Apple nói về sự chậm chân trong lĩnh vực AI: Chúng tôi cảm thấy đang rất ổn

#ai

Trong một cuộc phỏng vấn với The Wall Street Journal, 2 trong số những nhà lãnh đạo lâu năm nhất tại Apple, Craig Federighi (Phó Chủ tịch cấp cao về Kỹ thuật Phần mềm) và Greg Joswiak (Phó Chủ tịch cấp cao về Marketing Toàn cầu), đã có những chia sẻ thẳng thắn về chiến lược Apple Intelligence, lý do đằng sau sự chậm trễ của một số tính năng Siri đã được giới thiệu, và tầm nhìn của họ về tương lai của điện toán cá nhân.

Siri thông minh đang ở đâu?

Chị Joanna Stern của WSJ đã đặt câu hỏi trực diện này ngay từ đầu, và câu trả lời từ Craig Federighi đã cho chúng ta một cái nhìn sâu hơn vào quy trình làm việc đầy khắt khe của Apple.

Craig thừa nhận rằng tại WWDC 2024, trong bài thuyết trình kéo dài 100 phút, Apple đã dành khoảng 8 phút để trình diễn các khả năng mới của Siri được hỗ trợ bởi AI. Ông cho biết, một nửa trong số đó đã được hiện thực hóa và gửi đến người dùng trong năm qua. Các tính năng này bao gồm giao diện người dùng mới, khả năng gõ lệnh cho Siri (Type to Siri), và sự cải thiện đáng kể trong việc hiểu ngôn ngữ tự nhiên, bao gồm cả việc xử lý các từ nói vấp (disfluency) và hiểu ngữ cảnh hội thoại.

Tuy nhiên, 4 phút còn lại, bao gồm các khả năng phức tạp và mang tính thay đổi cuộc chơi nhất, đã không thể ra mắt như dự kiến. Lý do, theo Craig, rất đơn giản: Chất lượng chưa đạt chuẩn Apple.

Ông giải thích: "Chúng tôi đã có một phiên bản hoạt động dựa trên kiến trúc V1. Nó hoàn toàn là phần mềm thật, không phải vaporware (sản phẩm chỉ tồn tại trên giấy). Chúng tôi đã quay phim demo dựa trên phần mềm đang chạy thực tế. Tuy nhiên, khi đưa vào thử nghiệm nội bộ với các tình huống sử dụng thực tế, không thể đoán trước, độ tin cậy của nó đã không đạt đến ngưỡng mà chúng tôi có thể tự tin giao cho khách hàng."

Đây là một chi tiết quan trọng. Apple hiểu rằng Siri là một sản phẩm mở, người dùng có thể yêu cầu bất cứ điều gì. Hệ thống phải đủ mạnh mẽ để xử lý kho dữ liệu cá nhân khổng lồ và đa dạng trên thiết bị của mỗi người mà không gặp lỗi. Khi nhận ra kiến trúc V1 không đủ vững chắc cho tầm nhìn dài hạn, Apple đã đưa ra một quyết định khó khăn là tạm hoãn việc ra mắt và xây dựng lại trên một nền tảng mới mà Craig gọi là kiến trúc V2. Kiến trúc này được thiết kế để có nền móng vững chắc hơn, cho phép họ mở rộng các tính năng trong tương lai mà vẫn đảm bảo được sự ổn định và đáng tin cậy.

"Chúng tôi đã hy vọng có thể hoàn thành vào cuối năm, rồi đến mùa xuân," Craig chia sẻ. "Nhưng khi nhận ra nó không thể đạt được mức chất lượng của Apple, chúng tôi quyết định phải thông báo về sự chậm trễ và tập trung vào kiến trúc V2. Chúng tôi sẽ chỉ công bố ngày ra mắt mới khi nó thực sự sẵn sàng."

Greg Joswiak nói thêm: "Việc này có thể làm một số người dùng thất vọng, và chúng tôi không bao giờ muốn điều đó. Nhưng sẽ còn đáng thất vọng hơn nếu chúng tôi tung ra một sản phẩm chưa hoàn thiện, có tỷ lệ lỗi mà chúng tôi cho là không thể chấp nhận được. Đó là quyết định đúng đắn, và nếu được chọn lại, chúng tôi vẫn sẽ làm như vậy."

Apple Intelligence không chỉ là một chatbot

Một trong những thông điệp quan trọng mà 2 vị lãnh đạo muốn nhấn mạnh là chiến lược AI của Apple khác biệt cơ bản so với các đối thủ. Thay vì tập trung tạo ra một chatbot duy nhất như một ứng dụng riêng biệt, Apple xem AI là một công nghệ nền tảng.

"Mục tiêu của chúng tôi không phải là tạo ra một chatbot khác," Joz giải thích. "Ý tưởng của chúng tôi là tích hợp trí tuệ nhân tạo một cách sâu sắc và liền mạch vào các tính năng mà bạn sử dụng hàng ngày trên khắp hệ điều hành, làm cho chúng trở nên tốt hơn, hữu ích hơn mà đôi khi bạn không cần phải nhận ra mình đang dùng AI."

Ví dụ điển hình là các công cụ viết có thể tóm tắt, sửa lỗi, thay đổi văn phong của email hay văn bản; hoặc khả năng tìm kiếm trong ứng dụng Ảnh bằng ngôn ngữ tự nhiên. Tất cả đều được vận hành bởi các mô hình của Apple, một phần trên thiết bị và một phần trên Private Cloud Compute để đảm bảo quyền riêng tư.

