Badacze z Apple opracowali system sztucznej inteligencji o nazwie ReALM (Reference Resolution As Language Modeling), który potrafi interpretować niejednoznaczne odniesienia i kontekstowe wskazówki. Ten przełom może rewolucjonizować interakcje asystentów głosowych i zmienić krajobraz handlu. System upraszcza zrozumienie odniesień wizualnych opartych na ekranie poprzez modelowanie języka przy użyciu dużych modeli językowych, mając na celu poprawę komunikacji głosowej opartej na SI i wzmocnienie doświadczeń klientów. Technologia głosowa jest coraz bardziej popularna, a konsumenci wykazują rosnące zainteresowanie jej szybkością. Jednak wciąż istnieje pewne sceptycyzm co do efektywności i niezawodności SI głosowej w porównaniu z obsługą przez człowieka. Projekt ReALM firmy Apple rozwiązuje problem obsługi zaimków i odniesień domniemanych w rozmowach, traktując je jako zadanie modelowania językowego.

To pozwala systemowi zrozumieć elementy wizualne i integrować je w płynny sposób w rozmowach. Ten podejście przewyższa tradycyjne metody i osiąga lepsze wyniki niż GPT-4 OpenAI. Rozwiązanie Apple może stanowić przełom w zrozumieniu kontekstu w komunikacji głosowej, dziedzinie, w której SI tradycyjnie miało trudności z obsługą przerw, słów wypełniających i zakłóceń rozmowy. Podczas gdy SI poprawiła swoje umiejętności zrozumienia kontekstu, wciąż brakuje jej empatii i inteligencji emocjonalnej, co sprawia, że interakcje w niektórych sytuacjach wydają się chłodne i bezosobowe. Apple eksploruje możliwości współpracy w dziedzinie SI, w tym rozmowy z Google w celu wdrożenia silnika SI Google'a w funkcje oprogramowania iPhone'a oraz dialogi z OpenAI. Jednak rozwój SI w firmie Apple jest bardziej powściągliwy w porównaniu do konkurencji.