اپل در حال ساخت سیری مبتنی بر GPT است؛ دستیار صوتی کلاسیک وارد عصر هوش مولد می‌شود XNET | اخبار و تحلیل هوش مصنوعی

براساس گزارش موسسهPew Researchدر سال ۲۰۲۳، بیش از۲۷ درصد کاربران آمریکاییحداقل یک‌بار در هفته از دستیارهای صوتی مانند Siri، Google Assistant یا Alexa استفاده می‌کنند. همزمان، داده‌های Similarweb و Insider Intelligence نشان می‌دهد که استفاده از چت‌بات‌های مبتنی برمدل‌های زبانی بزرگ (LLM)مانند ChatGPT، در برخی سنین جوان شهری، از دستیارهای صوتی کلاسیک پیشی گرفته است. در این میان، خبر توسعهسیری مبتنی بر GPTتوسط اپل، می‌تواند نقطه عطفی در آینده دستیارهای هوشمند باشد و جایگاه Siri را دوباره در مرکز توجه قرار دهد.

این دو روند در کنار هم یک پیام روشن دارند: مدل‌های قدیمی دستیارهای صوتی دیگر پاسخ‌گوی انتظارات کاربر امروز نیستند؛ کاربری که عادت کرده از ChatGPT، Copilot و Gemini پاسخ‌های عمیق، زمینه‌محور و خلاقانه بگیرد، با «متاسفم، متوجه نشدم» دیگر کنار نمی‌آید.

در این میان، رسانه‌های تخصصی مانند Bloomberg، The Information و MIT Technology Review گزارش داده‌اند که اپل در حال کار روی نسخه‌ای کاملاً بازطراحی‌شده از Siri است که بر پایهمدل‌های GPT-مانندو هوش مولد (Generative AI) عمل می‌کند؛ حرکتی که می‌تواند دیرهنگام، اما تعیین‌کننده باشد.

در این گزارش تحلیلی در «XNET»، تلاش می‌کنیم از زاویه‌ی فنی، استراتژیک و تجربه کاربری بررسی کنیم
سیری مبتنی بر GPT چیست؟ چرا اپل حالا وارد بازی LLM شده؟ و این تحول چه معنایی برای آینده دستیارهای هوشمند، حریم خصوصی و رقابت پلتفرم‌ها دارد؟

سیری مبتنی بر GPT دقیقاً یعنی چه؟

«سیری مبتنی بر GPT» اصطلاحی است که رسانه‌ها برای توصیف نسل جدید Siri به کار می‌برند؛ نسلی که دیگر صرفاً یکدستیار مبتنی بر قوانین ایستا و شناسایی گفتار کلاسیکنیست، بلکه بر پایه‌ی

• مدل‌های زبانی بزرگ (LLM)
• معماری‌های مشابه GPT (Generative Pre-trained Transformer)
• هوش مولد برای تولید متن، خلاصه‌سازی، بازنویسی و استدلال محدود

عمل می‌کند.

به‌جای این‌که Siri تنها مجموعه‌ای از فرمان‌های ازپیش‌تعریف‌شده را درک کند (مانند “set a ۱۵-minute timer” یا “call Mom”)، در نسخه مبتنی بر GPT می‌تواند

• سؤالات باز، پیچیده و ترکیبی را تحلیل کند؛
• بین چند اپلیکیشن و منبع داده مختلف درون دستگاه «ارجاع متقاطع» (cross-reference) انجام دهد؛
• پاسخ‌های متنی طولانی‌تر، سازگارتر و نزدیک به زبان طبیعی انسان ارائه کند.

این همان جهشی است که ChatGPT در دنیای چت‌بات‌ها ایجاد کرد؛ اکنون اپل می‌خواهد نسخه‌ای متناسب بااکوسیستم خود(iOS, macOS, iPadOS) و با استانداردهای حریم خصوصی‌اش را در قالب Siri پیاده‌سازی کند.

از منظر سئویی، کاربرانی که جست‌وجو می‌کنند «سیری مبتنی بر GPT چیست» یا «Siri GPT integration»، در عمل به دنبال همین پاسخ هستندگذار از دستیار فرمان‌محور به همیار محاوره‌ای و زمینه‌محور.

