Apple-Forscher haben ein KI-System namens ReALM (Reference Resolution As Language Modeling) entwickelt, das mehrdeutige Verweise und kontextuelle Hinweise interpretieren kann. Dieser Durchbruch könnte die Interaktion mit Sprachassistenten revolutionieren und die Handelslandschaft neu gestalten. Das System vereinfacht das Verständnis von bildschirmbasierten visuellen Verweisen durch die Verwendung großer Sprachmodelle und zielt darauf ab, KI-Sprachkommunikation zu verbessern und Kundenerlebnisse zu optimieren. Sprachtechnologie erlebt einen Aufschwung, da Verbraucher ein wachsendes Interesse an ihrer Geschwindigkeit zeigen. Es gibt jedoch immer noch Skepsis hinsichtlich der Effizienz und Zuverlässigkeit von Sprach-KI im Vergleich zum menschlichen Service. Apples ReALM-Projekt befasst sich mit der Herausforderung, Pronomen und implizite Verweise in Gesprächen zu behandeln, indem es die Auflösung von Verweisen als Aufgabe des Sprachmodellierens betrachtet.

Dadurch kann das System visuelle Elemente verstehen und nahtlos in Gespräche integrieren. Dieser Ansatz übertrifft traditionelle Methoden und erzielt bessere Ergebnisse als OpenAI's GPT-4. Apples Lösung könnte einen Durchbruch bei der Kontextverständigung in Sprachkommunikation bieten, einem Bereich, in dem KI traditionell aufgrund von Pausen, Füllwörtern und Ablenkungen in Gesprächen zu kämpfen hatte. Obwohl KI sich beim Verstehen von Kontext verbessert hat, fehlt ihr immer noch Empathie und emotionale Intelligenz, was dazu führt, dass Interaktionen in bestimmten Situationen kühl und unpersönlich wirken. Apple hat AI-Partnerschaften erkundet, einschließlich Gesprächen mit Google, um Googles KI-Engine in iPhone-Softwarefunktionen zu integrieren, und Engagements mit OpenAI. Allerdings war die AI-Entwicklung von Apple im Vergleich zu seinen Mitbewerbern eher zurückhaltend.