Razgovor o Appleu i njegovom sljedećem velikom skoku u vještačkoj inteligenciji se zahuktava, a termin AppleLLM već izaziva veliko zanimanje u Cupertinu. Između vjerodostojnih curenja informacija, otkrića Appleove obavještajne službe i... Siri u punoj metamorfozi, sve ukazuje na činjenicu da je Appleov vlastiti jezički model bliži nego ikad ostvarenju i postaje ključni dio njegove strategije.
Pored buke, tehnički podaci, odluke o proizvodima, pa čak i akademske kritike se gomilaju, stvarajući složenu sliku. Apple otvara svoju platformu programerima, obećava provjerljivu privatnost i istražuje partnerstva s trećim stranama., a istovremeno priznaje težinu izazova: trenutni LLM-ovi se spotiču kada zadaci postanu složeniji i nisu zamjena za dobro osmišljene klasične algoritme.
AppleLLM: Šta znamo i zašto nam se to sada objavljuje
Prema izvorima Bloomberga koje je citirao Mark Gurman, Apple već interno testira LLM integriran u svog asistenta, a zaposleni pružaju direktne povratne informacije timu. Ovaj napor se uklapa u Ajax projekat i kolokvijalno nazvan AppleGPT., put koji bi omogućio Siri procjenjuje upite i izvesti ih u drugi model kada to zahtijeva složenost.
Plan puta koji sugerišu ovi procureli podaci ocrtava dvije jasne prekretnice: obnovljeni Siri u trenutnoj generaciji sistema i ambiciozniju sljedeću iteraciju. Prvo ćemo vidjeti Siri koja razumije kontekst i zahtjevajte lance bez glupih ponovnih pokretanja, sposoban za čitanje poruka ili e-mailova radi izdvajanja korisnih podataka s lokalnom dozvolom; kasnije će biti objavljena verzija koja će uključivati sam LLM kao osnovu za razgovor.
Gurman sljedeći veliki skok smještaju oko proljeća 2026. godine, u skladu s dolaskom iOS-a 19 ako ne bude promjena u zadnji čas. Ne bi bio prvi put da Apple predstavi svoju viziju na WWDC-u i sprovede je u djelo mjesecima kasnije., kao što je već bio slučaj sa Sirijem, koji je najavljen 2024. godine i odgođen radi daljnjeg dotjerivanja.
Apple Intelligence danas: Arhitektura, veličina i specijalizacija
Kako AppleLLM sazrijeva, kompanija već koristi Apple Intelligence kao skup modela fokusiranih na svakodnevne zadatke. Postoji model na uređaju od oko 3.000 milijarde parametara i veći u oblaku., koji rade na Apple Silicon serverima koji se napajaju obnovljivom energijom. Ideja je pokriti većinu zahtjeva na uređaju i skalirati na privatni oblak kada to opterećenje zahtijeva.
Apple kaže da je za obuku koristio AXLearn, svoj okvir za mašinsko učenje otvorenog koda od 2023. godine, s licenciranim podacima i javnim sadržajem koji prikuplja AppleBot. Kompanija insistira da ne koristi privatne korisničke podatke, primjenjuje PII filtere i odbacuje šum i duplikate., koji također nudi mehanizam za urednike da zatraže isključenje.
U optimizaciji, lokalni model koristi vokabular od 49K tokena, a serverski model se povećava na 100K, sa smanjenjem memorije radi smanjenja latencije. Fokus je na specijalistima: adapteri za pisanje, sumiranje, brainstorming, klasifikaciju, zatvoreno i otvoreno osiguranje kvaliteta, programiranje, ekstrakciju, matematičko zaključivanje, sigurnost i prepisivanje., između ostalog.
U testovima koje je odabrao Apple, kao što je IFEval (slijedite upute), njegovi modeli odgovaraju ili premašuju slične modele, pa čak i u poređenju sa GPT‑4 Turbo i Mistral 8x22B na strani servera za specifične zadatke. Uprkos tome, Apple priznaje da je njihov pristup vrlo fokusiran i trenutno se ne može pohvaliti potpunom multimodalnošću: postoje tekstualni i glasovni pozivi, ali ne i video kao druge ponude u sektoru.
