蘋果不搞 AI?其實你的 iPhone 裡到處都是 AI


圖、文/愛范兒授權轉載

更新 iOS 17 beta 後,我意外地發現自家狗狗出現在相簿分類裡,原先的「人物與地點」變成了「人物、寵物與地點」。

不僅我家的雪納瑞,還有前段時間朋友寄養在我家的柴犬,都精確地出現在分類裡。

這個看似微不足道的功能其實是 AI 機器學習進化的成果,類似的功能在蘋果生態裡還有很多,默默地、實在地改善著使用者的體驗。

蘋果生態系裡面的 AI

雖然蘋果很少、甚至幾乎不會主動提及 AI 這個概念,但 AI 早已融入蘋果生態系每個角落,這一點,在 WWDC 2023 後的蘋果產品各個新版系統中更明顯。

許多人使用的蘋果輸入法在 iOS 17 裡得到了 AI 加持,有了自動更正功能,它可以預測使用者想要打出的文字,還會不斷學習使用者的輸入習慣,幫助使用者有效率的輸入。

蘋果軟體工程高級副總裁 Craig Federighi 表示:

(甚至)當你想輸入一個 Ducking word(避諱詞)的時候,鍵盤也會自己學習(你的輸入習慣並預測你想輸入的內容)。

輸入體驗的提升得益於蘋果對設備端 Transformer 模型的優化,而很多人不知道的是, Transformer 就是是讓 ChatGPT 得以發展的重要技術之一。

新款 AirPods Pro 通過機器學習實現的自適應音頻模式,在 AirPods Pro 辨識到外部特定聲音時,會自動在降噪模式和通透模式間切換,大大降低了使用者手動切換的頻率。

還有 iPadOS 17 利用機器學習模型識別 PDF 中的文字,使用者可以快速使用通訊錄中的姓名、地址和電子郵件來填寫相關訊息。

不少人期待的日記 App Journal 可以利用機器學習技術,根據使用者近期活動,利用智慧的方式記錄生活瞬間,包括照片、人物、地點、體能訓練等等。它還可以自動給照片、音樂、錄音等添加詳細訊息,方便日後回顧。

而萬眾矚目的 Vision Pro 則替使用者打造數位化身這項功能,也用到了機器學習技術,先進的「編碼器-解碼器」神經網絡。

watchOS 10 的智慧堆疊,到底當下應該選擇哪個重要的訊息來呈現,也是 AI 來決定的。

就連 iOS 17 和 iPadOS 17 的動畫都用到了 AI 技術,機器學習模型能夠合成額外的動畫格率,呈現出華麗流暢的慢動作效果,這也是不少嘗鮮 beta 的人覺得動畫變得更流暢優雅的原因。

▲ 還有 Hey Siri 變成 Siri,也是 AI 的功勞

可以這麼說,大家普遍認為對於 AI 興趣缺缺的 Apple 其實是一個 AI「狂魔」。

蘋果式的 AI 就是跟大家不一樣

一直以來,蘋果對機器學習的宣傳重點都是「在本機上執行」和「保護隱私」。

在 ChatGPT 風頭正盛的時候,蘋果公司 CEO 庫克曾表示:

人工智慧(AI)潛力很大,儘管蘋果已經將機器學習和 AI 技術應用於部分產品,但在具體應用上相對克制和謹慎,AI 還有很多問題需要解決。

▲ 蘋果公司 CEO 庫克接受採訪,談論 AI

當被問到如何看待 ChatGPT 時,庫克首先說到 ChatGPT 背後的大語言模型蘊含「巨大潛力」,不過他也表達了自己的擔憂,「偏見、錯誤訊息等問題,在某些情況下可能會更糟」,AI 需要監管,研發和使用這些 AI 的公司有責任自我監督。

最近 OpenAI 就因為隱私問題遭遇集體訴訟,美國加州一家律師事務在長達 157 頁的訴訟書中稱 OpenAI 秘密地收集數據,以訓練其大型語言模型,使其聊天機器人能夠模仿人類語言,並通過爬取網路獲取了巨量資訊,包括從社交媒體網站獲取的大量資訊。該訴訟要求暫停商業訪問和開發 OpenAI 產品,實施更多規定和保護措施。

同時  OpenAI 的投資者微軟也被列為被告,訴訟稱,像 OpenAI 這樣的科技巨頭為了追求技術進步,不顧對人類的災難性風險,濫用了其極高的技術能力。這也目前大部分生成式 AI 產品的問題,他們幾乎都未經授權抓取大量網路內容進行演算法參數訓練,Midjourney、Stability AI 等指標性公司也陸續遭到侵權法律訴訟。

以蘋果對隱私安全的重視程度,顯然不會採用這種充滿爭議的方式,基於相對謹慎的態度,蘋果生態和 AI 相關的功能基本都是依靠本機上的機器學習實現的,所需的資訊量很少,一定程度上避免了資訊上傳雲端訓練 AI 這個敏感問題。

這一點和以 ChatGPT 為代表的伺服器族群、超級電腦和海量級資訊模型打造的 AI 不同,蘋果的 AI 顯得低調和另類。

不過這並不意味著蘋果對 AI 不那麼積極,蘋果公司 CEO 庫克也明確表示:

我們認為人工智慧浪潮非常宏大,我們會繼續以非常周到的方式在產品中接入 AI。

ChatGPT 爆紅以來,蘋果明顯增加了和 AI 相關的職務招聘,這就是蘋果積極看待 AI 最好的證明之一。

Apple 晶片是蘋果 AI 的強大後盾

蘋果生態中的 AI 不會透過雲端,那麼它是如何實現的呢?