چرا اپل با تأخیر وارد رقابت GPT شد؟

بسیاری از تحلیل‌گران، از جمله MIT Tech Review، معتقدند اپل در رقابت هوش مولد دست‌کم یک سال عقب‌تر از مایکروسافت و گوگل است. چند دلیل اصلی برای این تأخیر مطرح است

۱. فلسفه‌ای با محوریت حریم خصوصی

اپل سال‌هاست برند خود را بر پایه‌ی شعارPrivacy. That’s iPhone.بنا کرده است. مدل‌های GPT به‌طور سنتی نیازمند

• حجم عظیمی از داده برای آموزش
• پردازش ابری (Cloud) در مقیاس بالا
• جمع‌آوری لاگ‌های تعاملی کاربران برای بهبود مدل

هستند. این دقیقاً در تضاد با تصویر حریم‌خصوصی‌محور اپل قرار می‌گیرد. به همین دلیل، اپل ناچار بوده است به‌دنبالمعماری‌های بهینه‌تر، کوچک‌تر و قابل‌اجرا روی دستگاه(On-device LLM) برود؛ کاری که زمان‌بر و پرهزینه است.

۲. ترجیح محصول پخته به اول بودن

در استراتژی سنتی اپل، شرکت معمولاًاولین عرضه‌کنندهیک فناوری نیست؛ بلکه می‌کوشد در نسخه‌ای دیرتر، اما پخته‌تر و یکپارچه‌تر آن را ارائه دهد. نمونه‌ها

• گوشی لمسی قبل از آیفون وجود داشت، اما آیفون تجربه را تغییر داد.
• ساعت هوشمند قبل از Apple Watch موجود بود، اما اپل با تمرکز بر سلامت و اکوسیستم، بازار را بازتعریف کرد.

در مورد هوش مولد نیز به‌نظر می‌رسد اپل منتظر مانده تانقایص نسل اول GPTها (هالوسینیشن شدید، هزینه پردازش، نقص‌های امنیتی)بهتر شناخته شود و سپس راهکار خود را شکل دهد.

۳. زیرساخت سخت‌افزاری اختصاصی

گزارش‌ها و مستندات فنی اپل نشان می‌دهد که این شرکت به‌شدت روی

• Neural Engineدر چیپ‌های سری A و M
• بهینه‌سازی مدل‌ها برای سخت‌افزار اختصاصی
• فشرده‌سازی و «کوچک‌سازی» مدل‌های زبانی برای اجرا روی دستگاه

سرمایه‌گذاری کرده است. نتیجه این است که سیری مبتنی بر GPT به احتمال زیاد ترکیبی ازمدل محلی + مدل ابریخواهد بود؛ چیزی که توسعه و آزمون آن، زمان و منابع قابل‌توجهی نیاز دارد.

معماری احتمالی Siri جدید مبتنی بر GPT: روی دستگاه، روی سرور، یا هیبرید؟

یکی از محورهای کلیدی در تحلیل سیری مبتنی بر GPTمعماری فنیآن است. براساس اسناد فنی منتشرشده توسط اپل در کنفرانس‌های توسعه‌دهندگان (WWDC) و گزارش رسانه‌های معتبر، می‌توان سه لایه اصلی را تصور کرد

لایه روی دستگاه در سیری مبتنی بر GPT (On-Device LLM)

در این سطح، یک مدل زبانی کوچک‌تر و بهینه‌شده

• مستقیماً روی چیپ A-سری (در آیفون و آیپد) یا M-سری (در مک) اجرا می‌شود؛
• برای کارهای سبک، سریع و روزمره مانند
  • فهم دستورهای ساده
  • خلاصه‌سازی نوت‌ها
  • بازنویسی متن‌ها در Mail یا Messages
  • پیشنهاد پاسخ‌های کوتاه؛
• بدون ارسال داده خام به سرور عمل می‌کند.

این معماری به اپل امکان می‌دهد ادعای «حریم خصوصی در سطح دستگاه» را حفظ کند و همزمان برخی قابلیت‌های GPT-مانند را ارائه دهد؛ چیزی که در استراتژیApple Intelligenceنیز دیده‌ایم.

لایه ابری در سیری مبتنی بر GPT (Cloud LLM)

برای پرس‌وجوهای پیچیده‌تر، مولدتر و سنگین‌تر – مانند

• نوشتن ایمیل‌های طولانی و چندزبانه؛
• تحلیل اسناد متعدد و ساخت خلاصه تحلیلی؛
• تولید محتوا برای ارائه‌ها، طرح کسب‌وکار، متن‌های خلاقانه؛

سیری مبتنی بر GPT احتمالاً از یکمدل بزرگ‌تر روی سرورهای اپلیا در برخی سناریوها با همکاری شرکای بیرونی (مانند OpenAI) استفاده خواهد کرد.

