Apple-forskere har udviklet et AI-system kaldet ReALM (Referenceropløsning som sprogmodellering) der kan tolke tvetydige henvisninger og kontekstuelle signaler. Denne gennembrud kunne revolutionere interaktionen med stemmeassistenter og omforme handelslandskabet. Systemet forenkler forståelsen af skærm-baserede visuelle henvisninger gennem sprogmodellering ved hjælp af store sprogmodeller, med det mål at forbedre AI-stemmekommunikation og styrke kundeoplevelser. Stemmeteknologi er i fremgang med forbrugere der viser stigende interesse i dens hurtighed. Der er dog stadig en vis skepsis omkring effektiviteten og pålideligheden af stemme-AI i forhold til menneskelig service. Apples ReALM-projekt adresserer udfordringen med at håndtere pronominer og underforståede henvisninger i samtaler ved at behandle referenceropløsning som en sprogmodelleringsopgave, hvilket gør at systemet kan forstå visuelle elementer og integrere dem sømløst i samtalen.

Denne tilgang overgår traditionelle metoder og opnår bedre resultater end OpenAI's GPT-4. Apples løsning kunne være en gennembrud i forståelse af kontekst i stemmekommunikation, et område hvor AI traditionelt har haft svært ved på grund af pauser, fyldord og samtalemæssige forstyrrelser. Mens AI er blevet bedre til at forstå kontekst, mangler den stadig empati og følelsesmæssig intelligens, hvilket får interaktioner til at føles kolde og upersonlige i visse situationer. Apple har udforsket AI-partnerskaber, herunder diskussioner med Google om at integrere Googles AI-motor i iPhone-softwarefunktioner og samarbejde med OpenAI. Dog har Apples AI-udvikling været relativt mere afdæmpet end konkurrenternes.