অ্যাপল এআই একীকরণ এবং তৃতীয় পক্ষের মডেল সমর্থনের সাথে সিরি কে পুনর্গঠন করবে

আবারও এক বছরের জন্য অ্যাপলের WWDC কোণে এসে পৌঁছেছে, অ্যাপলের জন্য সবচেয়ে গুরুত্বপূর্ণ বিষয় হল পুরনো নেতা কুকের পদত্যাগের বক্তব্য নয়, বরং বিশ্বজুড়ে “AI”-এর প্রতি আশা পূরণ করা।

অ্যাপলকে তার গত তিন বছরের সবচেয়ে অপমানজনক প্রশ্নটির মুখোমুখি হতে হবে—কেন বিশ্বের সবচেয়ে মহঙ্গা স্মার্টফোনটিতে একটি সবচেয়ে বোকা AI সহায়ক রয়েছে?

স্থানীয় সময় ২৮ মে, প্রেস কনফারেন্সের দশ দিন আগে, বিদেশি মিডিয়া প্রথমে উত্তরটি প্রকাশ করে।

এটি জানা গিয়েছে যে, এই সিরি আপডেটের পরিসর ২০১১ সালে আইফোন ৪এস-এর সাথে সিরির প্রথম প্রকাশের পর থেকে অতুলনীয়। নতুন ইন্টারফেসটি ডার্ক কালার স্কিম ব্যবহার করে, চ্যাটবট ইন্টারঅ্যাকশন মডেলের সাথে পুনঃনির্মিত এবং লিভলি পিলোতে গভীরভাবে একীভূত।

এর চেয়ে বেশি গুরুত্বপূর্ণ হলো, অ্যাপল ব্যবহারকারীদের অনুমতি দেবে গুগল জেমিনি এবং অ্যানথ্রোপিকের ক্লাউডকে সরাসরি Siri-এর অভিজ্ঞতার মধ্যে «সন্নিবেশিত» করতে—Siri একটি AI মডেল বিতরণ প্ল্যাটফর্মে পরিণত হবে।

সবাই জানতে চায়, এআই যুক্ত সিরি কেমন হবে?

ব্লুমবার্গের প্রতিবেদন অনুযায়ী, নতুন সংস্করণের সিরির কয়েকটি মূল পরিবর্তন রয়েছে, যা একসাথে দেখলে অ্যাপলের সম্পূর্ণ যুক্তি বোঝা যায়।

সম্ভাব্য সিরি এবং লিঙ্গুইট ইন্টারঅ্যাকশনের সংমিশ্রণ | ছবির উৎস: Instagram

প্রথমটি ইন্টারফেসের সম্পূর্ণ পুনর্গঠন। চ্যাটবট-স্টাইল ইন্টারঅ্যাকশন ইন্টারফেস, ডার্ক থিম, ডাইনামিক আইল্যান্ড একীকরণ—Siri একটি “পপ-আপ” থেকে একটি স্বতন্ত্র অ্যাপ্লিকেশন অভিজ্ঞতার প্রবেশদ্বারে পরিণত হয়েছে। এটি শুধুমাত্র ভিজুয়াল আপগ্রেড নয়, এটি আরও গুরুত্বপূর্ণভাবে ইঙ্গিত করে: Apple চায় যে ব্যবহারকারীরা Siri-কে একটি “সক্রিয়ভাবে ব্যবহার” করা হয় এমন টুল হিসেবে দেখুক, শুধুমাত্র বিরলভাবে কল করা ভয়েস কমান্ডলাইন নয়।

দ্বিতীয়টি হল কথোপকথনের ধারাবাহিকতা। বছরের পর বছর সিরির সাথে কথা বলার সবচেয়ে বড় অসুবিধাগুলির একটি ছিল যে এটি প্রেক্ষাপটকে মনে রাখে না। প্রতিবার জাগানো শূন্য থেকে শুরু হয়, কোনো মেমোরি নেই, কোনো ধারাবাহিকতা নেই। নতুন সংস্করণের সিরি এই সমস্যা সমাধান করেছে—শোনাচ্ছে এটি একটি ছোট্ট বিষয়, কিন্তু এটি ‘সহায়কের’ অনুভূতির ভিত্তি।

তৃতীয়, এবং সবচেয়ে বেশি মনোযোগ দেওয়ার মতো, হলো 'Extensions ফ্রেমওয়ার্ক'—যা তৃতীয় পক্ষের AI মডেলগুলিকে Siri-এর সাথে যুক্ত করতে সক্ষম করে।

