Razgovor oko Applea i njegovog sljedećeg velikog skoka u umjetnoj inteligenciji se zahuktava, a pojam AppleLLM već stvara valove u hodnicima Cupertina. Između vjerodostojnih curenja informacija, otkrića Appleove obavještajne službe i Siri u punoj metamorfozi, sve ukazuje na činjenicu da je Appleov vlastiti jezični model bliže nego ikad ostvarenju i postaje ključni dio njegove strategije.
Osim buke, gomilaju se tehnički podaci, odluke o proizvodima, pa čak i akademske kritike, 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 posrću kada zadaci postanu kompliciraniji i nisu zamjena za dobro osmišljene klasične algoritme.
AppleLLM: Što znamo i zašto dolazi sada
Prema izvorima Bloomberga koje citira Mark Gurman, Apple već interno testira LLM integriran u svog asistenta, a zaposlenici pružaju izravne povratne informacije timu. Ovaj napor uklapa se u Ajax projekt i kolokvijalno nazvan AppleGPT, put koji bi omogućio Siri procjenjuje upite i izvesti ih u drugi model kada to zahtijeva složenost.
Plan puta koji sugeriraju ovi procurjeli podaci ocrtava dvije jasne prekretnice: obnovljeni Siri u trenutnoj generaciji sustava i ambiciozniju sljedeću iteraciju. Prvo ćemo vidjeti Siri koja razumije kontekst i zatražite lance bez glupih ponovnih pokretanja, sposoban za čitanje poruka ili e-pošte radi izdvajanja korisnih podataka s lokalnim dopuštenjem; kasnije će biti objavljena verzija koja će uključivati sam LLM kao okosnicu za razgovor.
Gurman sljedeći veliki skok smještaje oko proljeća 2026., u skladu s dolaskom iOS-a 19 ako ne bude promjena u zadnji čas. Ne bi bio prvi put da Apple predstavlja svoju viziju na WWDC-u i provodi je mjesecima kasnije., kao što je već bio slučaj sa Sirijem, koji je najavljen 2024. i odgođen za daljnje dotjerivanje.
Appleova inteligencija danas: arhitektura, veličina i specijalizacija
Kako AppleLLM sazrijeva, tvrtka već koristi Apple Intelligence kao skup modela usmjerenih na svakodnevne zadatke. Na uređaju postoji model s oko 3.000 milijarde parametara i veći u oblaku., koji rade na Apple Silicon poslužiteljima 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 strojno učenje otvorenog koda od 2023., s licenciranim podacima i javnim sadržajem koji prikuplja AppleBot. Tvrtka inzistira da ne koristi privatne korisničke podatke, primjenjuje PII filtere te odbacuje šum i duplikate., a također nudi mehanizam za urednike da zatraže isključenje.
U optimizaciji, lokalni model koristi vokabular od 49 tisuća tokena, a model poslužitelja povećava se na 100 tisuća, uz smanjenje memorije radi smanjenja latencije. Fokus je na stručnjacima: adapteri za pisanje, sažimanje, brainstorming, klasifikaciju, zatvoreno i otvoreno osiguranje kvalitete, programiranje, ekstrakciju, matematičko zaključivanje, sigurnost i prepisivanje., Među ostalima.
U Appleovim odabranim referentnim vrijednostima, kao što je IFEval (slijedite upute), njegovi modeli odgovaraju ili premašuju slične modele, pa čak i u usporedbi s GPT‑4 Turbo i Mistral 8x22B na strani poslužitelja za specifične zadatke. Unatoč tome, Apple priznaje da je njihov pristup vrlo usmjeren i trenutno se ne može pohvaliti potpunom multimodalnošću: postoje tekstualni i glasovni pozivi, ali ne i video kao druge ponude u sektoru.
