日前，彭博社知名記者M(jìn)ark Gurman表示，Apple Intelligence的首批功能并不令人滿意，而更令人印象深刻的功能將在之后推出。他指出，目前蘋果公司內(nèi)部員工認(rèn)為，與谷歌、OpenAI和Meta的最新產(chǎn)品相比，蘋果的人工智能仍然遠(yuǎn)遠(yuǎn)落后。至少到目前為止，其生成式AI技術(shù)落后于行業(yè)領(lǐng)先者兩年多。

Mark Gurman稱，在蘋果網(wǎng)站上的iPad mini營(yíng)銷中，該公司重點(diǎn)介紹了四項(xiàng)功能，其中三項(xiàng)要到12月至3月之間才會(huì)推出。

蘋果最新的AI功能

在今年的蘋果全球開發(fā)者大會(huì)上，Apple Intelligence的亮相引起了廣泛的關(guān)注。在6月10日，蘋果公司宣布，個(gè)人智能化系統(tǒng)Apple Intelligence將為iPhone、iPad和Mac引入強(qiáng)大的生成式模型，為人工智能隱私樹立了新標(biāo)準(zhǔn)，它能夠理解個(gè)人背景，從而提供有用且相關(guān)的資訊。

根據(jù)蘋果官方新聞稿，Apple Intelligence深度集成于iOS 18、iPadOS 18和macOS Sequoia中，充分運(yùn)用Apple芯片對(duì)語言和圖像的理解與創(chuàng)作能力，可做出多種跨App操作，同時(shí)結(jié)合個(gè)人場(chǎng)景，為用戶簡(jiǎn)化和加快日常任務(wù)流程。

按照蘋果公司的設(shè)想，Apple Intelligence會(huì)帶來多個(gè)創(chuàng)新功能。在iOS 18、iPadOS 18和macOS Sequoia中會(huì)新增一個(gè)新的工具——Writing Tools。作為一款智能化的書寫工具，Writing Tools能夠?yàn)橛脩魩砗芏鄤?chuàng)新體驗(yàn)。比如，它可以幫助用戶校對(duì)文本，包括單詞選擇和句子的格式；可以重寫當(dāng)前的內(nèi)容，而不改變用戶的本意；可以對(duì)文本進(jìn)行總結(jié)，用戶可以將這些結(jié)論作為關(guān)鍵點(diǎn)匯總，或者繪制成表格，這些摘要可以在郵件和信息應(yīng)用中找到。

Apple Intelligence對(duì)Siri進(jìn)行了全面的重構(gòu)，使其具有更深的學(xué)習(xí)能力和更靈活的交互方式。Mark Gurman此前在報(bào)道中透露，Siri將能夠分析用戶的習(xí)慣、偏好，并提供個(gè)性化的建議。Siri里面也會(huì)加入一些新的工具，比如ImagePlayground、Genmoji等。這些工具均旨在提升用戶創(chuàng)作趣味，以及社交互動(dòng)的豐富度。

蘋果官方對(duì)于ImagePlayground也會(huì)倍加推崇，認(rèn)為其將為用戶提供樂趣無窮的圖像創(chuàng)作功能，幫助用戶用全新方式進(jìn)行交流和表達(dá)自我。ImagePlayground被內(nèi)置在多款A(yù)pp中，借助這款工具，用戶可以在數(shù)秒間創(chuàng)作出有趣的圖像，且有動(dòng)畫、插畫、手繪三種樣式可以選擇。用戶還可以將使用ImagePlayground創(chuàng)作的趣味圖像發(fā)送給朋友，甚至還會(huì)看到基于當(dāng)前對(duì)話生成的個(gè)性化創(chuàng)意推薦。

當(dāng)然，Apple Intelligence對(duì)于Siri的改變遠(yuǎn)不止于此。Siri還將有能力在各類Apple及第三方App中完成數(shù)百種新操作，且對(duì)于用戶指令的執(zhí)行更加準(zhǔn)確，并具有個(gè)性定制的屬性。參考蘋果官方給出的示例，用戶只需說出“從我的閱讀列表里調(diào)出那篇關(guān)于蟬的文章”，或者“把周六那天的燒烤照片發(fā)給Malia”，Siri便會(huì)執(zhí)行。

