سیری در برابر جمنای؛ کدام دستیار هوش مصنوعی در موبایل عملکرد بهتری دارد؟

روش‌شناسی ارزیابی: هوش مصنوعی سیری در برابر جمنای

در این بررسی، به هر دو دستیار هوشمند دسترسی به یک صندوق ورودی یکسان داده شد: یک حساب کاربری جیمیل با تنظیمات پیش‌فرض. این آزمون با ۳ پرسش ساده و پایه که پاسخ‌های مشخص و سرراستی دارند آغاز شد.

در مرحله بعد، سطح دشواری چالش تحت عنوان آزمون «پیدا کردن سوزن در انبار کاه» افزایش یافت؛ یعنی ۳ سؤال پیرامون جزئیات فوق‌العاده خاص که در میان ایمیل‌های قدیمی مدفون شده بودند (مانند شماره تیکت پشتیبانی مربوط به سال ۲۰۲۵)؛ مواردی که پیدا کردن آن‌ها به‌صورت دستی بسیار دشوار و زمان‌بر است.

در نهایت، چالش با ۳ درخواست چندمرحله‌ای به اوج خود رسید؛ آزمون‌هایی که هر دو دستیار را وادار می‌کردند ابتدا اطلاعات خاصی را در صندوق ورودی پیدا کنند و سپس از همان داده‌ها برای انجام یک وظیفه ثانویه کمک بگیرند.

تمام آزمایش‌ها از طریق جستجوی صوتی و تحت شبکه وای‌فای انجام شدند؛ در حالی که سیری روی گوشی آیفون ۱۷ پرو مکس (iPhone 17 Pro Max) و جمنای روی سامسونگ گلکسی اس ۲۶ اولترا (Galaxy S26 Ultra) اجرا می‌شدند. علاوه بر دقت پاسخ‌ها، سرعت پردازش نیز با کرونومتر اندازه‌گیری شد؛ زمان‌سنج دقیقاً از لحظه پایان ادای دستور صوتی آغاز به کار می‌کرد و به محض نمایان شدن آخرین خط پاسخ روی صفحه متوقف می‌شد.

هرچند هر دو دستیار روی یک حساب جیمیل یکسان آزمایش شدند، اما نحوه دسترسی و بازیابی محتوا در آن‌ها متفاوت است. سیری هوش پردازشی روی دستگاه را با سیستم پردازش ابری امن اپل تحت عنوان «رایانش ابری خصوصی» (Private Cloud Compute) ترکیب می‌کند و بسته به نوع دستور، تعادل میان این دو برقرار می‌شود. تفاوت در نحوه پردازش درخواست‌ها می‌تواند بر زمان پاسخگویی تأثیر بگذارد؛ برای نمونه، بازیابی محلی اطلاعات معمولاً سریع‌تر از جستجو در بستر فضای ابری صورت می‌گیرد.

امکان کنترل معماری مورد استفاده هر دستیار یا تعیین دقیق میزان پردازش روی دستگاه در مقایسه با فضای ابری برای هر پرامپت وجود نداشت. با این حال، هدف این آزمایش مقایسه معماری‌های زیربنایی نبود؛ بلکه تمرکز اصلی بر این قرار داشت که فارغ از فناوری پشت صحنه، کدام دستیار در میدان عمل پاسخ‌ها را سریع‌تر ارائه می‌دهد. از این رو، زمان پاسخگویی هر دستیار در حالت پیش‌فرض اندازه‌گیری شد تا دقت، کارایی و سرعت آن‌ها در کنار یکدیگر سنجیده شوند.

نکته مهم: سیری پیش از جستجو در ایمیل‌های قدیمی، باید فرآیند ایندکس کردن حساب تازه‌متصل‌شده را در اپلیکیشن Apple Mail به پایان برساند؛ در نقطه مقابل، جمنای بلافاصله امکان دسترسی به ایمیل‌های ذخیره‌شده در دستگاه و فضای ابری را فراهم می‌کند.

سؤالات پایه

این مقایسه با مطرح کردن ۳ پرسش ساده از سیری و جمنای آغاز شد.

۱. پرواز هواپیمایی دلتا

اولین سؤال مطرح‌شده به این شرح بود: «من برای اواسط ماه ژوئیه یک پرواز دلتا رزرو کرده بودم. می‌توانی بگویی قصد داشتم به چه شهری سفر کنم؟»

سیری عملکردی سریع داشت و تنها در ۴ ثانیه پاسخ دقیق را ارائه کرد: نیواورلئان. این دستیار همچنین اطلاعات بیشتری در اختیار گذاشت و لینک مستقیم به ایمیل‌های حاوی رسید پرواز را ضمیمه کرد؛ مزیتی کلیدی که سیری در سرتاسر این آزمایش حفظ کرد.