در این نقطه، درباره جنبه‌های فنی LLMهای ابری، ارجاع به گزارش‌های Nature و مطالعات منتشرشده درarXiv(مثل تحقیقات مربوط به مدل‌های فشرده‌شده و quantization) تصویر بهتری از چالش‌های مقیاس‌پذیری و هزینه ارائه می‌دهد.

لایه هیبرید در سیری مبتنی بر GPT (Orchestration Layer)

نقطه‌ی تمایز اپل می‌تواند در همین لایه باشدیک سیستم «هماهنگ‌ساز» هوشمندکه تصمیم می‌گیرد

• کدام درخواست کاربر تنها با مدل روی دستگاه حل می‌شود؛
• کدام درخواست به مدل ابری ارجاع داده شود؛
• در چه مواردی، بنا به حساسیت داده، باید پاسخ را محدود کند یا از کاربر اجازه بگیرد.

این معماری هیبرید می‌تواند یک «مزیت رقابتی مبتنی بر حریم خصوصی» برای سیری مبتنی بر GPT باشد و همزمان، هزینه پردازش ابری را نیز کاهش دهد.

قابلیت‌های جدید سیری مبتنی بر GPT: از پاسخ کوتاه تا همیار دیجیتال

اگر سیری مبتنی بر GPT همان‌طور که گزارش‌ها می‌گویند در نسخه‌های بعدی iOS و macOS عرضه شود، چه تغییرهایی در تجربه روزمره کاربر رخ می‌دهد؟ می‌توان چند دسته قابلیت را پیش‌بینی کرد

درک بهتر زبان طبیعی و زمینه در Siri مبتنی بر GPT

یکی از نقاط ضعف قدیمی Siri، درک محدود از سؤالات ترکیبی و چندمرحله‌ای بود. نسل جدید سیری مبتنی بر GPT می‌تواند

• سؤال‌هایی مانند
  «همه ایمیل‌های کاری این هفته از طرف احمد را خلاصه کن و برایم یک پاسخ مودبانه پیشنهادی بنویس»
  را بهتر درک کرده و به چند زیرکار تقسیم کند؛
• گفت‌وگوی چندمرحله‌ای را حفظ کند، مثلاً
  • کاربر: «جلسه فردا رو بیار جلوتر.»
  • Siri: «کدوم جلسه؟»
  • کاربر: «همونی که با تیم فروشه.»
• بین اپ‌های مختلف (Calendar, Mail, Notes) داده را ترکیب کند.

تولید و بازنویسی محتوا با کمک سیری مبتنی بر GPT

در راستای موج هوش مولد، سیری مبتنی بر GPT می‌تواند

• متن ایمیل رسمی بر اساس چند bullet point تولید کند؛
• پیام‌های غیررسمی را مودب‌تر یا حرفه‌ای‌تر کند؛
• یادداشت‌های آشفته را خلاصه و ساختارمند کند؛
• متن‌های چندزبانه تولید و ترجمه کند.

در XNET پیش‌تر در مقاله‌ای دربارهکاربرد هوش مولد در اپلیکیشن‌های موبایل ۲۰۲۵به این الگوها پرداخته‌ایم؛ اکنون همین قابلیت‌ها در سطح سیستم‌عامل و در قالب Siri در حال پیاده‌سازی است.

جست‌وجوی هوشمند در دستگاه با سیری GPT

یکی از جذاب‌ترین سناریوها، تبدیل Siri به یک «نقشه معنایی» از زندگی دیجیتال کاربر است

• «اون pdf که پارسال برای مالیات دانلود کردم رو پیدا کن.»
• «همه عکس‌های سفر شمال ۱۴۰۲ که توش ساحل هست رو نشون بده.»
• «یادداشت‌هایی که در مورد استارتاپ X نوشتم رو یک‌جا خلاصه کن.»

برای این کار، سیری مبتنی بر GPT باید بتواندنمایه‌سازی معنایی (semantic indexing)روی ایمیل‌ها، فایل‌ها، عکس‌ها و نوت‌ها انجام دهد؛ موضوعی که چالش‌های حریم خصوصی و کارایی خاص خود را دارد.

حریم خصوصی و امنیت در سیری مبتنی بر GPT اپل

اگرچه شرکت‌هایی مانند OpenAI و گوگل سال‌هاست از داده‌های کاربر برای بهبود مدل‌ها بهره می‌برند، اپل مجبور است به‌خاطر موضع‌گیری عمومی‌اشاستانداردی متفاوتارائه کند.

