Apple agregará mejores capacidades para su asistente de voz Siri en la próxima actualización de sistema operativo, iOS 18, que dispondrá de un enfoque de inteligencia artificial (IA) “proactiva”, con el que permitirá resumir artículos de noticias, transcribir notas de voz y mejorar las sugerencias de aplicaciones.

La tecnológica estadounidense celebrará su evento principal de la Conferencia Mundial de Desarrolladores (WWDC) de 2024 el próximo 10 de junio, donde dará a conocer las últimas novedades a nivel ‘software’ de sus dispositivos, incluyendo las capacidades de IA que pretende agregar a sus dispositivos.

En este marco, Apple anunciará nuevas capacidades basadas en un enfoque de inteligencia “proactiva” en Siri, que adquirirá una voz “más conversacional” y añadirá funciones que permitirán llevar a cabo acciones como resumir automáticamente notificaciones y artículos, así como transcribir notas de voz y mejorar las capacidades actuales para rellenar automáticamente el calendario o sugerir el uso de aplicaciones concretas.

Así lo ha detallado el periodista de Bloomberg, Mark Gurman, en su último boletín informativo ‘Power On’, en el que ha informado de que, con ello, el asistente será capaz de adelantarse a las necesidades de los usuarios y sugerir acciones que puedan facilitar el uso del ‘smartphone’, su organización o la comunicación con otros usuarios.

Igualmente, Gurman ha adelantado que se implementarán algunas mejoras para la edición de fotografía basadas en funciones de IA, que permitirán que Siri ayude a los usuarios a realizar cambios en las imágenes para conseguir mejores resultados.

Sin embargo, el analista ha señalado que las nuevas funciones para la edición de fotografías no impresionarán a aquellos usuarios que hayan utilizado la IA en otras aplicaciones enfocadas a la edición como, por ejemplo, Adobe con su modelo Firefly.

Continuando con las novedades de IA en el sistema operativo, tal y como se pudo conocer el pasado mes de abril, Apple está trabajando para impulsar las funciones de IA de iOS 18 con un modelo de lenguaje de gran tamaño (LLM) de desarrollo propio integrado en los ‘smartphones’ iPhone, de manera que se procesará en el propio dispositivo y no necesitará acceder a la nube, priorizando la privacidad.

No obstante, Gurman ha señalado que “el gran ausente” en las novedades, por el momento, es el ‘chatbot’, ya que la tecnología de IA generativa de Apple “no es lo suficientemente avanzada” si se la compara con la de otras compañías como Goole o OpenAI.

En este sentido, de cara a implementar capacidades de IA a sus funciones y herramientas, Apple y OpenAI también están ultimando los términos de un próximo acuerdo de colaboración para utilizar la tecnología de IA generativa de ChatGPT en los nuevos iPhone, con sistema operativo iOS 18.

Según ha dicho Gurman, ambas empresas están preparando un importante anuncio de su asociación que darán a conocer en el evento WWDC. En consecuencia, la tecnológica dirigida por Sam Altman está trabajando para asegurarse la capacidad necesaria para “soportar la afluencia de usuarios a finales de este año”.

Con todo ello, se espera que Apple utilice, por el momento, la combinación de sus propias funciones de IA y el acuerdo Open AI para ejecutar las funciones de IA en sus dispositivos.

Opera ha presentado el modo de escritura para su asistente impulsado por Inteligencia Artificial (IA) Aria, una nueva capacidad que ayudará a los usuarios a mejorar la redacción de textos en tiempo real desde la línea de comando, adaptando el texto según el formato más adecuado, desde para publicaciones de redes sociales hasta ’emails’.

Aria es un servicio de IA que la compañía fundadora del navegador, Opera Software, introdujo en mayo del pasado año, integrando funciones diseñadas para potenciar la creatividad y la productividad de los usuarios, junto con la tecnología GPT de OpenAI.

Basado en la infraestructura Composer de desarrollo propio, este servicio permite interactuar con la web a través de una interfaz de chat, en la que los usuarios pueden realizar consultas y, en base a ello, obtener resultados actualizados, además de otras funciones avanzadas para buscar información, generar textos o incluso código.

