Apple Intelligence: Το Μέλλον της Προσβασιμότητας στις Συσκευές Apple

Αυτόματη μεταγραφή — ενδέχεται να περιέχει λάθη.

00:00 Γεια σας! Καλώς ήρθατε στο κανάλι Τεχνολογία και Προσβασιμότητα. Λοιπόν, στη σημερινή μας ανάλυση θα κάνουμε μια πραγματικά βαθιά εξερεύνηση σε κάτι που μέχρι πρότινος ακουγόταν σαν ας πούμε σενάριο επιστημονικής φαντασίας. Οπωσδήποτε. Έχουμε συγκεντρώσει πηγές για τις τεράστιες ανακοινώσεις της Apple οι οποίες έγιναν λίγο πριν την Παγκόσμια Υμέρα Ευαισθητοποίησης για την Προσβασιμότητα ή το γνωστό JAAD.

00:29 Ναι. Και διαβάζοντας όλο αυτό το υλικό, οφείλω να ομολογήσω ότι ένιωσα τον ενθουσιασμό κάποιου που βλέπει μια πραγματική τομή. Ας το αναλύσουμε αυτό. Δεν μιλάμε απλώς για κάποιες ξέρεις επιφανειακές διορθώσεις των κώδικα. Όχι, καθόλου. Ούτε για μερικά νέα μενούς της ρυθμίσης του κινητού. Ακριβώς. Μιλάμε για μια ριζική αλλαγή του τρόπου που οι συσκευές αλληλεπιδρούν με τους ίδιους τους ανθρώπους.

00:55 Και για να βάλουμε κατευθείαν το πλαίσιο σε όσους μας ακούν, η καρδιά όλων αυτών είναι το Apple Intelligence. Δηλαδή, περνάμε από τα ψηφιακά δεκανίκια που απλά μεγάλωναν τα γράμματα, ας πούμε. Σωστά. Περνάμε από αυτό σε λειτουργικά συστήματα που κατανοούν το χρήστη. Μαθαίνουν και προσαρμόζονται ενεργά στις ανάγκες της όρασης, της ακουής, της κινητικότητας.

01:18 Είναι μια εντελώς διαφορετική φιλοσοφία. Οπότε νομίζω το καλύτερο σημείο να ξεκινήσουμε είναι το πώς οι συσκευές βλέπουν τον φυσικό κόσμο. Μέσα από εργαλεία όπως το voiceover, τον μεγεθυντικό φακό και φυσικά το image explorer. Αυτό το image explorer είναι απίστευτο. Μέχρι σήμερα αν μια εικόνα δεν είχε περασμένο το εναλλακτικό κείμενο από άνθρωπο, η συσκευή ήταν πρακτικά τυφλή. Έλεγε σκέτο εικόνα έτσι.

01:45 Ήταν απολύτως τυφλή. Τώρα, χρησιμοποιώντας μηχανική όραση, το σύστημα αναγνωρίζει και περιγράφει σύνθετο περιεχόμενο. Σαρωμένα έγγραφα. Αποδείξεις, αφήσες, ακόμα και γραφήματα. Ειδικά τα γραφήματα που παραδοσιακά ήταν ο απόλυτος εφιάλτες για την προσβασιμότητα. Γιατί συμβαίνει αυτό, επειδή διαβάζονται λάθος? Ακριβώς, γιατί η πληροφορία τους είναι δυσδιάστατη.

02:10 Αν ένα παριό πρόγραμμα προσπαθήσει να διαβάσει ένα γράφημα γραμμικά, ακούς απλά σκόρπιους αριθμούς. Έναν αχταρμά. Ναι, χάνεται τελείως το νόημα. Τώρα όμως η συσκευή κατανοεί τις χωρικές σχέσεις. Καταλαβαίνει ότι ας πούμε η λέξη καφές στα αριστερά συνδέεται άμεσα με το 3 ευρώ στα δεξιά. Δεν διαβάζει, απλά συνθέτει μια λογική περιγραφή.

02:35 Και δεν μένει μόνο σε αυτό. Το live recognition, η ζωντανή αναγνώριση, γίνεται εντελώς διαδραστική. Φανταστείτε να έχετε έναν υπερπαρατηρητικό συνοδηγό δίπλα σας. Που να μπορείς να τον ρωτήσεις φυσικά τι γράφει η ταμπέλα απέναντι. Ή πού είναι το χερούλι της πόρτας. Όμως, κάτσε, εδώ θα κάνω λίγο τον δικηγόρο του διαβόλου.

