Apple मंगलवार, 7 मई को अपना ‘लेट लूज़’ इवेंट आयोजित करने के लिए पूरी तरह तैयार है, जहाँ नए iPad Air और iPad Pro मॉडल और एक नया Apple Pencil पेश किए जाने की उम्मीद है। हालाँकि, 10 जून को होने वाला वर्ल्डवाइड डेवलपर्स कॉन्फ्रेंस (WWDC) 2024, देखने लायक इवेंट हो सकता है क्योंकि यह संभावित रूप से अपने डिवाइस, विशेष रूप से iPhone के प्रति कंपनी के दृष्टिकोण को बदल सकता है। ऐसा कहा जाता है कि क्यूपर्टिनो स्थित टेक दिग्गज अपनी आर्टिफिशियल इंटेलिजेंस (AI) रणनीति का अनावरण करेगा और iOS 18 के साथ नई सुविधाएँ पेश करेगा। Apple शोधकर्ताओं द्वारा प्रकाशित शोधपत्रों के आधार पर, हम इसके पीछे कंपनी के विज़न को देख सकते हैं।

पिछले कुछ महीनों में, Apple शोधकर्ताओं ने AI मॉडल और उनकी कार्यक्षमताओं पर ध्यान केंद्रित करते हुए कई नए पेपर प्रकाशित किए हैं। हमने कंप्यूटर विज़न के साथ नए AI मॉडल देखे हैं, एक AI मॉडल जो स्क्रीन पर दिखाई देने वाली चीज़ों का पता लगा सकता है, और यहाँ तक कि इमेज एडिटिंग AI मॉडल भी। इसके अलावा, ऐसे विशेष शोध पत्र भी हैं जो ऑन-डिवाइस चैटबॉट को बेहतर बनाने और प्रासंगिक प्रॉम्प्ट प्रोसेसिंग क्षमताओं को जोड़ने पर ध्यान केंद्रित करते हैं। यह विशेष मॉडल सिरी के लिए हो सकता है, और इसे अधिक कुशल और अधिक जटिल कार्यों को करने में सक्षम बनाता है।

Apple के अधिकांश प्रकाशित शोध पत्रों में, छोटे भाषा मॉडल (SLM) पर ध्यान केंद्रित किया गया है जो किसी डिवाइस के अंदर स्वतंत्र रूप से काम कर सकते हैं। उदाहरण के लिए, कंपनी ने ReALM नामक एक AI मॉडल पर एक पेपर प्रकाशित किया, जो कि रेफरेंस रेज़ोल्यूशन ऐज़ लैंग्वेज मॉडल का संक्षिप्त रूप है। इस मॉडल की कार्यक्षमता को प्रासंगिक भाषा का उपयोग करके संकेत दिए गए कार्यों को निष्पादित करने और पूरा करने के रूप में वर्णित किया गया है। विवरण ने इस विश्वास को जन्म दिया है कि इस मॉडल का उपयोग सिरी को अपग्रेड करने के लिए किया जा सकता है।

इस तरह के एक अन्य शोध पत्र में ‘फेरेट-यूआई’ का उल्लेख किया गया है, जो एक मल्टीमॉडल एआई मॉडल है जिसे “यूआई स्क्रीन के लिए विशिष्ट सटीक रेफ़रिंग और ग्राउंडिंग कार्यों को निष्पादित करने के लिए डिज़ाइन किया गया है, जबकि ओपन-एंडेड भाषा निर्देशों की व्याख्या और उन पर कार्य करना है।” संक्षेप में, यह आपकी स्क्रीन को पढ़ सकता है और किसी भी इंटरफ़ेस पर कार्य कर सकता है, चाहे वह होम स्क्रीन हो या कोई ऐप। यह कार्यक्षमता अनिवार्य रूप से उंगली के इशारों पर मौखिक आदेशों के माध्यम से iPhone का उपयोग करना अधिक सहज बना सकती है।

फिर Keyframer है, जो दावा करता है कि यह स्थिर छवियों से एनीमेशन उत्पन्न कर सकता है, और एक अन्य AI मॉडल जो AI का उपयोग करके छवियों को संपादित कर सकता है। ये क्षमताएँ फ़ोटो ऐप को तेज़ी से बेहतर बना सकती हैं और उपयोगकर्ताओं को सरल चरणों में जटिल संपादन करने की अनुमति दे सकती हैं, जैसा कि DALL-E और Midjourney ऑफ़र करते हैं।

हालांकि, यह ध्यान दिया जाना चाहिए कि ये अटकलें Apple द्वारा प्रकाशित शोध पत्रों पर आधारित हैं, और इस बात की कोई गारंटी नहीं है कि उन्हें एक फीचर में बदल दिया जाएगा। WWDC 2024 में मुख्य सत्र के बाद AI के पीछे Apple का विज़न स्पष्ट हो जाएगा।