এই ডিজাইনের গভীর অর্থ হলো, Apple এখন শুধুমাত্র “সেরা AI মডেল তৈরি করা”কে একমাত্র পথ হিসেবে দেখছে না, বরং iOS-কে “সেরা AI মডেলগুলির জন্য প্রতিযোগিতার প্ল্যাটফর্ম” হিসেবে পুনঃসংজ্ঞায়িত করছে। যেমন App Store-এর জন্য Apple-এর সবগুলি অ্যাপ নিজেই তৈরি করার দরকার হয় না, নতুন Siri ইকোসিস্টেমের জন্যও Apple-এর মডেলের ক্ষমতায় সবাইকে ছাড়িয়ে যাওয়ার দরকার নেই—এটি শুধুমাত্র বিভিন্ন মডেলগুলিকে একত্রিত করে, এবং সিস্টেম-লেভেল একীকরণের মাধ্যমে ব্যবহারকারীদের ধরে রাখবে।

সারমর্ম হলো, অ্যাপল মডেলের জন্য চ্যানেলের যুক্তি ব্যবহার করছে।

এই আপডেটের গুরুত্ব বুঝতে হলে বুঝতে হবে যে কয়েক বছর ধরে অ্যাপল কতটা প্রতিক্রিয়াশীল ছিল।

২০২৩ সালে, ChatGPT প্রকাশিত হয়ে কীভাবে “কথোপকথনমূলক এআই” হয় তা পুনর্সংজ্ঞায়িত করে। ২০২৪ সালে, গুগল গেমিনি অ্যান্ড্রয়েডে এমবেড করেছে, স্যামসাং এআই ফিচারগুলিকে একটি বিক্রয় পয়েন্ট হিসাবে তুলে ধরেছে। পুরো শিল্পটি দ্রুত এগিয়ে যাচ্ছে, আর Siri কী করছে? এটি এখনও ব্যবহারকারীর নির্দেশগুলি ভুলভাবে বুঝছে, “আগামীকাল সকাল ৮টার জন্য অ্যালার্ম সেট করুন”-এর মতো নির্দেশকে অ্যালার্ম অ্যাপটি খোলা হিসাবে ব্যাখ্যা করছে।

অ্যাপল অবশ্যই চুপচাপ বসে থাকেনি। ২০২৪ সালের WWDC-এ, Apple Intelligence একটি বড় আকারে প্রবেশ করে গভীরভাবে একীভূত AI ফিচারগুলির প্রতিশ্রুতি দেয়। কিন্তু বাস্তবতা হলো, অসংখ্য ফিচার বা তারিখ স্থগিত করা হয়েছে, বা শুধুমাত্র নির্দিষ্ট অঞ্চলে উন্মুক্ত, বা বাস্তব অভিজ্ঞতা প্রেজেন্টেশনের চেয়ে অনেক কম। একজন দীর্ঘদিন অ্যাপলকে ট্র্যাক করা টেক অ্যানালিস্ট সরাসরি বলেছেন: "এটি একটি সম্পূর্ণ রিটার্নের মতো নয়, বরং Apple-এর শেষপর্যন্ত AI-এর রেসে পা রাখা—এবং নিজেদের মধ্যপথের ডেভেলপমেন্টেই পেয়েছে।"

তিন বছরের ব্যবধান জমা হয়েছে, অ্যাপলকে এখন প্রকৃতপক্ষে একটি বড় মোড় নেওয়ার প্রয়োজন।

দুই দিন আগে, অ্যাপল চুপিচুপি genai.apple.com সাবডোমেইনটি চালু করে। এই ছোট পদক্ষেপটি প্রযুক্তি জগতে বড় একটি প্রতিক্রিয়া জাগিয়েছে—অনেকে এটিকে একটি সংকেত হিসাবে বুঝেছেন যে, অ্যাপল এই WWDC-এর জন্য 'AI রূপান্তর' এর শেষ প্রচারণা চালাচ্ছে।

০৩। অবশ্যই উত্তর দিতে হবে এমন কঠিন প্রশ্ন

কিন্তু এখানে একটি প্যারাডক্স আছে, যা অনেক মিডিয়া আলোচনা করছে।

অ্যাপলের দীর্ঘদিনের একটি সবচেয়ে গুরুত্বপূর্ণ প্রতিরক্ষা প্রাচীর হল গোপনীয়তা। 'আপনার ডেটা, শুধুমাত্র আপনার ডিভাইসে প্রক্রিয়াকৃত হবে'—এটিই অ্যাপলের ব্যবহারকারীদের প্রতি মূল প্রতিশ্রুতি এবং Private Cloud Compute এই আর্কিটেকচারের অস্তিত্বের কারণ।

এখন, সিরি কে আরও শক্তিশালী করতে, অ্যাপল কিছু এআই জিজ্ঞাসা প্রক্রিয়াকরণের জন্য গুগলের অবকাঠামো চালু করছে।

