Les chercheurs d'Apple ont développé un système d'intelligence artificielle appelé ReALM (Reference Resolution As Language Modeling) capable d'interpréter les références ambiguës et les indices contextuels. Cette avancée pourrait révolutionner les interactions avec les assistants vocaux et redessiner le paysage commercial. Le système simplifie la compréhension des références visuelles à l'écran en utilisant des modèles linguistiques de grande envergure, dans le but d'améliorer les communications vocales de l'IA et d'améliorer les expériences des clients. La technologie vocale est en plein essor, avec un intérêt croissant des consommateurs pour sa rapidité. Cependant, il subsiste un certain scepticisme quant à l'efficacité et à la fiabilité de l'IA vocale par rapport au service humain. Le projet ReALM d'Apple aborde le défi de la gestion des pronoms et des références implicites dans les conversations en traitant la résolution des références comme une tâche de modélisation linguistique, permettant au système de comprendre les éléments visuels et de les intégrer de manière transparente aux conversations.

Cette approche surpasse les méthodes traditionnelles et obtient de meilleurs résultats que le GPT-4 d'OpenAI. La solution d'Apple pourrait constituer une percée dans la compréhension du contexte dans les communications vocales, un domaine où l'IA a traditionnellement eu du mal en raison des pauses, des mots de remplissage et des distractions conversationnelles. Bien que l'IA ait progressé dans la compréhension du contexte, elle manque encore d'empathie et d'intelligence émotionnelle, ce qui donne parfois l'impression d'interactions froides et impersonnelles. Apple explore des partenariats en matière d'IA, notamment des discussions avec Google pour intégrer le moteur d'IA de Google dans les fonctionnalités du logiciel iPhone, ainsi que des interactions avec OpenAI. Cependant, le développement de l'IA par Apple a été comparativement plus discret que celui de ses concurrents.