جمنای پاسخی خلاصه‌تر داشت و آن را در قالب یک جمله جمع‌بندی کرد. با وجود این ایجاز، پاسخگویی آن حدود ۴ ثانیه زمان برد. بر خلاف سیری، جمنای پیوندی به ایمیل‌های پشتیبان پاسخ خود ارائه نمی‌دهد؛ نقص مشهودی که در طول آزمایش‌ها به وضوح به چشم می‌آمد.

پاسخ سیری اندکی شلوغ بود و ساختار آن چندان سرراست به نظر نمی‌رسید، اما به لطف ارائه دسترسی مستقیم به ایمیل‌های مرتبط با سؤال، برنده این دور شد.

برنده: سیری

۲. مهلت تمدید مجوز بازرسی فرودگاهی (TSA Pre-Check)

در سؤال پایه بعدی پرسیده شد: «ایمیلی دریافت کردم که می‌گوید پیش‌ثبت‌نام TSA Pre-Check من به‌زودی منقضی می‌شود. می‌توانی بگویی چه زمانی؟»

سیری ظرف ۵ ثانیه پاسخ داد و به‌درستی متذکر شد که در صورت از دست رفتن این مهلت، فرآیند باید دوباره از ابتدا طی شود. سیری بار دیگر لینک ایمیل مربوطه را در پاسخ گنجاند. در سوی دیگر، جمنای علی‌رغم ارائه پاسخی خلاصه‌تر و سرراست‌تر، به ۱۱ ثانیه زمان نیاز داشت و هیچ لینکی به ایمیل مورد نظر ارائه نکرد.

سیری نسبت به مرحله قبل عملکرد بهتری به نمایش گذاشت و ضمن ارائه پاسخی ساختاریافته‌تر، پردازش را با سرعتی به‌مراتب بالاتر از جمنای انجام داد.

برنده: سیری

۳. سفارش اینستاکارت (Instacart)

آخرین دستور در این مرحله چنین بود: «درباره آخرین سفارش اینستاکارت من توضیح بده. چه چیزهایی خریده بودم؟»

سیری بلافاصله متوجه شد که باید به سراغ صندوق ایمیل برود و تنها در ۹ ثانیه، بسته‌های گرانولای خریداری‌شده از اینستاکارت را به‌شکل دقیق فهرست کرد. سیری علاوه بر خلاصه سفارش، تاریخ تحویل و قیمت هر قلم کالا را نمایش داد و طبق معمول، لینک ایمیل حاوی رسید خرید را ضمیمه کرد.

جمنای در این بخش ناکام ماند؛ این دستیار هوش مصنوعی صندوق ایمیل را به‌کلی نادیده گرفت و در عوض به دنبال اپلیکیشن اینستاکارت نصب‌شده روی گوشی گشت و در نهایت هم نتوانست آن را پیدا کند. جمنای پس از ۱۱ ثانیه صرفاً اعلام کرد که پاسخی برای این سؤال پیدا نکرده است.

سیری با پاسخی سریع‌تر، کامل‌تر و سرشار از اطلاعات کاربردی، بار دیگر پیروز این بخش شد.

برنده: سیری

سؤالات «پیدا کردن سوزن در انبار کاه»

در این مرحله، توانایی سیری و جمنای در انجام جستجوهای جزئی‌نگرانه و کاوش در ایمیل‌های قدیمی‌تر از یک سال ارزیابی شد.

۴. پیدا کردن شماره تیکت پشتیبانی

این دور با درخواست زیر آغاز شد: «شماره تیکت مربوط به بازگشت وجه گوشی ناتینگ فون که در سال ۲۰۲۵ خریده بودم را پیدا کن.»

سیری در مدت ۱۴ ثانیه و جمنای در ۷ ثانیه پاسخ دادند و پاسخ هر دو دستیار کاملاً درست بود.

برنده: جمنای

۵. نام مدفون در قرارداد قدیمی

سپس این دستور به هر دو دستیار داده شد: «نام شخصی که سال گذشته قرارداد سالن عروسی من را صادر کرد بگو.»

هر دو دستیار سیری و جمنای نام شخص («اولیانا» / Uliana) را به‌درستی استخراج کردند، اما سیری با ثبت زمان ۵ ثانیه در برابر ۸ ثانیه جمنای، از نظر سرعت به پیروزی رسید.

