アップルの開発者会議「WWDC 2024」開幕を前に、「アップルのAI」を改めておさらい

アップルの開発者会議「WWDC」が今年も始まる。 2024年のテーマはなにか、と問われれば、それは間違いなく「生成AIを軸とした機能」になるだろう。ティム・クックCEOも「今年中にAI戦略を発表する」とコメントしており、タイミングとしてはこの時期以外考えづらい(まあ、そうでなかったら、アップルにとって非常に厳しい状況とも言えるのだが)。 【写真】iPhoneでは写真に映っている文字を選択して、テキストとしてコピーしたり翻訳したりできる。これも裏で動いているAIのおかげだ

巷で「アップルはAIで遅れている」と言われることが多い。確かに、AIを強くアピールすることはないし、ChatGPTやGeminiのようなチャットAIサービスも(まだ)提供していない。 だが、AIについてアップルがなにもしていない、というのは誤解だ。OSへの組み込みについても、プロセッサーについても、むしろ他社に先駆けている部分も多い。AIという名前でアピールすることは少ないが、アップルも色々やっているのだ。 それがどんなものなのか、WWDCに向けた「予習」として説明してみたい。 ■画像や音声ですぐ使えるAI機能 アップルのOSが持つAI機能として、多くの方にすぐに役立つものを2つご紹介したい。iPhone・iPad・Macとどのプラットフォームでも使える。 ひとつは「画像からのテキスト認識」。 「写真」アプリで文字が含まれた画像を表示してほしい。右下に「三」に似たマークが表示されるのにお気づきだろうか。 これが表示されている画像で、文字の部分を指でなぞって「選択」してみよう。すると、文字だけが選択される。あくまで画像なので、本来はその中の文字だけが選択される、ということはないはず。しかし、AIが背後で動き、画像の中の文字部分を自動認識しているので、ウェブなどと同じように文字部分だけを選択し、「文字情報として」コピーしたり、翻訳したりできるようになっているわけだ。

次は「マイクモード」。 電話する時やMacでビデオ会議をするとき、周囲の騒音が気になる時はあるだろう。ここで使うのが「マイクモード」にある「声を分離」という設定だ。 たとえばMacの場合、マイクを使うとメニューバーに黄色いマイクのマークが出る。ここで「標準」にしておくとマイクからの音はそのまま相手に伝わるが、「声を分離」にすると、周囲のノイズが消え、声だけが相手に聞こえるようになる。たとえばビデオ会議で、キーボードのタイプ音が気になることもあるだろう。しかし「声を分離」にしておくと、タイプ音はきれいに聞こえなくなる。あくまでOSがやっているものなので、アプリの種類は問わない。ビデオ会議・ビデオ通話はもちろん、ボイスメモで音声を録音する時や、ゲームでボイスチャットをする時だって有効になる。