Privatnost već u dizajnu: Objašnjenje privatnog računarstva u oblaku
Kada uređaj više ne može podnijeti, na scenu stupa Private Cloud Compute, Appleov okvir za privatni oblak. Obećava end-to-end enkripciju, efemernu obradu i nekorelirajuće nasumične identifikatore., s vanjskom revizijom i bez posebnih privilegija za zaposlenike.
Tvrtka osigurava da se podaci koriste samo u svrhu koju je zatražio korisnik i da nisu vidljivi internom osoblju. Osim toga, radi sigurnosti ukida komponente trećih strana i ograničava dijagnostičku telemetriju. do opcija visoke privatnosti. Sve to, koristeći vlastite čipove u provjerenim centrima i s javnim naglaskom na provjerljivost od strane istraživača.
Siri: od trenutnih problema do verzije koja cilja na više
Siri, koji se već pojavljuje u trenutnoj generaciji sustava, obećava bolje razumijevanje konteksta i slijeda naredbi. Konačno ćete moći povezati jednostavne zahtjeve bez gubitka veze i djelovati kao pravi pomoćnik za lokalne osobne podatke.: poruke, e-pošta, događaji, uvijek pod kontrolom korisnika.
Međutim, postoji jedna rupa koju Apple premošćuje: za upite koji prelaze taj prag, Siri će moći pozvati ChatGPT uz izričito dopuštenje. Integracija će svaki put poštovati pristanak, sakriti IP adresu i neće zahtijevati novi račun.Apple naglašava da iskustvo krši njihova pravila o privatnosti samo uz potvrdu korisnika.
Vrata nisu zatvorena za druge igrače: Craig Federighi ostavio je otvorenu mogućnost integracije Google Geminija ili drugih pružatelja usluga u budućnosti. To nudi fleksibilnost za tržišta poput Kine ili za scenarije gdje ChatGPT nije dostupan., bez odustajanja od vlastitog modela u srednjoročnom razdoblju.
WWDC i otvaranje: Apple ne želi sam s umjetnom inteligencijom
Uoči WWDC-a, Apple priprema ključni potez: otvaranje svoje umjetne inteligencije kao platforme koja obuhvaća više ekosustava. Komplet alata Prije rezervirano za interne timove, bit će predano u ruke programera., s pristupom laganim modelima sposobnim za lokalno izvršavanje uz poštivanje privatnosti.
Paralela s App Storeom je očita: kada su treće strane mogle stvarati iskustva, iPhone je postao platforma. Cilj je sada spriječiti razvojne programere da prelaze na modele trećih strana i olakšati im izgradnju nativnih pametnih iskustava. s Appleovim Foundation modelima, uključujući besplatno zaključivanje i opcije izvan mreže.
Ciljevi uključuju podizanje ljestvice kako bi se uskladili s konkurencijom, učenje iz povratnih informacija iz stvarnog svijeta i ubrzanje proizvoda. Razmatra se čak i korištenje modela trećih strana poput Claudea za asistenta u Swiftu., što naglašava Appleovu spremnost da bude pragmatičan u svom alatu za razvojne programere.
Uskoro dostupne značajke: od prijevoda uživo do vizualne inteligencije
Appleova inteligencija nije samo obmana: već se pojavljuje u određenim značajkama na iOS-u, iPadOS-u i macOS-u. Prijevod uživo omogućuje prevođenje u stvarnom vremenu u glasovnim i video pozivima., integrirajući se s Porukama, FaceTimeom i Telefonom, a sve to podržavaju lokalni modeli.
Image Playground unapređuje svoj API za razvojne programere i integraciju s ChatGPT-om uz dopuštenje, dok Genmoji to dopušta stvarajte kombinacije i opise kako biste se izrazili s više nijansiČarobni štapić pretvara skice u slike s nekoliko dodira.
U produktivnosti, Podsjetnici detektiraju relevantne radnje prilikom čitanja e-pošte ili bilješke i automatski sortiraj po kategorijama. Poruke predlažu izradu anketa kada je to prikladno, Mail dodaje poboljšani pregled, a Način rada za fokusiranje poboljšava upravljanje prekidima.
