蘋果的人工智能應(yīng)用，跟 ChatGPT 不太一樣_天天微資訊

蘋果的 XR 混合現(xiàn)實設(shè)備，其中一個主要的功能便是圍繞著健身 Fitness+ 服務(wù)展開。它會借助虛擬空間，讓你在任何地點沉浸在「健身房」當中，當然，還少不了一個虛擬教練。

此前，我們只認為這位「虛擬教練」可能只提供標準的動作示范，但在蘋果的計劃里，「他」可能還會被賦予更多的「智慧」。

據(jù)悉，蘋果為了擴展 Apple Watch 的健康宇宙，蘋果擬將人工智能引入到健康功能當中。

推出一個 AI 健康教練，借助于 Apple Watch 所記錄的數(shù)據(jù)，借助于算法，來制定用戶的鍛煉計劃，改善飲食習慣和睡眠質(zhì)量，以保持或者改善健康狀態(tài)。

【資料圖】

這應(yīng)該是近期，AI 與蘋果走得最近的一則消息，但蘋果的 AI 健康教練與當下熱門的生成式 AI，例如 ChatGPT、bing、Bard 卻有著明顯的不同。

「AI 健康教練」更像是一個功能，而非是類似于 ChatGPT 這種引發(fā)全新賽道的趨勢。

蘋果一直沒有切入到硅谷搶做生成式 AI 的熱潮里，反而仿佛畫地為牢，不參與競爭，顯得頗有些不同。

Siri 不是人工智能，蘋果的人工智能藏在細枝末節(jié)

十二年前，蘋果首次向公眾展示了 Siri，并隨著 iPhone 4s 一同推向市場。

后續(xù)，Siri 被擴展到 Mac、iPad、HomePod、Apple Watch 甚至是 AirPods 等所有的蘋果智能設(shè)備里。

Siri 生來高光，被定義為「智能語音助手」，它可以通過語音識別和自然語言處理回答用戶的問題，控制設(shè)備和執(zhí)行任務(wù)。

也引領(lǐng)了智能手機標配語音助手的潮流，三星的 Bixby、小米的小愛同學、OPPO 的小歐等等。

同樣，Siri 也被大眾所熟知，認為它就是人工智能的一個雛形。

只是，十二年的進化過程中，蘋果很少對其進行深度升級，多是圍繞著功能點補全。

如今，它依然保持著 2011 年的那般純真，當遇到難題時，也同樣會坦誠的回答道「我不是很清楚，這是我在互聯(lián)網(wǎng)上找到的答案」。

在 2023 年生成式 AI 滿天飛的今天，Siri 的「純真」與能說會道的 ChatGPT 形成了鮮明的對比。

仿佛，蘋果并不想發(fā)展人工智能，只想買手機和電腦，但事實真的如此？

其實 Siri 并不應(yīng)該稱之為人工智能，Siri 只是個答案數(shù)據(jù)庫類型的語音助手。

當用戶喚起它，并發(fā)出一連串指令，它的數(shù)據(jù)模型會優(yōu)先在本體處理，快速查看 是否是一個簡單的本地請求（像是調(diào)整音量、設(shè)定鬧鐘等），利用已知的信息迅速完成。

否則，再去云端查詢更大的數(shù)據(jù)庫，給你一個答案，或者沒有查詢到，就甩出一個網(wǎng)頁搜索（大概率的情況）。

而 ChatGPT 并沒有先本地再云端的流程，根據(jù)問題直接訪問微軟的 Azure 云計算中心，利用龐大的算力和相應(yīng)模型進行推算，無論理解與否，都會「生成出」回答。

從這里來看，Siri 和 ChatGPT 展示了兩個傾向，蘋果傾向于將技術(shù)部署在本地，優(yōu)先調(diào)用本地算力解決。而 ChatGPT 則完全依靠于網(wǎng)絡(luò)，以及數(shù)據(jù)中心的龐大算力。

蘋果的 AI 也是如此，它藏在蘋果產(chǎn)品許許多多的功能里，屬于那種沒人會留意，但卻大幅改善了用戶體驗。

像是你按下快門，iPhone 會一連拍下多張照片，再根據(jù)相應(yīng)的模型算法，利用圖像識別挑選一張效果最好的作為最終成像。

又或者，Apple Pencil 在 iPad 上書寫時，能夠媲美真實的紙筆體驗。里面就用到了筆觸追蹤與手掌識別，在保證筆觸實時響應(yīng)的同時，也不會因為手掌接觸屏幕而誤觸。

以及，F(xiàn)aceID 安全性與效率的兼顧，它能夠適應(yīng)用戶面容的變化，不會因為眼鏡、胡須遮擋而影響識別效率。

甚至在當下的 iOS 當中，也支持口罩解鎖，僅用半張臉就完成了與之前相同的安全等級。

▲ A15 仿生芯片和 A14 仿生芯片的剖析圖，神經(jīng)計算引擎集中在左下角

從這些功能到蘋果多設(shè)備、平臺的協(xié)同、互聯(lián)等特性，方方面面都有蘋果的 Neural Engine（神經(jīng)引擎）參與，也是蘋果 AI 所呈現(xiàn)的方式。