Privatnost po dizajnu: Objašnjenje privatnog računarstva u oblaku
Kada uređaj više ne može podnijeti te podatke, na scenu stupa Private Cloud Compute, Appleov okvir za privatni oblak. Obećava end-to-end enkripciju, efemernu obradu i nekorelirajuće nasumične identifikatore., sa eksternom revizijom i bez posebnih privilegija za zaposlene.
Kompanija osigurava da se podaci koriste samo u svrhu koju je zatražio korisnik i da nisu vidljivi internom osoblju. Osim toga, radi sigurnosti, ne koristi komponente trećih strana i ograničava dijagnostičku telemetriju. do opcija visoke privatnosti. Sve ovo, koristeći vlastite čipove u verificiranim centrima i uz javni naglasak na provjerljivost od strane istraživača.
Siri: od trenutnih problema do verzije koja cilja na više
Siri, koji se već pojavljuje u trenutnoj generaciji sistema, obećava bolje razumijevanje konteksta i sekvenci komandi. Konačno ćete moći povezati jednostavne zahtjeve bez gubitka veze i djelovati kao pravi asistent za lokalne lične podatke.: poruke, e-pošta, događaji, uvijek pod kontrolom korisnika.
Međutim, postoji jedna rupa u zakonu koju Apple premošćuje: za upite koji prelaze taj prag, Siri će moći pozivati ChatGPT uz izričitu dozvolu. Integracija će svaki put poštovati pristanak, sakriti IP adresu i neće zahtijevati novi račun.Apple naglašava da ovo iskustvo krši njihovu politiku privatnosti samo uz potvrdu korisnika.
Vrata nisu zatvorena ni za druge igrače: Craig Federighi je ostavio otvorenu mogućnost integracije Google Geminija ili drugih pružatelja usluga u budućnosti. Ovo nudi fleksibilnost za tržišta poput Kine ili za scenarije gdje ChatGPT nije dostupan., bez odustajanja od vlastitog modela na srednji rok.
WWDC i otvaranje: Apple ne želi sam sa vještačkom inteligencijom
Uoči WWDC-a, Apple priprema ključni potez: otvaranje svoje umjetne inteligencije kao platforme koja pokriva više ekosistema. Komplet alata Ranije rezervisano za interne timove, biće predato u ruke programera., s pristupom laganim modelima sposobnim za lokalno pokretanje uz poštivanje privatnosti.
Paralela s App Storeom je očigledna: kada su treće strane mogle kreirati iskustva, iPhone je postao platforma koja je postala popularna. Cilj je sada spriječiti programere da prelaze na modele trećih strana i olakšati im izgradnju nativnih pametnih iskustava. s Appleovim Foundation modelima, uključujući besplatno zaključivanje i opcije za rad izvan mreže.
Ciljevi uključuju podizanje standarda kako bi se pariralo konkurenciji, učenje iz povratnih informacija iz stvarnog svijeta i ubrzanje proizvoda. Čak se razmatra i korištenje modela trećih strana poput Claudea za asistenta u Swiftu., što naglašava Appleovu spremnost da bude pragmatičan u svom setu alata za razvojne programere.
Uskoro dostupne funkcije: od prijevoda uživo do vizualne inteligencije
Apple Intelligence nije samo obmana: već se pojavljuje u određenim funkcijama na iOS-u, iPadOS-u i macOS-u. Prijevod uživo omogućava prevođenje u stvarnom vremenu u glasovnim i video pozivima., integrirajući se s aplikacijama Messages, FaceTime i Phone, a sve to podržavaju lokalni modeli.
Image Playground unapređuje svoj API za razvojne programere i integraciju sa ChatGPT-om uz dozvolu, dok Genmoji dozvoljava kreirajte kombinacije i opise kako biste se izrazili s više nijansiČarobni štapić pretvara skice u slike uz samo nekoliko dodira.
U produktivnosti, Podsjetnici detektiraju relevantne radnje prilikom čitanja e-pošte ili bilješke i automatski sortiraj po kategorijama. Messages predlaže kreiranje anketa kada je to prikladno, Mail dodaje poboljšani pregled, a Focus Mode poboljšava upravljanje prekidima.