答案就藏在蘋果自行研發的晶片中。

在 WWDC 2023 上,備受期待的 M2 Ultra 晶片正式登場,它採用了第二代 5nm 工藝製造,擁有多達 24 核心 CPU、76 核心 GPU 和 32 核心的神經引擎,每秒可進行 31.6 萬億次運算。

蘋果表示 M2 Ultra 最高支援 192GB 的統一記憶體,在一個單一系統中可以訓練龐大的機器學習工作負載,比如大型 Transformer 模型。再提一遍,Transformer 是支援 ChatGPT 的重要技術之一。

這塊晶片強大的地方在於記憶體。執行相同的大型 Transformer 模型時,目前最強大的獨立顯卡也無法處理,因為記憶體不足,但 M2 Ultra 則游刃有餘。

這樣就意味著,每台搭載蘋果自研晶片的設備都是一台可以在本機訓練 AI 的設備,而且被訓練的 AI 是完完全全為這台設備的個人使用者服務。

這種策略的好處在於,可以在更短的時間內將 AI 能力提供給更多使用者。

目前大模型所需的算力成本極高,明星 AI 新創公司 Inflection AI 最近融資了 13 億美元,領投的是 nVidia,然而 Inflection AI 轉頭就花 11 億美元向 nVidia 購買了 2.2 萬塊 H100 晶片,大模型居然開始成為像煤炭、石油、鋼鐵這樣重資產行業。

按照 GPT-4 每千個提示詞的成本高達 12 美分推算,如果要將 ChatGPT 部署到蘋果全球超過 20 億台設備,執行的成本將是天文數字,也會大大提升終端設備成本。

如果說 OpenAI 是集成式,像一顆所有人都可以調用的大腦,那麼蘋果的 AI 則是分散式的,彷彿存在於每個人身體裡的無數個細胞。

蘋果在 AI 比賽中漸漸落後了?

ChatGPT 爆紅之後,其實蘋果不止一次被懷疑落後了。

但事實真是如此嗎?

實際上早在 2016 年,蘋果斥資 2 億美元收購了 Turi(一家致力於從事機器學習和人工智慧研究的創業公司)佈局人工智慧領域,獲得了 Turi 在開發機器學習工具和平台方面的專業知識。

2019 年,蘋果再次花費 2 億美元收購了 Xnor.AI 公司,為蘋果產品提供了低功耗基於邊緣的 AI 技術。

因此,在前幾年的蘋果產品中,使用者經常能使用上 AI 驅動的功能,例如 Siri、相簿分類和搜尋等,只不過蘋果太「高冷」了,根本不會像其它公司一樣進行高調的宣傳。

▲ 相簿分類已進化多年,在機器學習的加持下變得更加精準

作為 AI 公司,如果要說蘋果的 AI 技術沒自家公司先進,可能很多人會表示贊同,但要說蘋果的 AI 毫無佈局且一事無成,那就是輕敵了。

當以 ChatGPT 為代表的 AI 從軟體出發,正在思考著如何和硬體相結合而感到棘手的時候,蘋果所做的是讓 AI 在軟、硬體層面結合,還順利推廣到了消費者手中,每位使用者其實每天都正在用著。

雖然 ChatGPT 推出兩個月後月後,活躍使用者就突破 1 億,但和很多大模型產品一樣,依然存在著不小的使用門檻和局限性,現在對話框裡的聊天機器人也並非 AI 終極的互動方式。

AI 公司 Cohere 的 CEO Aidan Gomez(著名論文《Attention is all you need》的主要作者之一)表示,目前 AI 系統的能力終究是有限的,因為並非所有的內容都是文本形式。

我們現在的模型確實是字面意義上的「盲人」,這需要改變。

現階段,對於全球絕大多數人來說,iPhone 可能還是他們最先感受到 AI 帶來的體驗躍升的地方。

每年 20 億台活躍著的蘋果設備都是一台處理器強悍的 AI 訓練設備,還是用戶心甘情願掏錢自購設備無形中訓練 AI,目前也只有蘋果能做到了。

就像之前分析所說的,與 ChatGPT 等大模型相比,蘋果 AI 更注重的是,如何提升使用者體驗。

這是典型的蘋果產品模式,1997 年賈伯斯在一次公開大會上,被一名程式設計師當眾質疑不懂技術,賈伯斯給出了這樣的回答:

不要沈迷在所謂的技術裡,你必須從使用者體驗入手,然後再回過頭去開發技術,而不是從技術入手,然後再試著思考這個技術能用到哪?我認為 (從使用者體驗入手) 這才是做事的正確方法。

延伸閱讀》

如果想知道更多關於 Apple 的消息、教學、小技巧或是科技新知,一定要點擊以下任一 LOGO,追蹤我們的 Facebook 粉絲團、加入官方 Line 帳號、訂閱 IG、YouTube 以及 Telegram。

加入LINE好友  追蹤FB粉絲團  追蹤 Instagram  訂閱 YouTube  訂閱 Telegram