與生成式 AI 不同，蘋果 AI 注重的是，如何提升終端用戶的體驗。

Siri 有沒有可能變成類 ChatGPT？

ChatGPT 推出后不久，接入官方 API 的網(wǎng)頁版套殼 App 也層出不窮，但真正能夠嵌入系統(tǒng)，或者還未能落實到終端的應(yīng)用、交互。

這也是此前認為 ChatGPT、新 bing 等生成式 AI 還停留在古早的對話框交互當中。

真正的人機交互，或者說終端服務(wù)還未醞釀出來。

OpenAI CEO Sam Altman 在麻省理工的演講里曾表示，「大型模型時代已經(jīng)到頭了，我們需要用新的思路和方法，讓 AIGC 取得新的進展。」

▲ OpenAI CEO Sam Altman 圖片來自：wired

在揭示 AIGC 行業(yè)發(fā)展趨勢的同時，也暗示新入局的科技公司，「你們已經(jīng)落伍了」。

這對于錯過 AIGC 第一波浪潮的蘋果來說，其實也是一個契機，沒必要再利用資源去訓練自己的語言模型，而應(yīng)當考慮，如何把生成式 AI 嵌入到自己的生態(tài)當中。

不重復(fù)造輪子，不如考慮造一輛車。

而「年久失修」的 Siri，能否把大語言模型嫁接到 Siri 上，讓他變成一個 Smart Siri，讓其成為能夠控制一個 Apple ID 下，蘋果所有生態(tài)設(shè)備的一個智能管家（類似于 Javis），進而帶來一種全新的人機交互形式。

只是，讓 Siri 重獲新生，可能并沒有預(yù)期的，把大語言模型融合進 Siri 原本的算法那般簡單。

把 Siri 變成類 ChatGPT，由于二者的處理方式完全不同，幾乎需要重構(gòu) Siri 整個數(shù)據(jù)庫，無異于推到再來，重新構(gòu)建，可能需要重組團隊，以及耗費不少資源來重新與硬件系統(tǒng)對接。

▲ 由 TPU v4 組成的 Google 機器學習中心 圖片來自：Google

另外，我們之前也報道過，AIGC 每次詢問生成，都要耗費不少的云算力。

目前 OpenAI 的 ChatGPT 幾乎吃掉了微軟 Azure 云計算中心的算力資源，甚至還有些吃緊。

蘋果的云計算中心規(guī)模不大，在全球的規(guī)模遠不及微軟、甲骨文這些對外提供云服務(wù)業(yè)務(wù)的傳統(tǒng)大公司。蘋果云服務(wù)多是自我滿足，為自己的 iCloud、App Store 等業(yè)務(wù)提供支持。

倘若把 AIGC 一股腦的引入到 iPhone、iPad、Mac 當中，蘋果所需要的算力將會是個天文數(shù)字。

即便蘋果有算力支持，按照此前的推算，GPT-4 每千個提示詞的成本高達 12 美分，加上蘋果全球僅 iPhone 用戶就突破十億，運行的成本極其高昂。

不論是從客觀條件，還是蘋果主觀意愿上，蘋果很難直接將類 ChatGPT 技術(shù)引入到 Siri，并直接部署到生態(tài)當中。

蘋果仍需要找一個合適的時機和切入點，這個時機可能是生成式 AI 的成本大降，或者說是從一個小功能入手，利用 AIGC 提升用戶的體驗。

而從蘋果一貫對 AI 的態(tài)度來看，后者更可能是蘋果的最終做法。

對于 AI，蘋果看重的是「效率」和「隱私」

除了時機，還有兩個公司戰(zhàn)略和策略上的不同，讓蘋果與生成式 AI 保持著冷靜。

▲ John Giannandrea 圖片來自：TechCrunch

2020 年，蘋果機器學習和人工智能戰(zhàn)略高級副總裁 John Giannandrea 以及產(chǎn)品營銷副總裁 Bob Borchers 在 Arstechnica 關(guān)于蘋果 AI 相關(guān)業(yè)務(wù)的采訪里，他們都堅定的表達了蘋果 AI 戰(zhàn)略的兩個要點。

一是效率，二是隱私。

效率指的是，在本地執(zhí)行的機器學習算法和模型，響應(yīng)更快，與性能更好。

隱私顧名思義就是隱私保護。

在這篇接近萬字的采訪當中，這兩個關(guān)鍵策略，被 John Giannandrea 反復(fù)的提及，可見蘋果對于 AI 技術(shù)有著幾乎偏執(zhí)而嚴苛的追求。

