فروم بچه های تولز

با اطمینان می‌توان گفت که اپل برای به ثمر رساندن جاه‌طلبی‌های خود در حوزه هوش مصنوعی، عجله‌ای نکرده است. پس از معرفی اولیه سیستم Apple Intelligence در دو سال گذشته،سرانجام در کنفرانس جهانی توسعه‌دهندگان (WWDC 2026) از یک «سیری» (Siri) کاملا جدید و دگرگون‌شده رونمایی کرد. این دستیار مجازی که اکنون Siri AI نامیده می‌شود و از پایه بازسازی شده است، در واقع یک بازنگری کامل و اساسی از همان دستیار صوتی مبتنی بر دستگاهی است که سال‌ها مورد انتقاد و تمسخر کاربران قرار داشت، اما این بار با زیرساخت‌های قدرتمند Apple Intelligence پشتیبانی می‌شود.

در ادامه این نوشته به بررسی عملکرد سیری در مقابل جمنای روی گوشی‌های آیفون می‌پردازیم تا ببینیم کدام یک از این ابزارها عملکرد بهتری روی گوشی دارند.

پیش از اینکه وارد جزییات عمیق شویم، درک زمینه و بستر کار بسیار مهم است. اپل وعده‌های جسورانه‌ای داده تا نحوه تعامل ما با گوشی‌های هوشمندمان را تغییر دهد؛ وعده‌ای برای تبدیل یک فرمان صوتی ساده (که اغلب در گذشته ناامیدکننده بود) به یک «هماهنگ‌کننده سیستم» (System Orchestrator) که عمیقا در تار و پود گوشی ادغام شده است.

به بیان ساده، سیری اکنون حجم قابل توجهی از اطلاعات محلی شما از جمله پیام‌های متنی، ایمیل‌ها، رویدادهای تقویم، یادداشت‌ها و موارد دیگر را مستقیما روی خود دستگاه ایندکس (فهرست‌بندی) می‌کند. برای درخواست‌های ساده‌تر، تمام پردازش داده‌ها مستقیما روی پردازنده گوشی شما (NPU) انجام می‌شود و هیچ اطلاعاتی به فضای ابری ارسال نمی‌گردد.

اما برای وظایف سنگین‌تری که روی دستگاه قابل پردازش نیستند چه اتفاقی می‌افتد؟ در این حالت، زیرمجموعه‌ای محدود و ناشناس از این اطلاعاتِ پردازش‌شده محلی (بدون شناسه‌های هویتی گسترده)، به یک مدل ابری ارسال می‌شود. این مدل زبانی بزرگ ابری (LLM)، روی فناوری‌های گوگل جمنای اجرا می‌شود؛ اما برخلاف تصور عموم، این سیستم دقیقا همان جمنای نیست، بلکه نسخه‌ای سفارشی‌سازی شده برای اپل است.

در مقایسه با مدل‌های مستقل جمنای که امروزه روی گوشی‌هایمان داریم، این رویکرد ترکیبی (محلی و ابری) از سوی اپل، کمی متفاوت است. این روش به احتمال زیاد برای اپل ایمن‌تر (از نظر حریم خصوصی) و از نظر محاسباتی کم‌هزینه‌تر است. مهم‌تر از همه، این رویکرد به سیری اجازه می‌دهد تا دسترسیِ عمیق و مجاز به شخصی‌ترین داده‌های شما داشته باشد.

همچنین باید به یک نکته حیاتی اشاره کنم: از آنجایی که این نرم‌افزار را در مراحل ابتدایی و در قالب یک پیش‌نمایش توسعه‌دهندگان آزمایش شده است، عملکرد آن می‌تواند غیرقابل پیش‌بینی باشد و مجموعه ویژگی‌های آن به احتمال زیاد تا زمان انتشار نسخه نهایی و عمومی برای آیفون‌ها، تغییر کرده یا تکامل خواهد یافت.

با در نظر گرفتن این موارد، برای اینکه بفهمم آیا اپل بالاخره فاصله عظیم خود را با پادشاه فعلی هوش مصنوعی موبایل (گوگل) پر کرده است یا خیر، بتای Siri AI در iOS 27 را تحت مجموعه‌ای از تست‌های واقعی، همزمان و طاقت‌فرسا در برابر Google Gemini قرار داده شده است. به جای تکیه بر بنچمارک‌های مصنوعی و اعداد انتزاعی، تمرکز این مطلب کاملا بر روی آزمایش‌های عملی و روزمره است.

اولین آزمایش عملی کاملا روی چیزی متمرکز بود که به نظر من، خفن‌ترین و جذاب‌ترین ویژگی Siri AI است: درک زمینه محلی (Local Context). من به هر دو هوش مصنوعی (سیری و جمنای) این وظیفه را دادم: یک پیشنهاد رستوران بسیار خاص را که یکی از آشنایان اخیرا از طریق پیام متنی (iMessage/SMS) برایم فرستاده بود پیدا کنند، بررسی کنند که آیا آن مکان در آخر هفته پیش‌رو باز است یا خیر، و در نهایت یک دعوت‌نامه تقویم برای ناهار تنظیم و ارسال کنند.

