Apple potvrdil, že převzal izraelský startup Q.ai, který se zaměřuje na využití umělé inteligence pro řešení problémů se zvukem a porozuměním řeči. Podle informací z více zdrojů se hodnota obchodu pohybuje zhruba mezi 1,6 a 2 miliardami dolarů. Pokud se tyto odhady potvrdí, šlo by o druhou největší akvizici v historii Applu hned po Beats z roku 2014.
O akvizici jako první detailně informovala agentura Reuters. Následně ji rozebrala řada technologických webů včetně Macworldu, MacRumors nebo 9to5Mac. A zajímavý kontext přidal také Financial Times a The Verge.
Co je Q.ai a proč o něj Apple stojí
Q.ai působí navenek poměrně nenápadně. Jejich web je velmi stručný a staví hlavně na jednoduché myšlence, že ve světě plném hluku chce „vytvořit nový druh ticha“. O něco více napovídá profil firmy na LinkedIn, kde Q.ai popisuje ambici posunout lidskou komunikaci dál. Firma zmiňuje důraz na soukromí, přístupnost a také vícejazyčnost.
Podle Reuters se Q.ai soustředí na strojové učení pro audio scénáře, které běžně trápí každodenní používání. Typicky jde o situace, kdy je v okolí hluk, člověk mluví potichu nebo zařízení potřebuje lépe oddělit řeč od rušivých zvuků. Právě to jsou oblasti, které Apple dlouhodobě řeší napříč iPhonem, iPadem, Macem a zejména AirPods.
Patent, který naznačuje „tichou řeč“ a čtení emocí
Nejvíc pozornosti ale budí technologie popsaná v jednom z patentů, na který upozorňují Reuters a další zdroje. Princip má stát na snímání drobných mikropohybů kůže v obličeji. Z těchto signálů má být možné odvozovat slova, která člověk vyslovuje nahlas, šeptá, nebo dokonce jen „formuje“ rty bez zvuku.
Podle dostupných popisů by systém vedle samotných slov mohl rozpoznávat i další věci. Patří sem identita osoby, emoční stav a také některé fyziologické ukazatele, například srdeční tep nebo dech. Pokud by se podobná technologie dostala do produktů, otevírá to dveře úplně novému typu ovládání a komunikace. Může jít o scénáře, kdy nechcete mluvit nahlas, nechcete budit okolí, nebo potřebujete diskrétní interakci se zařízením.
Vazba na PrimeSense a Face ID není náhoda
V čele Q.ai stojí Aviad Maizels. Jméno je pro Apple fanoušky zajímavé hlavně kvůli tomu, že Maizels v minulosti založil PrimeSense, firmu zaměřenou na snímání hloubky a pohybu. Jak jsme dříve informovali, technologie PrimeSense se po akvizici Applem stala jedním ze základních stavebních kamenů pro TrueDepth systém a Face ID.
Q.ai má mít zhruba 100 zaměstnanců. Ti by se měli stát součástí hardwarové divize Applu. Apple podle Reuters zároveň potvrdil, že tým převezme i s Maizelsem. Šéf hardwarových technologií Johnny Srouji v reakci uvedl, že Q.ai považuje za mimořádně zajímavou firmu, která přináší nové nápady v oblasti snímání a strojového učení.
Co by to mohlo znamenat pro iPhone, AirPods i budoucí zařízení
V tuto chvíli není potvrzené, do kterých produktů Apple technologie Q.ai nasadí jako první. Směr ale dává smysl hned v několika kategoriích.
První na řadě jsou AirPods. Apple u nich už dnes staví na pokročilém zpracování zvuku, potlačování hluku a režimech, které kombinují odhlučnění s vnímáním okolí. Přesnější rozpoznání řeči v náročných podmínkách by mohlo pomoci jak při hovorech, tak při ovládání hlasem.
Druhým kandidátem jsou zařízení pro rozšířenou realitu a nositelná elektronika. Financial Times i další komentáře zmiňují scénáře, kdy by „tichá řeč“ umožnila ovládat asistenta bez toho, aby člověk musel mluvit nahlas. To zapadá do představ o chytrých brýlích nebo o budoucím vývoji kolem Vision Pro. V praxi by šlo o rychlé pokyny pro asistenta i v hlučném prostředí, případně tam, kde je hlasové ovládání nepraktické.
Třetí rovina je přístupnost a soukromí. Pokud by šlo ovládat zařízení pomocí velmi tichých projevů nebo mikropohybů obličeje, mohlo by to pomoct lidem s určitými typy omezení. Zároveň to může být cesta, jak zlepšit interakci bez neustálého „mluvení na telefon“ na veřejnosti.
Jedna z největších akvizic Applu. Hned po Beats
Apple obvykle kupuje menší firmy, které tiše začlení do svých týmů. Proto tahle transakce vyčnívá. Podle odhadů médií by šlo o druhou největší akvizici po Beats, které Apple koupil v roce 2014 zhruba za 3 miliardy dolarů. Macworld připomíná i akvizici části modemového byznysu Intelu z roku 2016, která měla vyjít přibližně na 1 miliardu dolarů.
Teď zbývá sledovat, jak rychle Apple technologii Q.ai promění v konkrétní funkce. A také jestli ji využije jen pro lepší audio a rozpoznávání řeči, nebo z ní udělá jeden ze stavebních kamenů nové generace interakce s AI.
