AI er blevet en integreret del af alle teknologivirksomheders salgstale til forbrugerne. Hvis man undlader at fremhæve maskinlæring eller neurale netværk, når man præsenterer et nyt produkt, kan man lige så godt sælge hånddrevne lommeregnere. Dette kan føre til overdrevne løfter. Men at dømme ud fra den seneste WWDC-præsentation har Apple valgt en smartere og mere stille tilgang.
Der var spredt ud over Apples meddelelser om iOS, iPadOS og macOS en række funktioner og opdateringer, som har maskinlæring i centrum. Nogle blev ikke annonceret på scenen, og nogle funktioner, der næsten helt sikkert bruger kunstig intelligens, blev ikke identificeret som sådan, men her er en hurtig opsummering af de mere fremtrædende omtaler, som vi spottede:
- Ansigtsgenkendelse til HomeKit. Smartkameraer med HomeKit-aktivering vil bruge billeder, du har tagget på din telefon, til at identificere, hvem der står ved din dør, og endda annoncere dem ved navn.
- Nativ søvnregistrering til Apple Watch. Dette bruger maskinlæring til at klassificere dine bevægelser og registrere, hvornår du sover. Den samme mekanisme gør det også muligt for Apple Watch at spore nye aktiviteter som f.eks. dans og…
- Håndvask. Apple Watch registrerer ikke kun bevægelsen, men også lyden af håndvask og starter en nedtællingstimer for at sikre, at du vasker dig så længe, som det er nødvendigt.
- Forslag til appbibliotek. En mappe i det nye App Library-layout vil bruge “on-device-intelligens” til at vise apps, du “sandsynligvis får brug for næste gang”. Den er lille, men potentielt nyttig.
- Oversæt app. Denne fungerer helt offline takket være maskinlæring på enheden. Den registrerer de sprog, der tales, og kan endda lave live-oversættelser af samtaler.
- Lydadvarsler i iOS 14. Denne tilgængelighedsfunktion blev ikke nævnt på scenen, men den vil lade din iPhone lytte efter ting som dørklokker, sirener, hunde, der gøer, eller babyer, der græder.
- Håndskriftgenkendelse til iPad. Dette blev ikke specifikt identificeret som en AI-drevet funktion, men vi vil vædde dollars til donuts på, at det er det. AI er fantastisk til billedgenkendelsesopgaver, og det er en passende udfordring at identificere både kinesiske og engelske tegn.
Der er fravær på denne liste – især Siri, Apples evigt skuffende digitale assistent. Selv om Siri er AI-tungt, fik den mest kosmetiske opdateringer i år (oh, og “20 gange flere fakta”, hvad det nu end betyder). En ny grænseflade er helt sikkert en velkommen ændring, men det er småting, når man sammenligner Siris overordnede præstationer med andre AI-assistenter.
Det, som disse opdateringer dog viser, er Apples interesse i at bruge maskinlæring til at levere små bekvemmeligheder snarere end et stort, forenende “AI”-projekt, som nogle teknologivirksomheder har lovet med deres egne digitale assistenter, der hævder at kunne forbedre dit liv problemfrit ved at planlægge din kalender, foregribe din pendling osv.
Dette sidstnævnte projekt ville altid være en fiasko, da AI, trods alle sine evner, i bund og grund bare er ekstremt god mønstermatchingsoftware. Dette har utallige anvendelsesmuligheder – og nogle er utroligt uventede – men det betyder ikke, at computere kan analysere de meget menneskelige kompleksiteter i noget så almindeligt som dine kalenderaftaler, en opgave, der er afhængig af talrige uudtalte regler om dine prioriteter, rutiner, hvad du kan lide og ikke lide og meget mere.
Det bedste eksempel på Apples tilgang er den nye håndvaskefunktion på Apple Watch, som bruger AI til at identificere, hvornår du skrubber dine vanter, og starter en timer. Det er en lille og fjollet funktion, men en funktion, der kræver meget lidt af brugeren, samtidig med at den leverer en nyttig funktion.
Dette er en stærk taktik for Apple, der spiller på virksomhedens gamle ry – fortjent eller ej – for at levere software, der “bare virker”. Det undgår også den slags iterative, tech-for-tech’s-sake-opdateringer, der kan falde fladt ned hos den gennemsnitlige forbruger, som Samsungs Bixby.
Der er dog også en risiko ved denne tilgang. Fokuser for meget på bekvemmelighed, og du kan ende med at overse kundernes behov for privatlivets fred, en fejl, som Amazon tilsyneladende ofte begår, f.eks. da de begyndte at levere pakker inde i dit hus. Dette kan også være en fare for Apples arbejde med maskinlæring, på trods af virksomhedens fortsatte fokus på privatlivets fred.
At tilføje ansigtsgenkendelse til HomeKit-kameraer er f.eks. helt sikkert praktisk. Softwaren kan endda forbindes til HomePod for at annoncere gæster ved navn som en digital butler. Men hvordan vil brugerne føle sig over, at data fra deres billeder bruges til at identificere personer via kameraer fra tredjeparter? Videoer vil blive krypteret via Apples “Secure Video”-ramme, men nogle vil måske stadig føle sig utilpas ved denne ordning. Apple bliver nødt til at forvalte dette nøje og aldrig tage for meget kontrol ud af brugernes hænder, hvis de fortsat ønsker at bevæge sig på grænsen mellem bekvemmelighed og indblanding.
Hvis de kan gøre det, har deres AI-funktioner dog en større chance for at glide ubemærket ind i folks liv. Dette er for øjeblikket det søde punkt for maskinlæring. AI er for dum til at administrere din tidsplan, men den er smart nok til at minde dig om at vaske hænder.