Apple Intelligence背后據(jù)悉擁有兩套模型。本地模型是一個(gè)參數(shù)規(guī)模為3B的語言模型，測(cè)試得分高于Mistral-7B或Gemma-7B等市場(chǎng)上的7B模型；云上模型則是蘋果在云端服務(wù)器部署的更大規(guī)模的大模型，云端大模型能夠支持100k的詞匯大小，而終端模型支持的是49k的詞匯大小。

對(duì)于蘋果公司而言，更顯AI戰(zhàn)略有重大改變的行為是，蘋果公司將會(huì)在全平臺(tái)中集成ChatGPT，用戶利用Siri可以直接調(diào)用ChatGPT被集成的功能，如圖像生成、文檔理解等。用戶也可以在Writing Tools等工具中使用ChatGPT的特殊功能，協(xié)助用戶在自己的主題下生成需要的內(nèi)容。

對(duì)于蘋果Apple Intelligence的功能，用戶肯定是十分期待，不過何時(shí)更新，還不太確定。Mark Gurman此前稱，Siri的新特性預(yù)計(jì)將在iOS18.3系統(tǒng)中現(xiàn)身，這一時(shí)間點(diǎn)比之前設(shè)想的iOS18.4版本提前。不過，最近有用戶在推特上發(fā)文稱，已經(jīng)在蘋果下一版系統(tǒng)要更新的代碼中出現(xiàn)對(duì)集成ChatGPT的描述，預(yù)計(jì)即將發(fā)布的 iOS 18.2 Beta中就會(huì)出現(xiàn)支持ChatGPT的Siri和iPhone 16的視覺智能。

蘋果的AI創(chuàng)新挑戰(zhàn)

雖然看起來蘋果的AI創(chuàng)新還不錯(cuò)，且部分更新比預(yù)期的提前了，不過蘋果內(nèi)部員工對(duì)于該公司的AI水平并不滿意。確實(shí)，深究蘋果即將推出的AI應(yīng)用，并沒有出現(xiàn)行業(yè)創(chuàng)新引領(lǐng)的功能，都是別人已經(jīng)展示過的AI應(yīng)用。

蘋果公司的內(nèi)部測(cè)試顯示，與蘋果的Siri相比，ChatGPT的準(zhǔn)確率要高出大約25%，并且能夠回答的問題也多出約30%。因此，不少蘋果技術(shù)人員認(rèn)為，該公司的AI技術(shù)水平相較于最前沿的AI技術(shù)，落后了至少2年的時(shí)間。

為什么作為全球科技巨頭的蘋果，在關(guān)鍵的AI技術(shù)上落后了呢。目前來看，有兩大重要的原因。其一是蘋果的創(chuàng)新思維，過去很多年，蘋果一直在以硬件創(chuàng)新為主導(dǎo)，尤其是在智能手機(jī)方面，iPhone的創(chuàng)新能力讓全球科技人致敬。實(shí)際上，這些年蘋果一直在踐行創(chuàng)始人喬布斯的信念，那就是打造一個(gè)端到端的硬件全家桶，引領(lǐng)全球消費(fèi)電子硬件產(chǎn)品的發(fā)展。

也就是在近幾年，蘋果在硬件創(chuàng)新方面開始乏力，設(shè)備全新外觀、更強(qiáng)大的處理器、更強(qiáng)大的攝像頭、新材料等蘋果賴以成名的硬件創(chuàng)新方式，近兩年的表現(xiàn)很難讓人信服，因而產(chǎn)業(yè)界才開始更加關(guān)注蘋果的AI技術(shù)創(chuàng)新。但蘋果顯然仍在經(jīng)歷硬件創(chuàng)新引領(lǐng)轉(zhuǎn)變?yōu)檐浖?chuàng)新引領(lǐng)的陣痛。