پردازش محلی در سیری مبتنی بر GPT به‌عنوان خط دفاع اول

در مدل سیری مبتنی بر GPT، هرآنچه می‌تواند روی دستگاه پردازش شود، باید

• در همان‌جا بماند؛
• بدون لاگ ابری؛
• بدون اتصال به حساب کاربری ابری قابل‌شناسایی.

این رویکرد، علاوه بر جلب اعتماد کاربر، احتمالاً اپل را از نظر تطبیق با مقررات حریم خصوصی مثلGDPRدر اروپا و چارچوب‌های جدیدEU AI Actدر موقعیت بهتری قرار می‌دهد. WHO نیز در راهنمایی‌های مربوط به هوش مصنوعی در سلامت، بر «حداقلی‌کردن داده‌های ارسالی به سرور» تأکید کرده است؛ اصولی که در سیری GPT نیز کاربرد دارد، به‌خصوص اگر وارد حوزه سلامت دیجیتال شود.

داده‌های ابری، ناشناس‌سازی و محدودیت زمانی در سیری GPT

برای درخواست‌هایی که ناگزیر باید به مدل ابری ارسال شوند، انتظار می‌رود اپل

• داده‌ها را قبل از ارسالناشناس و حداقلیکند؛
• از رمزنگاری در انتقال و ذخیره استفاده کند؛
• زمان نگه‌داری داده‌ها را محدود و شفاف اعلام کند؛
• گزینه Opt-out روشن برای کاربر فراهم کند.

این سطح از شفافیت، اگر محقق شود، می‌تواندسیری مبتنی بر GPTرا در رقابت با سرویس‌هایی که داده‌ها را برای مدت‌طولانی‌تر ذخیره و بازآموزی می‌کنند، متمایز کند.

رقابت سیری مبتنی بر GPT با ChatGPT، گوگل Gemini و مایکروسافت

سیری مبتنی بر GPT در خلأ متولد نمی‌شود؛ در میانه یک میدان رقابتی داغ است که سه بازیگر اصلی دارد

• OpenAI / ChatGPT
• گوگل / Gemini
• مایکروسافت / Copilot

نقطه قوت سیری مبتنی بر GPT: یکپارچگی سخت‌افزار و نرم‌افزار

در حالی‌که ChatGPT و Gemini برای حضور در موبایل و دسکتاپ بهاپ مستقل یا مرورگرمتکی‌اند، اپل می‌تواند

• Siri را در سطح سیستم‌عامل ادغام کند؛
• از ژست‌ها، دکمه‌ها (مانند دکمه Action در آیفون‌های جدید) و میان‌برها برای دسترسی سریع استفاده کند؛
• با داده‌های محلی مانند Health، Photos، Files به شکل بومی کار کند.

این یعنی سیری مبتنی بر GPT بالقوه می‌تواندکمتر شبیه یک وب‌چت‌باتو بیشتر شبیه یک «لایه هوش» در سراسر اکوسیستم اپل باشد.

نقطه ضعف احتمالی سیری GPT: محدودیت‌های باز بودن و توسعه‌پذیری

از سوی دیگر، سیاست‌های بسته‌تر اپل و کنترل شدید بر اپ‌استور ممکن است

• ادغام عمیق LLM با اپ‌های شخص ثالث را دشوارتر کند؛
• دست توسعه‌دهندگان را نسبت به اکوسیستم‌های بازتر محدودتر نگه دارد؛
• باعث شود برخی قابلیت‌ها تنها در اپ‌های اصلی اپل در دسترس باشند.

بنابراین، رقابت اپل کمتر بر محور «بالاترین نمره در بنچمارک‌های LLM» و بیشتر بر محوربهترین تجربه کاربری یکپارچه با سیری مبتنی بر GPTخواهد بود.

چالش‌ها و ریسک‌های سیری مبتنی بر GPT: از توهم تا مسئولیت حقوقی

همه مدل‌های مبتنی بر GPT، حتی پیشرفته‌ترین آنها، با یک مشکل مشترک مواجه‌اندهالوسینیشنیا تولید پاسخ‌های نادرست با ظاهری بسیار متقاعدکننده.