現(xiàn)在回頭看，蘋果這兩個堅持，也促使蘋果在造芯事業(yè)上，會把 A 系列、M 系列 Apple Neural Engine 的優(yōu)先級提到 CPU、GPU 之前，已經(jīng)成為每代芯片著重升級的核心。

有意思的是，每代蘋果 A 系列、M 系列芯片發(fā)布時，蘋果會公布 CPU、GPU、統(tǒng)一內(nèi)存等一系列相關(guān)規(guī)格和架構(gòu)信息。

但唯獨到了 Neural Engine 這里，只有一個籠統(tǒng)的數(shù)據(jù)，更像是一個黑盒子，仿佛神經(jīng)引擎才是所有芯片里最大的秘密。

另外，這兩位高管也認為蘋果自 iPhone X 起，芯片里就包括的神經(jīng)引擎，是實現(xiàn)本地機內(nèi)處理 AI 算法的一個先決條件。

為此，蘋果將許多機器學習的算法盡可能縮小規(guī)模，以便部署到本地。甚至也強調(diào)，把算法模型做小，才是真本事。

部署到本地，可以能夠快速的本地調(diào)用模型算法，響應(yīng)無延遲。另外就是不需要上傳用戶數(shù)據(jù)，規(guī)避了「隱私」問題。

像是跟蹤 Apple Pencil 筆觸、圖像識別等 AI 參與的功能當中，由于算法模型訓練的足夠好，不需要上傳云，進行協(xié)助運算，本地就能處理完成。

而類似于 ChatGPT 生成式 AI，完全依賴于網(wǎng)絡(luò)，即便推出了好幾個月，服務(wù)仍然不夠穩(wěn)定，時不時的會出錯。

這對蘋果這種追求用戶體驗的公司來說，不允許有如此不穩(wěn)定的狀況發(fā)生。

隱私保護，已經(jīng)是蘋果近年以來的一則戰(zhàn)略，盡管面對非議，并會減少相關(guān)收益，蘋果依舊在 iOS 14.5 上推出了蘋果應(yīng)用追蹤透明度框架（ App 反追蹤，App Tracking Transparency，簡稱 ATT），站在了用戶這邊。

蘋果的一些 AI 模型算法不需要聯(lián)網(wǎng)，而有些則需要收集部分數(shù)據(jù)進行訓練（像是 Siri），為此蘋果會事先聲明，并在收集過程中去除敏感信息（像是 Apple ID 等）。

當下流行的生成式 AI 則與蘋果謹慎的態(tài)度有些不同，他們幾乎是抓取了許多互聯(lián)網(wǎng)內(nèi)容進行算法參數(shù)訓練，并以此為基礎(chǔ)生成。

而當他們推出相關(guān)產(chǎn)品，像是微軟 Copilot、Midjourney、Stability AI，也受到了許多網(wǎng)站和機構(gòu)的侵權(quán)法律訴訟，聲稱這些公司非法刮取優(yōu)版權(quán)的內(nèi)容進行創(chuàng)作，有違版權(quán)法。

▲ Midjourney 生成的蒙娜麗莎

雖然對于版權(quán)的爭論還未有結(jié)果，但如此有非議的訓練過程，其實有違于蘋果對數(shù)據(jù)隱私保護的一大追求。

AIGC 目前無法部署到本地，并且聯(lián)網(wǎng)很難保證比較完美的提供服務(wù)，另外存在著數(shù)據(jù)隱私問題。

AIGC 的主流技術(shù)幾乎與蘋果在 AI 追求上背道而馳，也解釋了蘋果沒有及時切入，和對生成式 AI 發(fā)表相應(yīng)的產(chǎn)品或者聲明。

對于 AI，我們認知的可能是 Siri，但對于蘋果本身來說，其實是 Neural Engine 成為 A 系列芯片獨立模塊開始，蘋果就把精力著重在本地化 AI 上，目的也很純粹，沒有想用 AI 改變世界，就是為了提升用戶體驗。

蘋果并非是一個純粹的 AI 公司，云數(shù)據(jù)中心僅為自己軟件業(yè)務(wù)，造芯也是為了硬件，蘋果技術(shù)行業(yè)的擴展都是為了產(chǎn)品服務(wù)，說到底他就是一家產(chǎn)品驅(qū)動的公司。

其戰(zhàn)略、策略、技術(shù)布局等等都是圍繞著核心產(chǎn)品服務(wù)。像是接下來推出的 XR 設(shè)備，蘋果正在拓展視覺識別上的 AI 團隊，并沒有去追逐硅谷的熱點。

蘋果很明確自己的優(yōu)劣勢，沒有一味的被別人牽著鼻子走，而是以一種很穩(wěn)定的發(fā)展策略去布局。

另外，蘋果總會在新技術(shù)新趨勢下，觀察許久，以自己獨特的視角去切入，對于生成式 AI，蘋果或許也會以一種我們都沒有預(yù)想的方向發(fā)展，并讓我們眼界大開。