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. Hlasový asistent samotný přitom prochází vlastní velkou proměnou, o níž píšeme v textu o dohodě o Gemini pro novou Siri.
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. Právě toto dědictví zajímavě rezonuje se spekulacemi o Face ID na Macu, které jsme rozebírali dřív.
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. Co v tomto směru umějí dnešní sluchátka AirPods Pro 3, shrnuje náš přehled.
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. Podobný důraz na diskrétní AI ovládání ukazuje i projekt AI počítače od Perplexity postaveného na Macu mini.
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. Další nákupy pokračovaly i později, například koupí nástroje Play pro SwiftUI. Mezi nimi je i brněnský startup PlasmaSolve, jehož software pomáhá navrhovat tenčí a odolnější kryty.
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.