برای اپلی که خود را «برند قابل‌اعتماد» معرفی می‌کند، این ریسک‌ها حساس‌تر است

• اگر سیری مبتنی بر GPT، توصیه‌ای نادرست در حوزه مالی یا سلامت بدهد، چه کسی مسئول است؟
• چگونه می‌توان مرز بین «پیشنهاد خلاقانه» و «اطلاعات واقعی» را برای کاربر شفاف کرد؟
• آیا باید لایه‌های اضافی راستی‌آزمایی (fact-checking) روی پاسخ‌ها اعمال شود؟

مطالعات منتشرشده درNatureو گزارش‌هایWHOدرباره استفاده از هوش مصنوعی در سلامت، بارها تأکید کرده‌اند که

• هوش مصنوعی مولد نباید به‌تنهایی منبع تصمیم‌گیری پزشکی یا قانونی باشد؛
• نیاز به نظارت انسانی و استانداردسازی شفاف وجود دارد.

اگر سیری مبتنی بر GPT در حوزه‌هایی مانند سلامت دیجیتال یا مدیریت مالی شخصی وارد شود، اپل ناچار است این ملاحظات را جدی بگیرد و احتمالاً باهشدارهای درون‌سیستمی و محدودیت کاربرداز بروز خسارت جلوگیری کند.

سیری مبتنی بر GPT و کاربر ایرانی

از زاویه‌ی مخاطب فارسی‌زبان و کاربر ایرانی، چند نکته کلیدی وجود دارد

1. زبان فارسی و بومی‌سازی
   کیفیت پشتیبانی Siri از فارسی تا امروز محدود بوده است. اگر سیری مبتنی بر GPT از مدل‌هایی با درک بهتر زبان فارسی استفاده کند، می‌توان انتظار داشت
   • تشخیص گفتار فارسی دقیق‌تر شود؛
   • درک دستورات محاوره‌ای فارسی بهبود یابد؛
   • خلاصه‌سازی و بازنویسی متن‌های فارسی امکان‌پذیر شود.
     اما هنوز اپل رسماً جزئیات زبان‌های پشتیبانی‌شده در نسل جدید را اعلام نکرده است.

1. محدودیت‌های منطقه‌ای و تحریم‌ها
   برخی قابلیت‌های ابری سیری GPT، مانند اتصال به سرویس‌های خاص یا ادغام با شرکای ثالث، ممکن است به‌دلایل حقوقی و تحریمی در ایران در دسترس نباشد یا نیاز به VPN داشته باشد.
2. کاربران حرفه‌ای و تولیدکنندگان محتوا
   برای توسعه‌دهندگان، تولیدکنندگان محتوا، استارتاپ‌ها و فعالان حوزه سلامت دیجیتال در ایران، سیری مبتنی بر GPT می‌تواند
   • ابزار سریعی برای پیش‌نویس متن، ایمیل، مستندات و ایده‌پردازی باشد؛
   • اما وابسته‌بودن به زبان انگلیسی یا پشتیبانی محدود فارسی، چالشی جدی باقی می‌ماند.

سیری مبتنی بر GPT، اپل جدید؟

سیری مبتنی بر GPT صرفاً یک به‌روزرسانی نرم‌افزاری نیست؛ نشانه‌ای است از این‌که اپل پذیرفته است«هوش» دیگر فقط به‌معنای قدرت پردازشی و Neural Engine نیست، بلکه به‌معنای حضور LLMها در قلب تجربه کاربری است.

چند نکته کلیدی از این تحول

• اپل با تأخیر، اما با تمرکز برحریم خصوصی و معماری هیبرید (On-device + Cloud)وارد رقابت GPT شده است؛
• سیری از یک دستیار فرمان‌محور، به سمتهمیار محاوره‌ای و زمینه‌محورحرکت می‌کند؛
• رقابت اصلی نه بر سر «بزرگ‌ترین مدل»، بلکه بر سربهترین ادغام با زندگی روزمره کاربر با کمک سیری مبتنی بر GPTخواهد بود؛
• چالش‌های هالوسینیشن، مسئولیت حقوقی و شفافیت در استفاده از داده، آزمونی جدی برای ادعاهای اپل درباره اعتماد و امنیت است؛
• برای کاربران ایرانی، کیفیت پشتیبانی از فارسی و محدودیت‌های منطقه‌ای، تعیین می‌کند سیری GPT تا چه حد از یک «ویترین جذاب» فراتر می‌رود و به ابزاری واقعی در زندگی و کار تبدیل می‌شود.

رسانه «XNET» این مسیر را قدم‌به‌قدم دنبال خواهد کرد؛ از اولین نسخه‌های آزمایشی تا ارزیابی واقعی عملکرد سیری مبتنی بر GPT در دنیای کاربران.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.