این تست نیازمند آن است که دستیار هوشمند به صورت یکپارچه، شکاف بین گزارش‌های ارتباطی خصوصی (از پیام‌ها و ایمیل‌ها) و دانش لحظه‌ای از دنیای واقعی (Real-time Web) را پر کند.

از آنجا که Siri AI به موتور جستجوی سیستمی اپل متکی است، هنگام پردازش درخواست، سیستم‌عامل iOS 27 در پایگاه داده پیام‌ها و ایمیل‌های شما می‌گردد تا نام مخاطب را با پیام‌ها تطبیق داده و نام رستوران را استخراج کند. با توجه به ماهیت کاملا خصوصی این ارتباط، کاملا منطقی و عالی است که اپل رویکرد “اول-محلی” (Local-first) را انتخاب کرده است تا پیام‌های من به سرورهای خارجی نرود. به محض شناسایی نام رستوران، Siri AI وب زنده را برای یافتن ساعات کاری آن مکان جستجو کرد و به من اطلاع داد که رستوران فردا باز است. سپس از او خواستم یک ایمیل برای مخاطبم پیش‌نویس کند و ناهار را برای آنجا برنامه‌ریزی کند. شگفت‌انگیز بود؛ سیری این کار را در اولین تلاش و کاملا بی‌نقص انجام داد.

در مقابل، Google Gemini با استفاده از شبکه به هم پیوسته‌ی افزونه‌های Google Workspace به این کار نزدیک شد، اما نتایج آن چیزی نبود که انتظار داشتم. فرآیندی که در Siri AI یک جریان سه‌مرحله‌ای و روان بود، با جمنای به یک مکالمه رفت‌وبرگشتی، پنج دقیقه‌ای و نا امیدکننده تبدیل شد!

در وهله اول، با وجود فعال بودن افزونه Messages، جمنای نتوانست پیام دعوت ناهار را پیدا کند (در حالی که سیری هیچ مشکلی در خواندن آن نداشت). به عنوان یک راهکار جایگزین، از جمنای خواستم تا ایمیل‌های من را برای یافتن یک دعوت‌نامه تستی که برای ناهار فرستاده بودم بررسی کند. باز هم، جمنای با وجود چندین تلاش نتوانست ایمیل را پیدا کند. مرحله بعدی، یعنی یافتن ساعات کاری، بدون نقص انجام شد و بالاخره توانستم از آن بخواهم یک پاسخ ایمیل پیش‌نویس کند.

اما تفاوت اصلی در نحوه ارائه خروجی است: در حالی که Siri AI یک پیش‌نویس ایمیل واقعی (در اپلیکیشن Mail) به من داد که آماده زدن دکمه ارسال (Send) بود، جمنای پاسخ را صرفا در داخل همان صفحه چت (In-line) به من نشان داد که برای کار در حین حرکت، اصلا کاربردی نیست.

خلاصه برنامه‌ریزی روزانه: در بخش دوم همین آزمایش، تصمیم گرفتم آزمایش هوشمندانه جوآنا استرن را شبیه‌سازی کنم. از هر دو مدل خواستم با استفاده از اطلاعاتی که از من دارند، برای برنامه‌ریزی روزم به من کمک کنند. Siri AI اطلاعات متنی را از ایمیل‌های من استخراج کرد؛ گفتگوی قبلی در مورد ناهار را به یاد آورد، و همچنین اطلاعاتی را از یک ایمیل درباره یک قرار ملاقات (Meet-up) مربوط به ساعت‌های مچی بازیابی کرد. اما چیزی که واقعا مرا شگفت‌زده کرد، توجه بی‌نظیر به جزئیات بود. سیری فقط ایمیل‌های من را نخواند؛ بلکه «مفهوم» آن‌ها را استخراج کرد. مثلا یک ایمیل آپدیت از نرم‌افزار Asana را دید، وظایفی را که در آن‌ها تأخیر داشتم استخراج کرد و پیشنهاد داد آن‌ها را تکمیل کنم. سپس با توجه به اینکه نزدیک ظهر بود و من درگیر برنامه‌ریزی ناهار بودم، پیشنهاد داد برای یک ناهار سریع بیرون بروم. در نهایت، چون ایمیلی درباره قرار ملاقاتِ ساعت‌ها دریافت کرده بودم، به من توصیه کرد که حضورم را تأیید کنم (RSVP) و ساعت‌هایم را برای بردن آماده کنم! این سطح از هوشمندی واقعا درخشان است، به خصوص وقتی در نظر بگیرید که تمام این پردازش‌ها روی خود گوشی و بدون نقض حریم خصوصی انجام می‌شود.

