蘋果為什么不接入AI大模型？(圖文)
過去將近一年的時間里，AI大模型幾乎可以說是最炙手可熱的一種技術、趨勢和概念！一方面從大眾到全球各國政府的關注，另一方面是所有科技互聯網公司都在加速布局AI大模型。就算沒有構建AI大模型（在開源大模型的基礎上）的技術實力，也在緊迫地尋找業務與AI大模型的結合點。同樣地，沒有一家手機廠商打算錯過AI大模型。
目前，AI技術已經在智能手機領域取得了巨大的突破，但奇怪的是蘋果卻一直沒采用更大模型來提升智能手機的AI能力。在六月份結束的WWDC 2023大會上，蘋果又一次選擇了“謹慎對待”當前大火的人工智能。相比較“Artificial Intelligence”（人工智能），蘋果似乎更傾向于使用“Machine learning”（機器學習），去還原技術的本質。
談到蘋果的人工智能，人們印象最深的應用莫過于“漏洞百出”的Siri了。
從2011年iPhone 4S登場，成為人人“調戲”的對象，到時至今日，Siri的交流能力依舊算不上市場前沿，成為鮮有人問津的雞肋功能。面對井噴式增長的人工智能行業，在人工智能領域遲遲缺乏新動作的蘋果公司，讓行業普遍認為已經開始進入“掉隊”的行列之中。面對各種質疑的聲音，蘋果CEO庫克表示：蘋果本質上還是硬件廠商，公司并沒有谷歌或微軟那樣的通過升級軟件提高生產力的壓力。
蘋果為什么不接入AI大模型？
“卷”大模型是指在智能手機中集成更大、更復雜的神經網絡模型。這樣的模型可以提供更強大的AI能力，但也面臨著一些挑戰和局限性。
首先，大模型需要更高的計算資源和存儲空間，這對手機的硬件和電池壽命提出了更高的要求。
其次，大模型的訓練和優化過程需要大量的數據和時間，這對廠商來說是一個巨大的工程。
盡管大模型存在一些挑戰，但小模型也具有其獨特的優勢和應用場景。小模型具有體積小、計算資源需求低和訓練效率高的特點，適合在智能手機中運行。小模型在語音識別、圖像識別和自然語言處理等領域都取得了顯著的進展，為用戶提供了更好的體驗。
選擇AI大模型還是小模型時需要綜合考慮市場需求、技術成本和用戶體驗等因素，以滿足不斷變化的消費者期望和需求。
在開發者對于人工智能需求不斷增長的今天，蘋果所持有謹慎的態度，并不代表其不正視這項技術的未來發展與前景。在WWDC 2023中，蘋果推出了iOS 17系統，為用戶提供了一系列的新功能和改進，包括電話和FaceTime的個性化和互動功能、全新的日記應用、新的待機模式、新的動態小工具、CarKey數字汽車鑰匙功能的增強，以及ARKit API框架的改進等。作為硬件廠商，蘋果擁有自己的芯片、服務、系統等產品，這些產品所構成的完整生態也為蘋果在人工智能領域提供了強大的基礎設施和平臺，可以在硬件和軟件之間實現高效的協同和優化，提升用戶體驗和性能，也可以更好地保護用戶隱私。
目前人工智能領域的數據與隱私泄露風險以及人工智能監管問題已經成為全世界要共同面對的問題，國內外都出臺了一系列的政策法規來維護人工智能發展，甚至ChatGPT之父山姆·奧特曼也在聽證會上向政府申請對OpenAI實施監管。而蘋果對用戶隱私和數據安全的重視在行業里也是家喻戶曉，甚至將其隱私保護功能作為產品的重要賣點。蘋果采用了多種技術手段，如加密、生物識別、差分隱私等，來保護用戶數據不被泄露或濫用，這將使蘋果的人工智能業務能夠更加合規地接觸并使用用戶數據，進行更有精確的服務用戶，并且大幅度提升人工智能的響應速度和可靠性。
盡管目前蘋果手機更多的是關注小模型的研發和應用，但隨著技術的發展和應用需求的變化，未來可能會出現更多采用AI大模型的產品，比如Vision Pro。
在即將面世的Vision Pro產品展示中不難發現，雖然蘋果對“人工智能”只字未提，但似乎所有的新動作都圍繞著“人工智能”展開。
Vision Pro使用了基于Transformer的語音識別模型讓語音識別更加準確，并且可以有效地處理自然語言的序列數據。作為基于自注意力機制的深度學習模型，它還可以進行自動糾錯和詞預測，提高了語音識別的準確性。同時Vision Pro還依靠視覺生成建模，通過前置攝像頭掃描人的面部信息，再基于機器學習技術，系統會使用先進的編碼神經網絡，為用戶生成一個“數字分身”。利用先進的機器學習模型，根據對用戶的眼球追蹤和瞳孔狀態，來預測用戶的身體和大腦狀態，比如是否對當前事物好奇，是否走神，注意力是否被分散等等。這些數據可以幫助Vision Pro提供更個性化和智能的體驗，比如根據用戶的注意力、放松程度或學習情況來更新虛擬環境，或者根據用戶的眼睛注視方向來創建生物反饋。
還有Vision Pro配備的卷積神經網絡，通過卷積層、激活層、池化層和全連接層來實現高效和準確的圖像識別和對象檢測功能，為用戶提供了豐富和逼真的混合現實體，在自動駕駛、安防監控、醫學圖像分析等領域都發揮著重要作用。
通過Vision Pro、iOS 17以及縱觀整個蘋果生態不難看出，蘋果并不希望模糊地定義人工智能，他們熱衷于用技術改造或擴展自己的產品品類，打造自己的品牌，而不是使用行業通用的詞匯。對于蘋果來說，或許“Machine learning”這個詞能更精確地描述蘋果的技術特點。
與微軟和谷歌等公司相比，蘋果對人工智能技術的開放性較低，但依靠龐大市場需求支持，蘋果更希望維護好產品帶給用戶的優質體驗。無論是“機器學習”還是“人工智能”其核心意義還是能為用戶帶來什么，多高的算力和多大的數據參數最終為產品打分的只能是消費者的滿意程度。
相信人工智能發展的最終形態會向著平民化、日常化的方向前進。