Pristižu i prioritetne obavijesti, pretraživanja 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 zaslonu: snimite proizvod koji vam se sviđa i naručite slične s cijenama i značajkama; Pretvorite koncertni plakat u događaj u kalendaru jednim dodirom; ili trenutno izvucite podatke s lokacije dodirom na kameru ili akcijski gumb.
Temelji za kreatore: Modeli temelja i put do skaliranja
Za razvojne programere, Foundation Models bit će službeni ulaz za uključivanje Appleovih modela u aplikacije trećih strana. Preferencijalni pristup istim LLM-ovima koje koristi Apple Intelligence, privatnost po dizajnu i izvanmrežno izvršavanje gdje je to izvedivo, s zaključivanjem umjetne inteligencije bez operativnih troškova.
Strategija uvjerava na dva fronta: nudeći izvorne i privatne mogućnosti u usporedbi s vanjskim alternativama i umnožite doseg Apple Intelligencea zahvaljujući domišljatosti ekosustavaBeta verzija Apple Developer Programa je sada u tijeku, a javna beta verzija slijedi i bit će dostupna za podržane uređaje na jesen.
Ozbiljne kritike LLM paradigme: zid složenosti
Paralelno s pričom o proizvodu, Apple je objavio istraživanje koje potiče raspravu: prilikom kvantificiranja sposobnosti rasuđivanja, uočeno je da LLM-ovi kolaps iznad određenog praga složenosti, čak i kada postoji mnogo računalnih resursa.
Kritika se slaže s prethodnim radom nekoliko koautora od 2023. godine: Pouzdani agenti ne mogu se izgraditi bez formalnog i apstraktnog zaključivanja dovoljno razvijeni. Prema tim analizama, veliki modeli ne razmišljaju kao ljudi; mogu razmišljati više... ali do određene granice.
Hanojski toranj je zvjezdani primjer. To je klasičan problem koji je trivijalan za algoritam i izvediv za strpljivo dijete, ali Moderni modeli poput Claudea zaglave sa 7 diskova, a praktički ne uspijevaju s 8.Čak ni novije varijante, poput o3-min na visokoj temperaturi, ne pokazuju značajno poboljšanje u ovim testovima.
Još šokantnije: iako je algoritam za rješavanje zadatka korak po korak dan, modeli se obično loše izvršavajuKoautor, Iman Mirzadeh, ističe da ono što je opaženo ne nalikuje logičkom procesu ili obliku inteligencije, budući da izvršenje nije razumijevanje.
Djelo također preuzima i pojačava Subbarao Kambhampatijeve kritike lanaca misli i takozvanih modela zaključivanja. CoT-ovi ponekad ne odražavaju što model zapravo radi, a kada se čine točnima, konačni odgovor možda nije.Također se dovodi u pitanje tehnika izračunavanja vremena zaključivanja kao strukturni prečac.
Operativni zaključak je oštar: studenti LLM-a imaju tendenciju previše razmišljati o jednostavnim stvarima i pokušavati pronaći pogrešne odgovore čak i nakon što pronađu pravi. Manje razmišljaju kada se suoče s poteškoćama, s jedne strane trošeći računanje, a s druge prerano odustajući.
Generalizacija i stare lekcije: unutarnja i vanjska distribucija
Ovaj način razmišljanja nadovezuje se na dugogodišnje kritike neuronskih mreža: one prihvatljivo generaliziraju. unutar distribucije obuke, ali se kolaps izvan njeJedan od koautora je to već dokumentirao 1998. godine koristeći višeslojne perceptrone za izračun i predviđanje rečenica.