Prioritetna obavještenja također stižu, pretrage prirodnog jezika i mogućnost generiranja videozapisa uspomena u Fotografijama s jednostavnim opisom. Na Apple Watchu, Prijatelj za vježbanje Koristi otkucaje srca, tempo, udaljenost, krugove i prekretnice za personaliziranu motivaciju u stvarnom vremenu; u početku dostupno na engleskom jeziku i za vježbanje na traci za trčanje ili biciklu.
Vizualna inteligencija dodaje kontekstualne supermoći vašem ekranu: snimite proizvod koji vam se sviđa i naručite slične s cijenama i karakteristikama; Pretvorite koncertni plakat u događaj u kalendaru jednim dodiromili trenutno izvucite podatke s lokacije dodirom na kameru ili dugme za akciju.
Temelji za kreatore: Modeli temelja i put do skaliranja
Za programere, Foundation Models će biti službena platforma za povezivanje Apple modela s aplikacijama trećih strana. Preferencijalni pristup istim LLM-ovima koje koristi Apple Intelligence, privatnost po dizajnu i izvršavanje van mreže gdje je to izvodljivo, uz zaključivanje na osnovu umjetne inteligencije bez operativnih troškova.
Strategija uvjerava na dva fronta: nudeći izvorne i privatne mogućnosti u poređenju s vanjskim alternativama i umnožite doseg Apple Intelligencea zahvaljujući domišljatosti ekosistemaBeta verzija Apple Developer Programa je sada u toku, a javna beta verzija će biti dostupna i na podržanim uređajima na jesen.
Ozbiljne kritike LLM paradigme: zid složenosti
Paralelno s pričom o proizvodu, Apple je objavio istraživanje koje podstiče debatu: prilikom kvantifikacije sposobnosti rasuđivanja, uočeno je da LLM-ovi... kolaps preko određenog praga složenosti, čak i kada postoji mnogo računarskih resursa.
Kritika se poklapa s prethodnim radom nekoliko koautora od 2023. godine: Pouzdani agenti se ne mogu izgraditi bez formalnog i apstraktnog zaključivanja dovoljno razvijeni. Prema ovim analizama, veliki modeli ne razmišljaju kao ljudi; oni mogu razmišljati više... ali do određene granice.
Hanojska kula je odličan primjer. To je klasičan problem koji je trivijalan za algoritam i izvodljiv za strpljivo dijete, ali Moderni modeli poput Claudea se zaglave sa 7 diskova, a praktično ne uspijevaju sa 8.Čak ni novije varijante, poput o3-min na visokoj temperaturi, ne pokazuju značajno poboljšanje u ovim testovima.
Još šokantnije: iako je dat algoritam korak po korak za rješavanje zadatka, modeli imaju tendenciju da loše funkcionišuKoautor, Iman Mirzadeh, ističe da ono što je uočeno ne liči na logički proces ili oblik inteligencije, budući da izvršenje nije razumijevanje.
Djelo također preuzima i pojačava Subbarao Kambhampatijeve kritike tokova misli i takozvanih modela zaključivanja. CoT-ovi ponekad ne odražavaju ono što model zapravo radi, a kada se čine tačnim, konačan odgovor možda neće biti.Tehnika izračunavanja vremena zaključivanja kao strukturna prečica također se dovodi u pitanje.
Operativni zaključak je oštar: studenti prava iz prava imaju tendenciju da previše razmišljaju o jednostavnim stvarima i pokušavaju da daju pogrešne odgovore čak i nakon što pronađu pravi. Manje razmišljaju kada se suoče s poteškoćama, s jedne strane gubeći računanje, a s druge prerano napuštajući.
Generalizacija i stare lekcije: unutrašnja i vanjska distribucija
Ovaj način razmišljanja povezan je s dugogodišnjim kritikama neuronskih mreža: one prihvatljivo generaliziraju. unutar distribucije obuke, ali se urušavaju izvan njeJedan od koautora je ovo već dokumentovao 1998. godine koristeći višeslojne perceptrone za izračunavanje i predviđanje rečenica.
Ta nit je proširena u knjizi The Algebraic Mind 2001. godine, u članku objavljenom u časopisu Science 1999. godine gdje Dokazano je da sedmomjesečne bebe ekstrapoliraju obrasce koje mreže tog vremena nisu replicirale., u Duboko učenje: Kritička procjena u 2018. i u Duboko učenje udara u zid u 2022. Putanja koja je sada potvrđena novim podacima.
