在 WWDC 上,苹果只字未提 " 人工智能(AI)",以及 "ChatGPT" 等当前科技界内的一些更为流行的词汇。
(相关资料图)
苹果所做的,只是简单地提及了 7 次 " 机器学习(ML)"。
即使是在介绍他们准备了 7 年的 AR 眼镜 Vision Pro 时,也只是表述为" 使用了先进的编码 - 解码神经网络 "。
这与微软、谷歌等硅谷大厂在当前大模型浪潮(或者可以称为 "AI Hype")中的 " 高调 " 做法截然不同。难道,真如一些专家、媒体所言,苹果已经在这次 AI 竞赛中掉队了?或者说他们依然在观望?实际上,并非如此。
尽管苹果没有在 WWDC 上谈论(甚至吹捧)AI 大模型,但他们介绍了一些基于 AI 的新功能,如改进的 iPhone 自动更正功能,当你按下空格键时,它可以完成一个单词或整个句子。
该功能基于使用 Transformer 语言模型的 ML 程序,使自动更正比以往任何时候都更加准确,而 Transformer 是支持 ChatGPT 的重要技术之一。
苹果表示,它甚至会学习用户如何发短信和打字,从而变得更好。
据介绍,新的 " 自动更正 " 由设备上的机器学习提供支持,多年来,苹果一直在不断改进这些模型...... 借助 Apple Silicon 的强大功能,iPhone 可以在用户每次轻按按键时运行此模型。" 在那些你只想输入一个 Ducking word(避讳词)的时刻,键盘也会自己学习," 苹果软件工程高级副总裁 Craig Federighi 说。
另一个例子是苹果对 AirPods Pro 的改进,即" 当耳机检测到用户对话时会自动关闭降噪功能 "。苹果没有把它作为一个机器学习功能,但这是一个很难解决的问题,而解决方案是要基于 AI 模型的。此外,识别 PDF 中要填写的字段、识别你的宠物(然后将该宠物的所有照片归纳在一个文件夹中)等新功能,也同样是基于苹果在神经网络方面的研究工作。
在 WWDC 上,苹果没有谈论具体的 AI 模型,或训练数据,或未来可能改进的方向,而是简单地提到了 " 这些功能背后有很酷的技术做支持 "。
与其竞争对手的做法(使用服务器集群、超级计算机和 TB 级数据建立更大的模型)不同,苹果希望在其设备上建立 AI 模型。
新的 " 自动更正 " 等功能正是基于这一想法,它是在 iPhone 上运行的,而像 ChatGPT 这样的模型则需要由数百个昂贵的 GPU 共同训练。
这样做的好处是,运行在设备上的 AI 绕过了很多基于云的 AI 面临的数据隐私问题。当模型可以在手机上运行时,苹果只需要收集更少的数据就可以运行它。
值得关注的是,苹果此次也公布了 M2 芯片家族的最新成员—— M2 Ultra。它采用第二代 5 纳米工艺制造,拥有多达 24 个 CPU 内核、76 个 GPU 内核和 32 个内核的神经引擎,每秒可进行 31.6 万亿次运算。
苹果表示,这种能力可能会在训练 " 大型 Transformer 模型 " 时派上用场。"M2 Ultra 可以支持高达 192GB 的统一内存,比 M1 Ultra 多 50%,这使其能够完成其他芯片无法完成的任务。例如,在一个单一系统中,它可以训练庞大的 ML 工作负载,如大型 Transformer 模型,这类模型即使是最强大的离散 GPU 也无法处理,因为其内存不足。"
M2 Ultra 的问世,让一些人工智能专家感到兴奋。
" 无论是偶然还是有意为之,苹果硅统一内存架构意味着高端 Mac 现在真的是运行大型 AI 模型和进行 AI 研究的惊人机器,"Perry E. Metzger 在推特上表示," 在这个价位上,确实没有多少其他系统能提供 192GB 的 GPU 可访问内存。"
更大的内存意味着更大、能力更强的 AI 模型可以装入内存中,这可能使得许多人有机会在个人电脑上训练 AI 训练。尽管尚未有 M2 Ultra 与 A100(甚至 H100)的性能评估,但至少从目前看来,苹果已经公开进入生成式 AI 训练硬件领域。
参考链接:
https://www.cnbc.com/2023/06/05/apple-practical-approach-to-ai-no-bragging-just-features.html
https://venturebeat.com/ai/the-best-ai-features-apple-announced-at-wwdc-2023/
https://arstechnica.com/information-technology/2023/06/at-apples-wwdc-keynote-ai-never-came-up-by-name-but-it-was-there/
|点击关注我 记得标星|
- 谁说苹果掉队了?WWDC 上只字未提 AI,却已低调入场大模型
- 主力复盘:近3亿拉涨停 奥飞娱乐4天3板 全球时快讯
- 当前快看:营养健康早餐食谱(营养健康早餐)
- 微动态丨2023年国内马术俱乐部行业发展现状 马术俱乐部行业经营分析
- 环球报道:2023中国钛白粉价格整体运行与市场需求
- 疫情信用卡逾期了怎么办?逾期罚息可免吗|世界速读
- 新疆加大农村基础设施建设 助力推进乡村振兴 全球今亮点
- 天天快播:火热报名中!“美好音乐之家”2023年上海市民文化节静安区家庭音乐大赛
- 砺兵野外!武警防化兵开展多课目演练-全球新要闻
- 越博动力业绩预告不准确,公司及财务总监收警示函 世界速看料
- IMF警告:AI可能对就业市场造成重大破坏|世界微速讯
- 浦发银行南宁分行开展“守住钱袋子—人民币的奇妙之旅”教育宣传活动_当前快讯
- 晶盛机电点评报告:与西部超导合作超导磁场,期待超导磁场单晶炉加速突破
- 世界热点评!人偏肺病毒死亡率43%?过度炒作要不得,要科学看待
- 学魁榜是正规教育机构吗(学魁榜教育收费标准) 环球滚动
- 焦点!一语断蓝左岸春风汇总(一语断蓝)
- 每日资讯:2023借5000元哪个app能借到?独家整理10个下款快、通过率高、口碑好的正规网贷平台
- 【世界热闻】【原】如果用不及陈寅恪,钱穆等史学大家历史素养的十分之一去解历史题的话…
- 全球简讯:红楼轶梦‖第五回(下)
- 协商个性化分期中介技术指导技巧教程|最新快讯
- 我在头条搞创作-新要闻
- 第五届京津冀石墨烯大会在京召开 144件展品亮相
- 天天快播:我市多部门“保障+服务”护航高考
- 每日速看!突发!3800亿巨头要大减持
- 天天信息:公募REITs市场价格下行 业内人士称已彰显长期配置价值
- 精彩看点:三六零:实控人周鸿祎已完成向胡欢转让所持6.25%公司股份
- 亚洲电视控股:将于6月6日开始进入电商直播业务
- 德赛电池:预计sip封装产业园一期将在年内陆续投入使用 新资讯
- 文旅部质监所、江苏省数智中心、美团三方签署合作协议 共同促进旅游服务质量提升|实时
- 新疆加大农村基础设施建设 助力推进乡村振兴