Ta je nit proširena u časopisu The Algebraic Mind 2001. godine, u članku u časopisu Science iz 1999. godine gdje Dokazano je da sedmomjesečne bebe ekstrapoliraju obrasce koje tadašnje mreže 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 Hanojskom tornju. Ali stvar je u sljedećem: izumili smo računala kako bismo pouzdano riješili ono s čime se borimo.Težnja razumne opće umjetne inteligencije bila bi kombinirati ljudsku prilagodljivost s pouzdanošću strojeva, a ne nasljeđivati najgore iz oba svijeta.
Praktična presuda: LLM-ovi ne zamjenjuju dobre konvencionalne algoritme.Ne igraju šah kao klasični motori, niti savijaju proteine poput specijaliziranih neurosimboličkih sustava, niti upravljaju bazama podataka poput inženjerskih motora. Dobri su za pisanje koda... ali povremeno.
Appleova vizija: manje halucinacija i odgovornosti
U brifinzima, John Giannandrea i Craig Federighi branili su Appleov pristup minimiziranju halucinacija, potkrijepljen odabranim podacima i kotačima za učenje. Kažu da su energiju uložili u pažljiv trening i odgovornu primjenu tehnologije., ciljajući korisne i manje štetne modele nego alternative temeljene na internom testiranju.
Što se tiče suradnje s OpenAI-jem, Apple je definira kao kontrolirani izlazak trećim stranama kada korisnik to zatraži. Uvijek s dopuštenjem, sa skrivenom IP adresom i bez pohranjivanja zahtjeva od strane pružatelja usluga, repliciranje Private Cloud Compute jamči što je više moguće.
Glasine, unutarnje napetosti i strategija
Gurmanove kronike prikazuju unutarnje trenje između lidera u softveru i umjetnoj inteligenciji te konzervativnija ulaganja u GPU-ove nego što je poželjno. Govori se o smanjenim hardverskim zahtjevima i modelima od 3 milijarde lokalno i u oblaku reda veličine nekoliko desetaka milijardi., 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 integraciju ChatGPT-a interpretiraju kao zakrpu, drugi kao pragmatičnu rampu. kako bismo došli do vlastitog sposobnijeg modela.
Na tržištu je pritisak prisutan: prodaja iPhonea usporava, a konkurencija se brzo razvija. Apple održava ogromnu instaliranu bazu i zavidnu integraciju hardvera i softvera; ako ubrzate umjetnu inteligenciju, taj temelj možete pretvoriti u obnovljenu konkurentsku prednost.
Što to znači za tvrtke i razvojne programere
Pouka za one koji grade rješenja je jasna: nije dovoljno uključiti generalistički model i očekivati robusnost. LLM-ovi imaju ograničenja i ne zamjenjuju provjerene algoritme u kritičnim zadacima.Ali mogu aproksimirati i ubrzati izradu prototipa, brainstorming i pisanje, posebno kada se kombiniraju s vanjskim simboličkim blokovima.
S Foundation modelima i izvršavanjem na uređaju, Apple nudi zanimljiv način orkestriranja privatnih i kontekstualnih iskustava na svojoj platformi. Uz Private Cloud Compute i opcionalnu integraciju s trećim stranama, ploča se otvara za stvaranje vertikalnih čarobnjaka, kontekstualnih tijekova rada i generativnih korisničkih sučelja unutar pouzdanih okvira.
Za organizacije, smjernica bi bila kombinirati najbolje iz oba svijeta: konvencionalni algoritmi gdje je točnost najvažnija i specijalizirani LLM-ovi gdje je fleksibilnost najvažnijaI pomno pratiti granice zaključivanja, provjere i sljedivosti, posebno u reguliranim područjima.
S obzirom na sav ovaj kontekst, AppleLLM se ne čini kao jednostavna kućica za označavanje, već kao dio koji može zatvoriti krug između istinski kompetentnog Sirija, višeplatformske AI platforme i provjerljive strategije privatnosti; Ako Apple postupi sa svojom karakterističnom strogošću, njegov vlastiti model mogao bi biti nedostajući poticaj njegovom ekosustavu da napravi kvalitativni skok koji mu je do sada izmicao..