02:57 Για να δούμε. Αν η κάμερα του κινητού, βασικά, σκανάρει διαρκώς τον χώρο, διαβάζει προσωπικούς λογαριασμούς στο γραφείο, αναλύει το σπίτι μας... Καταλαβαίνω που το πας. Ναι. Δεν υπάρχει ένας κολοσιακός κίνδυνος με τα προσωπικά δεδομένα? Θέλουμε τέτοιες εικόνες να στέλνονται συνεχώς στο cloud? Αυτό που είναι συναρπαστικό εδώ είναι το πώς ακριβώς λύθη το αυτός ο κίνδυνος.

03:21 Η απάντηση είναι κάθετη. Καμία απολύτως εικόνα δεν φεύγει σε απομακρυσμένους σερβέρς. Μισό λεπτό. Δηλαδή δεν πάει τίποτα στο cloud? Τίποτα. Όλη αυτή η βαριά επεξεργασία τεχνητής νοημοσύνης γίνεται τοπικά, μέσα στην ίδια τη συσκευή. Θέλεις να μου πεις ότι το τσίπ ενός κινητού μπορεί να κάνει σε πραγματικό χρόνο τη δουλειά που κάνουν τεράστια data centers και δεν τελειώνει η μπαταρία στο 5 λεπτό?

03:45 Αυτό είναι το πραγματικό τεχνολογικό επίτευμα και οφείλεται στην ευρωνομική μεχανή, την Neural Engine του Apple Silicon. Ααα, τα ειδικά τσιπάκια. Ναι, είναι συνδυασμένα για να τρέχουν μαθηματικές πράξεις τεχνητής νοημοσύνης με ελάχιστη ενέργεια. Οπότε το μοντέλο τρέχει εξ ολοκλήρου πάνω στη συσκευή Η ιδιωτικότητα είναι δεδομένη από τον σχεδιασμό Εντυπωσιακό, λύνουμε την κατανόηση του φυσικού κόσμου και την ιδιωτικότητα μαζί Αλλά ας πάμε τώρα στον ψηφιακό κόσμο Σωστά, ας κάνουμε τη μετάβαση Στις πηγές μας γίνεται μεγάλη αναφορά στην εξέλιξη του Accessibility Reader Παλιά απλά έκοβε τις διαφημίσεις Ναι, έδειχνα ένα καθαρό κείμενο και τέλος Τώρα όμως, η τεχνητή νοημοσύνη αποκωδικοποιεί ένα ψηφιακό χάος.

04:33 Μιλάμε για πολύπλοκα έγγραφα, όπως ακαδημαϊκά pdf με πολλές στήλες. Ακριβώς. Το παλιό λογισμικό πηδούσε από την πρώτη στήλη στη δεύτερη και έβγαζε εντελώς ασυνάρτητο αποτέλεσμα. Σαν να προσπαθείς να διαβάσεις εφημερίδα μέσα από ένα καλαμάκι, βλέπεις μόνο σκόρπιες λέψεις. Πολύ καλή παρομοίωση. Τώρα η συσκευή αντιμετωπίζει το έγραφο οπτικά. Αναγνωρίζει τη δομού, ξέρει που ξεκινάει το κεφάλαιο, που είναι ένα ανεξάρτητο πλαίσιο πληροφορίας.

05:02 Και διάβασα κάτι που θεωρώ τεράστιο. Κάνει δυναμική σύνοψη και μετάφραση, χωρίς να καταστρέφει τη μορφοποίηση του χρήστη. Αυτό είναι ίσως το πιο σημαντικό. Ναι, αν κάποιος έχει ρυθμίσει τεράστια γράμματα, κίτρινα σε μαύρο φόντο, για δυσλεξία ας πούμε, η σύνοψη βγαίνει ακριβώς έτσι. Που δείχνει ότι η προσβασιμότητα δεν είναι πια μόνο για την απώλεια όρασης.

05:26 Ακριβώς. Είναι ένα πανίσχυρο εργαλείο. Για άτομα με δυσλεξία, με διαταραχή ελληματικής προσοχής, εκδημοκρατίζει την πληροφορία. Αντί να σπαταλάς ενέργεια για να αποκωδικοποιήσεις τη μορφή, την αφιερώνεις στο νόημα. Τρομερό! Και νομίζω είναι η ιδανική στιγμή να περάσουμε από τον γνωστικό και οπτικό τομέα στην ακοή. Να δούμε πώς καταρρύπτονται τα εμπόδια του ήχου.