برنده: سیری

۶. جستجوی قیمت خرید پس از دو سال

برای جمع‌بندی این مرحله، سؤال زیر مطرح شد: «در سال ۲۰۲۴ پس از طرح تعویض گوشی اس ۲۲ اولترا، بابت خرید سامسونگ گلکسی اس ۲۴ اولترا چقدر پرداخت کردم؟»

پاسخ صحیح ۷۱۳٫۶۴ دلار بود که هر دو دستیار هوش مصنوعی آن را به‌درستی یافتند. سیری اندکی کندتر از جمنای عمل کرد (۱۰ ثانیه در مقایسه با ۸ ثانیه)، اما زمینه بصری بسیار غنی‌تری ارائه داد. سیری علاوه بر پیوند مستقیم به ایمیل رسید خرید از سامسونگ، یک جدول تفکیک سفارش نمایش داد که شامل قیمت پایه، تخفیف طرح تعویض، هزینه ارسال و مالیات تقریبی بود. همچنین یک یادداشت وضعیت اضافه کرد که تأیید می‌کرد فرآیند تعویض دستگاه در تاریخ ۱۱ آوریل ۲۰۲۴ با موفقیت تکمیل شده است. با توجه به جامع‌تر بودن پاسخ سیری و سرعت بالاتر جمنای، این دور مساوی اعلام می‌شود.

برنده: مساوی

درخواست‌های چندمرحله‌ای

سازندگان سیری و جمنای مدعی درک عمیق کانتکست و زمینه توسط این دو دستیار هستند. برای سنجش این موضوع، از پرسش‌های چندمرحله‌ای استفاده شد که در آن‌ها هر دستیار ابتدا باید پیش‌زمینه خاصی را بازیابی می‌کرد و بلافاصله از آن داده‌ها برای انجام یک وظیفه ثانویه بهره می‌برد.

۷. پیشنهاد هتل

دستور مورد استفاده در این بخش به این صورت بود: «بر اساس اقامتگاهی که در ماه اوت به آنجا رفته بودم، یک اقامتگاه نزدیک با امتیاز بالاتر پیشنهاد بده.»

سیری ظرف ۱۱ ثانیه پاسخ داد. پس از آنکه متوجه شد اقامت قبلی در یک استراحتگاه تفریحی در مکزیک بوده است، ۳ هتل نزدیک با امتیاز بالاتر در شهر کانکون را پیشنهاد کرد. گوگل برای ارائه پاسخ ۲۱ ثانیه زمان صرف کرد، اما وظیفه خود را به‌درستی انجام داد و ۳ پیشنهاد مناسب معرفی کرد.

هر دو دستیار اطلاعات مشابهی ارائه دادند که شامل یک پاراگراف کوتاه در توصیف هر استراحتگاه، امتیاز و لینکی برای رزرو اقامتگاه بود. با این وجود، از آنجا که سیری تقریباً دو برابر سریع‌تر عمل کرد، برنده این چالش شد.

برنده: سیری

۸. محاسبه مجموع هزینه‌ها

پرسش بعدی به این صورت بود: «رسیدهای ایمیل سرویس اوبر ایتس (Uber Eats) من در ماه اوت را پیدا کن و بگو در مجموع در آن ماه چقدر هزینه کرده‌ام.»

سیری در عرض ۶ ثانیه هدف را نشانه گرفت و اعلام کرد حدود ۷۶ دلار برای سفارش غذا در ماه اوت هزینه شده است. جمنای ۱۰ ثانیه زمان برد و یکی از سفارش‌ها را به‌کلی از قلم انداخت؛ این دستیار تنها ۲ مورد از ۳ رسید اوبر ایتس را محاسبه کرد و در نتیجه محاسبات ریاضی آن اشتباه از آب درآمد.

برنده: سیری

۹. پیدا کردن ارزان‌ترین خودروی وَن

در نهایت، از سیری و جمنای خواسته شد میان ایمیل‌های ردوبدل‌شده با شرکت‌های کرایه ون اسپرینتر جستجو کنند تا مشخص شود کدام شرکت بهترین استعلام قیمت را ارائه داده است. متن دستور: «در ماه ژوئیه به دنبال قیمت وَن اسپرینتر بودم. کدام شرکت ارزان‌ترین پیشنهاد قیمت را ارائه کرده بود؟»

سیری ظرف ۶ ثانیه پاسخ را تحویل داد. این دستیار هوشمند نه تنها شرکت درست را شناسایی کرد، بلکه یک جدول مقایسه‌ای کاربردی نیز برای نمایش تفاوت‌های میان شرکت‌ها به تصویر کشید.

جمنای در این دور کاملاً ناکام ماند؛ این دستیار مدعی شد به سابقه خرید دسترسی ندارد و پیشنهاد کرد کاربر به‌شکل دستی صندوق ایمیل خود را بررسی کند!

برنده: سیری