Más tarde, la compañía introdujo nuevas capacidades de Aria en su navegador insignia Opera One, que permiten generar imágenes a partir de texto utilizando el modelo Imagen2 de Google, así como la lectura en voz alta de respuestas de texto, empleando el modelo Wavenet también Google.

Ahora, Opera ha anunciado un nuevo modo de escritura para Aria, que ha sido diseñado para facilitar a los usuarios de Opera Developer la mejora de sus textos en tiempo real, ayudando a rescribir desde publicaciones de redes sociales hasta correos electrónicos, directamente desde la línea de comando.

Por el momento, tal y como ha explicado la tecnológica en un comunicado, este nuevo modo está disponible para el navegador Opera One, en su versión para desarrolladores.

Asimismo, para activar esta característica basta con comenzar a escribir en cualquier campo de texto de un sitio web, como una publicación de X (antigua Twitter) o en Gmail. Tras ello, aparecerá el icono de Aria junto al texto y, al hacer clic, la línea de comando mostrará los resultados del modo de escritura con las posibles sugerencias de texto.

En concreto, según ha detallado Opera, las mejoras que introducirá Aria se basarán en facilitar la legibilidad del texto y la precisión gramatical. De la misma forma, la IA podrá agregar ’emojis’ o ‘hashtags’ relacionados con el tema tratado directamente. Sin embargo, se podrán hacer los ajustes necesarios al texto ofrecido por Aria en cualquier momento.

De esta manera, una vez el texto esté a acorde a las necesidades del usuario, se deberá pulsar en el botón ‘Insertar en la Entrada’ para transferirlo al campo de texto original.

RESUMEN DE CHATS Y ENLACES A FUENTES DE INFORMACIÓN

Por otra parte, la compañía también ha anunciado otras novedades integradas en Aria, como la posibilidad de obtener un resumen que recopile lo más relevante de las interacciones con la IA. Así, los resúmenes de chat con Aria se pueden activar haciendo clic en el signo ‘+’, situado junto al cuadro de texto del chat en la barra lateral.

Siguiendo esta línea, Aria también comenzará a proporcionar enlaces a fuentes externas relevantes en relación con sus respuestas, de cara a que el usuario pueda “explorar más sobre los temas de su interés” en dichos sitios web.

Otra de las novedades es la posibilidad de profundizar más sobre los temas tratados con la IA desde la línea de comando. Es decir, los usuarios podrán solicitar más información detallada seleccionando la opción de ‘Explorar más’, con ello, Aria mostrará más datos o explicaciones sobre el tema en cuestión, sin necesidad de abandonar la página.

La firma ha comentado finalmente que para probar las nuevas funciones de Aria será necesario descargarse Opera Developer y unirse al programa de actualizaciones de funciones de IA.

Google ha presentado las novedades que la inteligencia artificial (IA) de Gemini introduce en su sistema operativo Android, donde se convierte en un asistente, pero también en sus servicios tanto para ayudar a los usuarios a ser más productivos como para obtener resultados de búsqueda más precisos.

Android, el sistema operativo móvil de Google, no queda al margen de las novedades que introduce Gemini. Para la compañía es el mejor lugar en el que se puede probar la inteligencia artificial, y lo demuestra reimaginando este SO con la IA en su núcleo, como ha compartido este martes en su evento anual de desarrolladores Google IO.

Un ejemplo de ello es la experiencia ‘Rodea para Buscar’, que permite al usuario buscar cualquier cosa que aparezca en la pantalla de su teléfono con solo rodearlo o tocarlo. Actualmente está disponible en más de 100 millones de dispositivos Pixel y Galaxy de Samsung, pero Google estima que a finales de año la cifra crecerá hasta los 200 millones.

‘Rodea para Buscar’ también tiene nuevas capacidades. Desde este martes, puede ayudar a los estudiantes a resolver problemas de matemáticas o física, y más adelante incorporará problemas más complejos, como cálculo algebraico, diagramas y gráficos.

Gemini en Android también ofrece un asistente avanzado, que próximamente será accesible sobre la aplicación que el usuario esté usando. De esta forma, podrá, por ejemplo, preguntar información específica sobre el vídeo que se esté reproduciendo o sobre un documento PDF, aunque esa última opción está disponible en la suscripción Gemini Advanced.