Također je poznato da obični ljudi ne uspiju s osam diskova u Hanojskoj kuli. Ali evo u čemu je stvar: izmislili smo računare kako bismo pouzdano riješili ono s čime se borimo.Težnja razumne opće arheološke inovacije (OGI) bila bi kombiniranje ljudske prilagodljivosti s pouzdanošću strojeva, a ne nasljeđivanje najgoreg iz oba svijeta.
Praktična presuda: LLM-ovi ne zamjenjuju dobre konvencionalne algoritme.Oni ne igraju šah kao klasični motori, niti savijaju proteine poput specijaliziranih neurosimboličkih sistema, niti upravljaju bazama podataka poput inženjerskih motora. Dobri su za pisanje koda... ali povremeno.
Appleova vizija: manje halucinacija i odgovornosti
Na brifinzima, John Giannandrea i Craig Federighi branili su Appleov pristup minimiziranju halucinacija, potkrijepljen odabranim podacima i kotačima za obuku. Kažu da su energiju uložili u pažljivu obuku i odgovornu primjenu tehnologije., ciljajući na korisne i manje štetne modele nego na alternative zasnovane na internom testiranju.
Što se tiče saradnje s OpenAI-jem, Apple je definira kao kontrolirani izlazak trećim stranama kada korisnik to zatraži. Uvijek uz dozvolu, sa skrivenom IP adresom i bez pohranjivanja zahtjeva od strane provajdera, replikacija Private Cloud Compute-a garantuje što je više moguće.
Glasine, unutrašnje tenzije i strategija
Gurmanove hronike prikazuju sliku unutrašnjeg trenja između lidera u softveru i vještačkoj inteligenciji i konzervativnijeg ulaganja u grafičke procesore nego što je poželjno. Govori se o smanjenim hardverskim zahtjevima i modelima od 3 milijarde lokalnih servera i desetina milijardi servera u oblaku., još uvijek daleko od vrhunske veličine koju drugi akteri istražuju.
Strateško tumačenje je da se Apple kreće oprezno, dajući prioritet privatnosti i kontroli korisničkog iskustva, dok se oslanja na selektivna partnerstva kako bi popunio praznine. Neki interpretiraju integraciju ChatGPT-a kao zakrpu, drugi kao pragmatičnu rampu. da dođemo do našeg vlastitog sposobnijeg modela.
Na tržištu je pritisak prisutan: prodaja iPhonea se usporava, a konkurencija se brzo razvija. Apple održava ogromnu instaliranu bazu i zavidnu integraciju hardvera i softvera; ako ubrzate vještačku inteligenciju, možete pretvoriti tu osnovu u obnovljenu konkurentsku prednost.
Šta to znači za preduzeća i programere
Pouka za one koji grade rješenja je jasna: nije dovoljno ubaciti generalistički model i očekivati robusnost. LLM-ovi imaju ograničenja i ne zamjenjuju provjerene algoritme u kritičnim zadacima.Ali oni mogu aproksimirati i ubrzati izradu prototipa, brainstorming i pisanje, posebno kada se kombinuju sa eksternim simboličkim blokovima.
Sa Foundation modelima i izvršavanjem na uređaju, Apple nudi zanimljiv način za orkestriranje privatnih i kontekstualnih iskustava na svojoj platformi. Pored privatnog računarstva u oblaku i opcionalne integracije sa trećim stranama, ploča se otvara za kreiranje vertikalnih čarobnjaka, kontekstualnih tokova rada i generativnih korisničkih interfejsa unutar pouzdanih okvira.
Za organizacije, smjernica bi bila kombinirati najbolje iz oba svijeta: konvencionalni algoritmi gdje je tačnost najvažnija i specijalizovani LLM-ovi gdje je fleksibilnost najvažnijaI pažljivo pratiti granice zaključivanja, verifikacije i sljedivosti, posebno u reguliranim domenima.
S obzirom na sav ovaj kontekst, AppleLLM se ne čini kao jednostavna kućica za označavanje, već kao dio koji može zatvoriti krug između zaista kompetentnog Sirija, višeplatformske AI platforme i provjerljive strategije privatnosti; Ako Apple postupi sa svojom karakterističnom strogošću, njegov vlastiti model bi mogao biti nedostajući poticaj za njegov ekosistem da napravi kvalitativni skok koji mu je do sada izmicao..
