت اسپیکر Sonos Era 300، دستیار در مرحله نخست دستگاه را به‌درستی شناسایی کرد، اما در تلاش دوم، مدل آن را Sonos Era 100 تشخیص داد؛ اسپیکری که بسیار کوچک‌تر است و ظاهر کاملاً متفاوتی دارد.

در آزمایش دیگری با یک گیاه آپارتمانی، Siri نوع گیاه را با موفقیت تشخیص داد و جزئیاتی اولیه درباره آن ارائه کرد. مدل هوش مصنوعی Gemini روی گوشی Google Pixel 11 Pro نیز همین کار را انجام داد، اما علاوه بر معرفی گیاه، فهرستی از وب‌سایت‌های مرجع را برای کسب اطلاعات تکمیلی در اختیار گذاشت. از سوی دیگر، در قابلیت بینایی هوشمند اپل امکان پرسیدن سؤالات تکمیلی وجود ندارد، در حالی که در Gemini و سرویس قدیمی‌تر Google Lens کاربر می‌تواند گفتگو را درباره سوژه ادامه دهد.

چالش‌ها و ناهماهنگی در ابزارهای نگارش متن

هوش مصنوعی Siri مجموعه‌ای از ابزارهای نگارشی جدید را برای نگارش ایمیل و پیام، ایده‌پردازی و ویرایش متن در خود جای داده است، اما این بخش نیز با ناهماهنگی‌هایی روبرو است. در تستی برای نوشتن متن در پنجره پیام‌رسان، با تکیه بر قابلیت آگاهی از صفحه، پیام به‌صورت شفاهی دیکته شد اما هیچ متنی روی نمایشگر ظاهر نگردید. با وجود این سکوت بصری، دستیار ناگهان پرسید که آیا پیام ارسال شود یا خیر؛ پس از دادن پاسخ مثبت، باز هم هیچ اقدامی صورت نگرفت.

بررسی اپلیکیشن اختصاصی Siri نشان داد که گزارش این تعامل به‌همراه متن پیام و دکمه‌های تأیید یا لغو ثبت شده است. به نظر می‌رسید گفتن کلمه «بله» به‌جای «ارسال»، فرآیند صوتی را مختل کرده بود. با این حال در تکرار دوباره آزمایش، همان فرمان با موفقیت اجرا شد. در نهایت پیام ارسال گردید، اما این فرایند مستلزم صرف وقت و تلاش مضاعفی بود که از یک ابزار هوشمند انتظار نمی‌رود.

با وجود تمام این موارد، هوش مصنوعی Siri در بسیاری از کاربردهای روزمره عملکرد شایسته‌ای به نمایش می‌گذارد. دستاوردهای جدید اپل در این دستیار چشمگیر است و این فناوری با سرعت رو به جلو حرکت می‌کند. مانند هر پلتفرم نرم‌افزاری نوین، برطرف شدن این نقایص و ناپایداری‌های جزئی به زمان نیاز دارد و انتظار می‌رود اپل در به‌روزرسانی‌های آتی، کارکرد دستیار هوشمند خود را به تکامل برساند.