Android también integra el modelo Gemini Nano, que está diseñado para ejecutarse de manera local en el dispositivo, lo que contribuye a mantener la información privada, ya que no se envía a un servidor externo.

Próximamente Nano incorporará funciones multimodales en los teléfonos Pixel, de tal forma que podrá procesar entradas de texto así como comprender información en contextos como imágenes, sonido y lenguaje hablado.

Estas funciones de Nano mejorarán la herramienta Talkback, diseñada para que personas ciegas o con visión reducida puedan interactuar con el dispositivo. También impulsará una nueva función de ciberseguridad, que notificará al usuario en caso de detectar una llamada estafa.

GOOGLE WORKSPACE

La inteligencia artificial también tiene novedades en los servicios de Google, en concreto, en Workspace, donde la compañía ha incorporado su modelo Gemini para impulsar la siguiente generación de características inteligentes.

En concreto, ha añadido Gemini 1.5 Pro en el panel lateral de Gmail, Drive, Documentos, Hojas de Cálculo y Presentaciones, de tal forma que desde este martes empezará a estar disponible para más usuarios, que podrán interactuar con él en un formato conversacional.

Gemini podrá responder a una mayor variedad de preguntas gracias a su mayor capacidad de razonamiento y de comprensión de textos largos, que admite una ventana de contexto de hasta un millón de tokens que le permite procesar grandes cantidades de información de una sola vez.

El objetivo de esta implementación es ofrecer un nexo de conexión entre los distintos servicios de Google y las tareas y los flujos de trabajo que están impulsados por inteligencia artificial, como ha destacado la compañía.

Gemini también amplía las características disponibles en Gmail, que en las próximas semanas incorporará tres nuevas herramientas: resumen de ’email’, para obtener la información más relevante de un correo electrónico; Contextual Smart Replay, que sugerirá respuestas más matizadas y contextualizadas; y Gmail Q&A, para realizar a Gemini preguntas más específicas.

A estas novedades se añaden la incorporación de soporte a español y portugués de la herramienta ‘Help me write’ en Gmail y Documentos en la versión de escritorio.

BÚSQUEDA Y FOTOS

Aparte de Workspace, Google también ha incorporado Gemini en Fotos para impulsar la función experimental ‘Pregunta a Fotos’. Con ella, en lugar de realizar búsquedas en la galería con palabras clave, los usuarios podrán preguntar directamente por estas imágenes para localizarlas, incluso aportando datos concretos como una matrícula de coche.

La Búsqueda, el servicio principal de Google que la compañía lanzó hace 25 años, también incorpora nuevas capacidades con la IA generativa para que sea una herramienta más útil para el usuario.

En este sentido, Google ha presentado AI Overview, unas respuestas rápidas con resúmenes creados por IA que este martes empiezan a estar disponibles en Estados Unidos, y que llegarán más adelante a otros países.

También ha presentado Multi-Step Reasoning, para hacer una pregunta compleja que reúna todas las cuestiones sobre las que el usuario quiere hacer una consulta. Es decir, en lugar de preguntar por separado qué es el pilates, qué se necesita para practicarlo y dónde se puede asistir a clases, el usuario puede unir en una sola pregunta todas las dudas.

La IA también podrá planificar. El usuario podrá solicitar al Buscador que cree un plan, por ejemplo, de comidas para los próximos tres días que incluya platos veganos. Además de recetas, también se podrán incluir los ingredientes en una lista de la compra.

Para esos casos en los que el usuario no tiene claro qué preguntar, Gemini permite explorar una página de resultados para inspirarse. Estará disponible primero en inglés para búsquedas sobre restaurantes y recetas y más adelante películas, canciones, libros, hoteles y compras.

Por último, con Pregunta con vídeo, el usuario puede iniciar una búsqueda interactiva a través de la cámara del teléfono. El usuario puede preguntar en voz alta mientras apunta con la cámara a algo concreto, como un tocadiscos estropeado, y el procesamiento visual avanzado ofrecerá una respuesta.