该报告描述了 AI 的“组织功能障碍”和“缺乏雄心” – Ars Technica

新的幕后报告ph 信息 详细信息 随着语言大型模型 (LLM) 的兴起推动 ChatGPT 等开创性工具的兴起，Apple 正在努力跟上 AI 和创新的步伐。

这篇文章重点介绍了公司 AI 负责人 John Gianndrea 自 2018 年以来所做的努力，为分散的 AI 团队带来秩序，并使 Apple 与 Gianndrea 叛逃的谷歌等公司更具竞争力。

在某些方面，该信息片是新闻报道或对我们已知信息的证实——例如 Apple 员工对 Siri 核心技术的局限性感到沮丧，此前曾报道过——但它需要新的来源来增加额外的背景和深度到叙述。

例如，它表明一直致力于 Apple 长期开发的混合现实耳机的团队对 Siri 感到非常沮丧，以至于他们考虑开发一种完全独立的耳机语音控制方法。

但它不仅仅是简单地列出中性细节。 取而代之的是，它将所有这些信息有序排列，表明苹果还没有准备好在快速发展的人工智能领域展开竞争。

真的不一样的想法

随着谷歌重组自身以将精力投入到 Bard 等产品中，而微软将 ChatGPT 和相关的人工智能功能注入到从 Bing 到 Word 再到 GitHub 的各种产品中，苹果最新的人工智能方法已经不同了； 它几乎完全专注于 iPhone 功能的实际应用。 重点是使用机器学习来改进 iPad 上的手掌检测，为 iPhone 用户提供更微妙的照片编辑技巧，并改进面向内容的 Apple 应用程序的建议，以及其他类似的事情。

这与您在 OpenAI、微软或谷歌等公司看到的雄心勃勃的蓝天实验和创新不同。 Apple 一直相对保守，寻求使用人工智能和机器学习作为改善用户体验的工具，而不是重塑已完成的工作量或颠覆现有行业。

事实上，信息来源提供了许多例子，表明苹果公司的最高领导层停止（或至少控制）公司人工智能团队内部的艰苦努力，因为害怕看到像 Siri 这样的产品引入同样令人尴尬的现实世界错误或不连贯的行为. 由 ChatGPT 及其同类公司制作。 换句话说，苹果并不热衷于忍受人工智能研究和产品开发领域中许多人所说的“幻觉”。

例如，Siri 的响应不是生产性的——它们是人工编写和人工策划的。 Apple 的领导层一直不愿意让 Siri 开发人员将语音助手推向最新的基于 LLM 的聊天机器人中所见的详细的、来回的对话。 这些被认为是吸引注意力多于帮助，Apple 担心会为错误的答案负责。

公司内部的一些工程师认为，苹果应该对奇怪的案例和事实错误更加宽容，并表示需要一定的范围和对混乱的安慰才能真正改进。 值得注意的是，由于对苹果的保守心态感到沮丧，公司内部的几名高级员工已经辞去谷歌或初创公司的工作。

此外，Apple 越来越关注在用户的本地设备上运行 AI 和机器学习功能——这既是因为这可以加快响应速度，也是因为该公司对用户隐私的公开承诺。 对于某些功能，这是一个优势（正如 Gianandrea 在 2020 年向 Ars Technica 解释的那样）。 但直到现在，LLM 通常在云端运行，有些人想知道它们最终是否会在本地机器上运行得一样好。

不过，消息人士称，苹果工程师已经着手研究一些依赖 LLM 的关键功能，该公司希望在明年的 iOS 更新中引入它们。 然而，我们还不知道这些功能是什么，我们也不知道苹果公司开发和实施这些功能的方法。

分析：赢得比赛可能不是一切

毫无疑问，Apple（至少就我们从外部所见而言）在全新的 AI 创新方面落后于大型科技竞争对手，尽管它的软件和硬件现在包含了很少的 AI 驱动功能，可以改善用户体验方式。小而有意义。 评论员问苹果是否可以在其方法历来如此保守的情况下进行竞争是正确的。

然而，有很多人表示，ChatGPT 及其同类产品的快速发展以及微软对 Bing Chat 的狂热态度可能是鲁莽的，会带来严重且可能无法预料的负面后果。 从长远来看，Apple 的保守路线可能是正确的举措——至少在最小化外部性方面是这样。

围绕 AI 和大师的炒作很强烈，这是有充分理由的。 但我们还不知道这一切将如何结束。 Apple 的 DNA 中从来没有掷骰子来找出答案。 相反，该公司有时发现其最大的成功是一块一块地捡拾剩菜，因为最雄心勃勃的创新者将它们砸碎并焚烧，并带走其他人。

然而，有抱负的 AI 开发人员希望在一个相对不受官僚主义和限制约束的环境中工作是可以理解的。 这些信息提出了一个特别有说服力的论点：苹果公司最终的人才流失可能是该公司在寻求与谷歌、微软和其他公司竞争时的失败——甚至比哲学上的任何差异更重要。 而这一特定领域的爆炸性创新可能不同于苹果公司采用其惯常策略的市场。

目前，与大多数竞争对手相比，苹果公司正在蓬勃发展，但人工智能的新进展可能会威胁到其长期地位。 看看 Apple 对 The Information 报告中暗示的新 LLM 功能做了什么将会很有趣——它会削弱其对接近零错误的承诺，还是会软化一些以保持竞争力？

我们现在无法知道，但我们很可能会在未来一两年内找到答案。