Vậy tại sao Apple lại hợp tác với OpenAI để tích hợp ChatGPT? Craig và Joz làm rõ rằng đây là một lựa chọn bổ sung cho người dùng. Khi Siri nhận thấy một yêu cầu vượt ra ngoài khả năng hiện tại của mình, đặc biệt là các câu hỏi đòi hỏi kiến thức thế giới rộng lớn hoặc khả năng sáng tạo phức tạp, nó sẽ hỏi người dùng liệu họ có muốn chuyển yêu cầu đó cho ChatGPT hay không. "Chúng tôi nhận thấy ChatGPT hiện đang là một trong những mô hình tốt nhất cho các tác vụ đó, và chúng tôi muốn mang đến cho người dùng lựa chọn để tiếp cận nó," Craig nói.

Sự hợp tác này cũng mở rộng sang các lĩnh vực khác, như khả năng tạo ảnh trong Image Playground hoặc các công cụ lập trình trong Xcode, nơi các nhà phát triển có thể tận dụng sức mạnh của các mô hình từ OpenAI hay Anthropic. Tóm lại, Apple sẽ tự mình xử lý các tác vụ đòi hỏi sự am hiểu sâu sắc về ngữ cảnh cá nhân của người dùng, và sẽ hợp tác với các bên thứ ba cho các tác vụ đòi hỏi kiến thức tổng quát.

Liquid Glass và tương lai của giao diện người dùng

Một trong những thay đổi đáng chú ý về mặt thẩm mỹ trong các hệ điều hành mới là ngôn ngữ thiết kế Liquid Glass. Joanna Stern đã hỏi tại sao Apple lại "yêu thích kính" đến vậy.

Craig Federighi đã đưa ra một câu trả lời đầy tính kỹ thuật và triết lý. Liquid Glass không chỉ là một hiệu ứng hình ảnh. Nó được sinh ra từ sự tiến hóa của phần cứng. Với màn hình ngày càng lớn, viền mỏng và các góc được bo tròn mềm mại, Apple muốn tạo ra một cảm giác không gian, nơi nội dung của người dùng dường như chiếm trọn màn hình, trải dài từ cạnh này sang cạnh kia. "Kính là một vật liệu tuyệt vời. Nó cho phép chúng tôi tạo ra các nút chức năng dường như nổi lên trên nền, vừa rõ ràng, dễ nhận biết, vừa có thể thích ứng.” Craig nói.

Nhờ hiệu ứng mờ và khúc xạ ánh sáng, các nút bấm và thanh điều khiển bằng "kính" có thể cho phép người dùng vẫn nhìn thấy nội dung phía sau, tạo cảm giác liền mạch. Đồng thời, hệ thống có thể tự động điều chỉnh độ tương phản để đảm bảo văn bản và biểu tượng trên các nút này luôn dễ đọc, bất kể nền phía sau là gì.

Đây là một tác vụ tính toán rất nặng, nhưng nhờ sức mạnh của Apple Silicon và màn hình HDR, Apple giờ đây có thể triển khai nó trên toàn bộ dòng sản phẩm của mình. Joz cũng nói thêm rằng, thiết kế này được truyền cảm hứng rất nhiều từ những gì họ đã học được khi phát triển visionOS cho Apple Vision Pro.

Những câu hỏi muôn thuở về Mac cảm ứng và iPad gập

Khi được hỏi về việc hợp nhất iPadOS và macOS, cả 2 đều cười và nhắc lại slide "No." khổng lồ mà Craig đã từng trình chiếu tại WWDC nhiều năm trước. Họ khẳng định lại triết lý rằng Mac được tối ưu cho việc nhập liệu với độ chính xác cao với chuột và bàn phím, trong khi iPad là thiết bị tối ưu cho cảm ứng.

Chúng là 2 sản phẩm tuyệt vời, phục vụ những mục đích khác nhau và sẽ tiếp tục tồn tại song song. Những câu hỏi về iPhone màn hình lớn hơn hay một chiếc iPhone gập cũng được đưa ra, nhưng chỉ nhận lại những nụ cười và sự từ chối bình luận khéo léo.

Cười trừ =))

Tầm nhìn tương lai

Với kinh nghiệm làm việc tại Apple, Craig và Joz đã chứng kiến nhiều thăng trầm của công ty và của cả ngành công nghệ. Khi được hỏi về cảm nhận hiện tại, trong bối cảnh nhiều người cho rằng Apple đang chậm chân trong cuộc đua AI, cả 2 đều tỏ ra rất tự tin. "Chúng tôi cảm thấy rất tốt vào lúc này. Được thấy năng lượng và sự hào hứng của các nhà phát triển tại WWDC, và biết được những gì chúng tôi đang xây dựng, chúng tôi rất lạc quan." Craig chia sẻ.

Joz thì nhắc lại triết lý đơn giản mà Steve Jobs đã đặt ra khi ông quay trở lại Apple: “Việc của chúng ta là tạo ra những sản phẩm tuyệt vời và kể cho mọi người về chúng. Nếu làm tốt hai việc đó, mọi thứ khác sẽ tự ổn thỏa.”

Đó là những gì mình xem và nghe thấy trong cuộc phỏng vấn thú vị giữa đại diện Apple và WSJ. Gần như năm nào WSJ và Apple cũng phỏng vấn kiểu này như kiểu được set up sẵn. Apple thì vẫn luôn khéo léo trong câu trả lời, anh em có thể nghe và đưa ra ý kiến cá nhân của mình bên dưới nha, bye.