এটি একটি প্রযুক্তিগত সমস্যা নয়, বরং একটি বিশ্বাসের সমস্যা।

সম্ভাব্য সিরি প্রশ্ন-উত্তর ইন্টারফেস | ছবির উৎস: Instagram

যখন অ্যাপল নিজেরা শুধুমাত্র নিজস্ব কম্পিউটিং ইনফ্রাস্ট্রাকচার ব্যবহার করার এই লাল রেখা ভাঙে, তখন এটি ব্যবহারকারীদের গোপনীয়তার প্রতিশ্রুতি আর পরম থাকে না। ব্যবহারকারীরা অবশ্যই Google Gemini-এর সাথে সংযোগ এড়াতে পারে, কিন্তু “এড়ানো যায়” এবং “ডিফল্টভাবে স্পর্শ করা হয় না” — এই দুটি সম্পূর্ণ ভিন্ন বিষয়। Apple-এর 8 জুন প্রেজেন্টেশনে এই পরিবর্তনটি ব্যবহারকারীদের কাছে কীভাবে ব্যাখ্যা করা হবে, তা হবে সবচেয়ে গুরুত্বপূর্ণ বিষয়গুলির মধ্যে একটি।

এছাড়াও, একটি আরও মৌলিক প্রশ্ন রয়েছে। একজন ব্যবহারকারী Reddit-এ একটি খুব সাধারণ কিন্তু প্রাণঘাতী প্রশ্ন করেছেন—যদি Siri-এর মধ্যে Claude এবং সরাসরি Claude ব্যবহারের অভিজ্ঞতা একই হয়, তবে আমি কেন একটি কভারড ভার্সন ব্যবহার করব?

অ্যাপলকে একটি বিশ্বাসযোগ্য উত্তর দিতে হবে, এবং এখন পর্যন্ত একটিই বিকল্প রয়েছে—সিস্টেম-লেভেল ইন্টিগ্রেশন: যোগাযোগ, ক্যালেন্ডার, ফটোগ্যালারি, স্বাস্থ্য ডেটা কল করতে পারে এমন এআই, এবং একটি একাকীভাবে চলমান এআই-এর অভিজ্ঞতা সম্পূর্ণভাবে ভিন্ন।

এটি অ্যাপলের শেষ এবং সবচেয়ে গুরুত্বপূর্ণ হাতের কার্ড।

অ্যাপলের এআই গতি নিয়ে বাহ্যিক পরিস্থিতিতে অনেক সমালোচনা রয়েছে, কিন্তু একটি বিপরীত যুক্তি ও প্রচলিত হচ্ছে—হয়তো অ্যাপল ধীর কারণ এটি অন্যদের আগে ফাঁদে পড়তে দেখছে।

গত দুই বছরে OpenAI, Google এবং Meta ডেটা সেন্টার, চিপ এবং মডেল ট্রেনিংয়ে শত শত বিলিয়ন ডলারের ব্যয় করেছে, যার ফলে AI বুলবুলের উদ্বেগ বাড়ে। এর বিপরীতে, Apple-এর কৌশল হল: "সবচেয়ে শক্তিশালী মডেল" তৈরির জন্য দ্রুত চলা নয়, বরং পথটি স্থিতিশীল হওয়ার পরে, নিজেদের সবচেয়ে বড় সামর্থ্য—সিস্টেম ইন্টিগ্রেশন—ব্যবহার করে পিছনে থেকে অগ্রসর হওয়া।

কিছুটা পরিমাণে, এই iOS 27 লেআউটটি এই যুক্তিকে বাস্তবায়ন করছে। নিজের মডেল ক্ষমতা নিয়ে প্রতিযোগিতা করার পরিবর্তে, এটি Gemini এবং Claude উভয়কেই অন্তর্ভুক্ত করছে, এবং灵动岛, ব্যক্তিগত ডেটা অনুমতি, ডিভাইস-স্তরের প্রক্রিয়াকরণের মতো Android-এর জন্য অনুলিপি করা অসম্ভব ক্ষমতাগুলি ব্যবহার করে একটি পার্থক্যমূলক অভিজ্ঞতার প্রতিরক্ষা তৈরি করছে।

এটি একটি পিছিয়ে পড়ার দ্রুত পিছনের চেষ্টা নয়, এটি একটি পূর্বনির্ধারিত জুয়া।

বাজি রাখা হচ্ছে: AI-এর চূড়ান্ত ফলাফল কার মডেলটি সবচেয়ে শক্তিশালী তা নয়, বরং কার সিস্টেমটি মডেলটিকে সবচেয়ে ভালোভাবে ব্যবহার করে।

জুন ৮ তারিখে, অ্যাপল তার সম্পূর্ণ উত্তর দেবে। সেই সময়ে সিরি কি আসলেই ChatGPT এবং Gemini-এর সাথে পরিচিত ব্যবহারকারীদের মনোভাব পরিবর্তন করতে পারবে, তাই এই বড় ঝুঁকির পরীক্ষা।

পনেরো বছর ধরে, সিরি ব্যবহারকারীদের একটি ব্যাখ্যা দিয়েছে।

*হেডার ছবির উৎস: Instagram

এই লেখাটি ওয়েইচ্যাট গ্রুপ "জিকেপার্ক" (ID: geekpark) থেকে এসেছে, লেখক: হুয়ালিন উয়াং