原因之二是蘋果公司對(duì)于數(shù)據(jù)的保護(hù)態(tài)度，也就是蘋果的隱私政策限制了蘋果的AI創(chuàng)新。數(shù)據(jù)是AI技術(shù)發(fā)展的基礎(chǔ)，沒有數(shù)據(jù)的支持，再先進(jìn)的算法和算力也無法發(fā)揮作用。要打造強(qiáng)大的AI模型，需要三項(xiàng)數(shù)據(jù)支撐：是高質(zhì)量的數(shù)據(jù)集，能夠顯著提高AI大模型的精度與可解釋性，并減少訓(xùn)練時(shí)長(zhǎng)；第二是數(shù)據(jù)多樣性，有助于模型更好地理解和捕捉不同的概念、語義和語法結(jié)構(gòu)，從而提高其泛化能力；第三是大規(guī)模數(shù)據(jù)集，更大數(shù)據(jù)集通常意味著能夠提供更豐富的信息供AI學(xué)習(xí)，減少擬合信息的輸出，特別是對(duì)于深度學(xué)習(xí)模型而言，龐大的數(shù)據(jù)量是提高其性能的關(guān)鍵。

然而，保護(hù)隱私是蘋果公司的金字招牌，這就導(dǎo)致蘋果公司很難從其龐大的用戶群里中間獲取到大量的、有用的數(shù)據(jù)，因此到今天仍有相當(dāng)一部分的Siri的答案來自人工撰寫，這和ChatGPT生成差距明顯。

生成式AI的下一步

隨著蘋果公司在全平臺(tái)集成ChatGPT，蘋果產(chǎn)品體現(xiàn)出來的AI能力并不會(huì)是弱項(xiàng)，因?yàn)镺penAI就是全球的AI公司。那么，后續(xù)蘋果自己的AI技術(shù)還有希望趕超嗎？我們先看一下生成式AI后續(xù)的趨勢(shì)。

首先是強(qiáng)化學(xué)習(xí)和生成的融合。強(qiáng)化學(xué)習(xí)是一種通過與環(huán)境交互學(xué)習(xí)更優(yōu)行為策略的機(jī)器學(xué)習(xí)方法，而生成式AI則是一種通過學(xué)習(xí)數(shù)據(jù)分布來生成新數(shù)據(jù)的技術(shù)。通過在生成式AI生成的過程中引入強(qiáng)化學(xué)習(xí)，可以增強(qiáng)圖像生成和編輯、自然語言生成、視頻生成、音頻生成等方面的能力。不過，相較于完全推理生成，加入強(qiáng)化生成可能會(huì)帶來生成答案的延遲，但結(jié)果質(zhì)量會(huì)更高。

其次是跨模態(tài)生成能力提升，跨模態(tài)是指處理來自不同感官通道或表現(xiàn)形式的信息的能力，例如文本、圖像、音頻、視頻等?？缒B(tài)理解與生成技術(shù)的目的在于建立不同模態(tài)信息之間的橋梁，實(shí)現(xiàn)它們之間的轉(zhuǎn)換和交互。這種能力提升的意義在于，它能夠突破單一模態(tài)的局限性，充分利用多模態(tài)信息的互補(bǔ)性，提高信息處理的準(zhǔn)確性和豐富性。

第三是深度個(gè)性化生成，目前生成式AI 大多是基于大規(guī)模數(shù)據(jù)集的訓(xùn)練，生成結(jié)果缺乏個(gè)性化和定制化，隨著算法的更新以及用戶數(shù)據(jù)的進(jìn)一步收集，可以讓模型生成更加趨向于個(gè)人定制。

此外還有減少模型幻覺、提升模型創(chuàng)造力等。不過，在這些趨勢(shì)里，有兩個(gè)關(guān)鍵的因素，一個(gè)是算法，還有一個(gè)是數(shù)據(jù)。我們相信蘋果軟件算法團(tuán)隊(duì)的能力，但是蘋果如果難以解決數(shù)據(jù)難題，那么其AI技術(shù)恐怕難以追上對(duì)手。

結(jié)語

Apple Intelligence讓蘋果的AI似乎又沒有那么落后了，但其中一部分功勞要?dú)w功于OpenAI公司的ChatGPT，蘋果自己的AI技術(shù)正如其員工所言，仍至少落后兩年。生成式AI下一步的趨勢(shì)已經(jīng)明朗，但蘋果自身的障礙仍在，目前來看除了引入外援，蘋果很難靠自己引領(lǐng)AI創(chuàng)新了