05:50 Ναι, με την αυτόματη δημιουργία υποτίτλων, τα live captions, σε όλα τα λειτουργικά συστήματα. Εδώ είναι που γίνεται πραγματικά ενδιαφέρον. Σκεφτείτε ένα καθημερινό βίντεο στα social media ή ένα βιντεάκι σε ομαδικό chat με τα πρώτα βήματα ενός παιδιού που προφανώς δεν έχουν ποτέ υπότιτλους Ποτέ. Και για ένα άτομο με κόφωση όλο αυτό το περιεχόμενο ήταν αποκομμένο Τώρα η συσκευή ακούει και βγάζει υποτίτλους επιτόπου. Το πει κάξανα Ακόμα κι αν ξεκινάει αρχικά στα αγγλικά για ΕΕ και Καναδά, η αλλαγή είναι σαρωτική Και δεν μένει μόνο στο ψηφιακό ήχο. Έχουμε βελτιώσεις στα ακουστικά βαρυκοΐας MFI, χωρίς διακοπές στη σύνδεση.

06:33 Και υπάρχει και αυτό το Name Recognition, έτσι? Α, το Name Recognition είναι φανταστικό. Η συστιευή φιλτράρει όλο τον θόρυβο, σε ένα αεροδρόμιο ας πούμε, και πιάνει τη συχνότητα του ονόματός σου. Και σε ειδοποιεί. Σε πάνω από 50 γλώσσες μάλιστα. Αλλά αν έπρεπε να ξεχωρίσω έναν πράγμα στην επικοινωνία, είναι το νέο API για τους διερμηνείς νοηματικείς στο FaceTime.

06:56 Εξαιρετικό. Πώς δουλεύει ακριβώς αυτό τεχνικά? Ουσιαστικά επιτρέπει στους δημιουργούς να ενσωματώνουν τις υπηρεσίες διερμηνίας απευθείας στον πυρήνα του FaceTime. Δεν χρειάζονται πια εξωτερικές πλατφόρμες. Πολύ πιο φυσικό. Και δείχνει και κάποιο άλλο. Ενώ ακούμε ότι η τεχνητή νοημοσύνη θα αντικαταστήσει τους ανθρώπους, η Apple βιάχνει τον δρόμο για να βοηθήσει ένας επαγγελματίας άνθρωπος την επικοινωνία.

07:19 Πολύ ισχύρη οπτική. Η τεχνολογία ως γέφυρα ενσυναίσθησης. Λοιπόν, είδαμε πώς η συσκευή προσλαμβάνει δεδομένα. Πώς ο χρήστης εκπέμπει εντολές. Πάμε στις κινητικές δυσκολίες. Εδώ έχουμε το αναβαθμισμένο voice control, τον έλεγχο μέσω φωνής, με φυσική γλώσσα πλέον. Ναι, διάβαζα πως αντί να λες αριθμούς, λες απλά πάτα το μπλε κουμπί με το βελάκι.

07:41 Όμως, για στάσου μια στιγμή... Ναι? Φωνητικός έλεγχος υπήρχε. Γιατί το να περιγράφεις ένα εικονίδιο, αντί να λες έναν αριθμό από ένα πλέγμα, θεωρείται τόσο τεράστιο άλμα. Αυτό εγείρει ένα σημαντικό ερώτημα, το οποίο αγγίζει μια από τις πιο ας πούμε σκοτεινές αλήθειες του προγραμματισμού. Δηλαδή? Όταν φτιάχνεται μια εφαρμογή, ο προγραμματιστής πρέπει να βάλει accessibility labels, ετικέτες που λένε στο σύστημα τι είναι το κάθε κουμπί.

08:11 Το πρόβλημα, σχεδόν ποτέ δεν τις βάζουν. Α, οπότε ο χρήστης έβλεπε το κουμπί αλλά το λογισμικό δεν ήξερε πώς να το φωνάξει. Ακριβώς. Και για να λυθεί αυτό, τα παλιά συστήματα πέταγαν ένα τεράστιο πλέγμα αριθμών και έλεγες πάτα το 45. Ήταν αργό, βασανιστικό. Άρα, περιμέναμε τόσα χρόνια τους προγραμματιστές να κάνουν τη δουλειά τους, απέτυχαν. Και τώρα το AI έρχεται να παρακάμψει τον κακό κώδικα.

08:38 Ρεία, όλια τη αλλαγή παραδείγματος. Το Apple Intelligence δεν νοιάζεται αν λείπει η ετικέτα. Βλέπει το κυκλικό μπλε εικονίδιο και καταλαβαίνει μόνο του τι είναι. Αυτό είναι επιστροφή της αυτονομίας. Και βλέπω ότι η αυτονομία πάει και στο hardware. Ανακοίνωσαν υποστήριξη για το Sony Access Controller και το Hikawa Grip.