از سوی دیگر، جمنای در ارائه یک نتیجه قابل استفاده کاملا شکست خورد. با وجود تلاش‌های متعدد، هیچ چیزی از صندوق ورودی متصل‌شده من استخراج نکرد و اصلا نمی‌دانست که من رویدادی در پیش دارم.

برنده: Siri AI (با اختلاف زیاد)

برای آزمایش دوم، بررسی کردم که هر دستیار تا چه حد می‌تواند آنچه را که در حال حاضر روی صفحه نمایش گوشی من در حال پخش است، درک و تفسیر کند. یک رشته ایمیل طولانی حاوی تصویری از یک بلیت تأییدیه و یک بلوک متنی متراکم را باز کردم و از هر دو پرسیدم: “روی صفحه چه چیزی می‌بینی؟”

تفاوت رویکردی که در بالا اشاره کردم در اینجا نیز کاملا مشهود است. Siri AI یک خلاصه بسیار کوتاه، مفید و موجز از محتوای ایمیل به من داد. جمنای، اگرچه کمی پرحرف‌تر و طولانی‌تر بود، اما تقریبا همان نتایج را ارائه کرد. علاوه بر این، شما می‌توانید سوالات بعدی (Follow-up) را از هر دو مدل بپرسید تا رویدادهای تقویم را مستقیما از روی عکس ایجاد کنند یا پاسخ‌هایی ارسال کنند.

در حالی که هر دو به من اجازه دادند با اطلاعات تعامل داشته باشم، تفاوت اصلی در زیبایی‌شناسی و یکپارچگی در سطح سیستم‌عامل است. شاید این موضوع برای شما اهمیت زیادی نداشته باشد، اما Siri AI رویکردی بسیار ظریف‌تر و آرام‌تر برای اجرای وظایف دارد، بدون اینکه بر خلاف جمنای، متن‌های غیرضروری و شلوغی بیش از حد را روی صفحه پرتاب کند. با این حال، این بیشتر یک ترجیح شخصی است و از نظر عملکرد خالص، هر دو شانه به شانه هم حرکت کردند.

برنده: مساوی

برای آزمایش سوم، به طور کامل از داده‌های شخصی و خواندن صفحه فاصله گرفتم و هر دو دستیار را با یک کار خلاقانه و تولیدی (Generative) به چالش کشیدم. از آنجایی که سیری اکنون اپلیکیشن مستقل خود را دارد، باید بتواند کارهای معمولِ مدل‌های زبانی بزرگ (LLM) را شبیه به ChatGPT یا Claude انجام دهد. از هر دو هوش مصنوعی خواستم مقاله‌ای درباره گروه موسیقی مجازی Gorillaz بنویسند، اما با این شرط: با لحن و صدای نوشتن خود من! من چیزی می‌خواستم که خواننده فکر کند خودم آن را نوشته‌ام.

از آنجا که سیری پیام‌ها و ایمیل‌های شما را روی دستگاه ایندکس می‌کند، به تصویر گسترده‌ای از نحوه ارتباط روزمره من دسترسی دارد؛ از جمله کلمات مخفف، ارجاعات و ریتم جمله‌بندی‌هایم زمانی که سعی نمی‌کنم رسمی به نظر برسم. نتیجه سیری قابل قبول بود. این مدل توانست تا حدودی ریتم نوشتن مرا تقلید کند و در جمع‌آوری داستان‌های مربوط به گروه موسیقی نیز کار خوبی انجام داد، اما لحن زبان آن بیش از حد ماشینی بود و واقعا شباهتی به سبک نوشتن واقعی من نداشت.

در مقابل، خروجی جمنای بسیار به چیزی که خودم می‌نوشتم نزدیک‌تر بود. هوش شخصی جمنای اطلاعات خود را از جیمیل و گوگل درایو می‌کشد، و از آنجایی که من سال‌هاست در اکوسیستم گوگل (Google Docs) در حال تولید محتوای متنی هستم، جمنای مواد خام بسیار بیشتری برای کار کردن داشت. مقاله‌ای که تولید کرد شخصیت بیشتری داشت و جسارت‌های خلاقانه‌تری در آن دیده می‌شد.

برنده: Gemini (اما با یک تبصره) این تست در حال حاضر کاملا عادلانه نیست. جمنای به طور پیش‌فرض در موقعیت برتری قرار داشت، نه لزوما به این دلیل که نویسنده بهتری است، بلکه به این دلیل که به خاطر تاریخچه استفاده من از ابزارهای گوگل، من را بهتر می‌شناسد. اگر همان حجم از مواد خام و مقالات قبلیِ من را در اختیار Siri AI قرار دهیم، این شکاف ممکن است به شدت کاهش یابد.