08:59 Ναι, τα οποία προσαρμόζονται στο κάθε χέρι. Δεν υπάρχει λύση ένα μέγεθος για όλους τις κινητικές δυσκολίες. Και μου κάνει εντύπωση, γιατί η Apple έχει ένα πολύ κλειστό οικοσύστημα και τώρα ανοίγει τις πόρτες σε περιφερειακά τρίτων. Είναι ρεαλισμός. Αν ένας χρήστης έχει ήδη φέρει στα μέτρα του το χειριστήριο της Sony, δεν είναι λογικό να τον βάλεις να αγοράσει κάτι νέο μόνο για το iPad.

09:22 Πανέξυπνο. Τώρα, δεν γίνεται να κλείσουμε χωρίς να μιλήσουμε για τον χωρικό υπολογισμό. Το Vision Pro. Επαυξημένη πραγματικότητα. Ναι. Και διαβάζω εδώ για τα Vehicle Motion Cues. Για την καταπολέμηση της ναυτίας στα αυτοκίνητα. Πού στο σκέφτηκαν αυτό? Είναι η λύση στην αισθητηριακή σύγκρουση. Όταν διαβάζεις το αυτοκίνητο, τα μάτια λένε «Είμαστε ακίνητοι», αλλά το αυτοί, το εφουσαίο σύστημα, που νιώθει τις τροφές, ακριβώς λέει «κινούμαστε».

09:54 Αυτή η σύγκρουση φέρνει ναυτία. Η συσκευή βάζει λοιπόν μικρές κινούμενες κουκίδες στα άκρα της οφόνης, που κινούνται αντίθετα από την ορμή του οχήματος. Ξεγελούν την περιφερειακή όραση, απίστευτο Και εύθυγραμμή λέτε με το αυτή Αλλά νομίζω το πιο επιστημονικής φαντασίας χαρακτηριστικό είναι ο έλεγχος με το βλέμμα, το dwell control Όπου απλά εστιάζεις κάπου για να το επιλέξεις Και το κορυφαίο είναι η χρήση του eye tracking για να ελέγχεις ηλεκτρικά αναπηρικά αμαξίδια Κοιτάς και το αμαξίδιο κινείται Αν το συνδέσουμε με τη γενικότερη εικόνα, αυτό αποκαλύπτει το στόχο της πλατφόρμας Το Vision Pro δεν είναι απλά για να βλέπουμε ταινίες στο ταβάνι.

10:38 Σίγουρα. Είναι ένα πυκνό δίκτυο αισθητήρων, με κάμερες υπέρυθρης ακτινοβολίας, σαρωτές LiDAR, διαβάζει την πρόθεση πριν καν γίνει μυϊκή κίνηση. Είναι η πιο προηγμένη πλατφόρμα υποστηρικτικής τεχνολογίας που υπάρχει. Τι σημαίνουν λοιπόν όλα αυτά? Αυτές οι λειτουργίες που αναμένονται αργότερα φέτος αλλάζουν τους κανόνες.

11:01 αντικαθιστούν πανάκριβο, ογκώδη εξοπλισμό. Εξοπλισμό που συνήθως δημιουργούσε και τεράστιο κοινωνικό στίγμα. Ακριβώς. Και βλέπουμε το AI να προσφέρει χειροπιαστή ανεξαρτησία. Περιγράφει, διαβάζει, κατανοεί προθέσεις. Η τεχνολογία επιτέλους προσαρμόζεται εκείνη στον άνθρωπο. Και πιστεύω αξίζει να αφήσουμε όσους μας ακούν με μια τελική σκέψη.

11:25 Καθώς βλέπουμε τους αλγόριθμους να μαθαίνουν τον φυσικό λόγο και το βλέμμα Πόσο γρήγορα άραγε αυτές οι λεγόμενες λειτουργίες προσβασιμότητας Θα γίνουν απλά ο βασικός τρόπος που κάθε άνθρωπος θα ελέγχει τους υπολογιστές στο μέλλον Μια εξαιρετικά δυνατή ερώτηση Πραγματικά μας δίνει τροφή για σκέψη και ανυπομονώ να το δούμε στην πράξη Αν σας αρέσουν αυτά που δημοσιεύουμε εδώ κάντε εγγραφή στο κανάλι μας για να είστε πάντα ενημερωμένοι.

11:54 Μείνετε συντονισμένοι. Γεια σας!