苹果披露将通过iOS 18的新设备AI专注于隐私
Mark Gurman最近的一篇文章突出了苹果的一项创新举措：这家科技巨头准备在即将推出的iOS 18更新中推出新的人工智能功能。这些功能将由自主开发的定制化大型语言模型（LLM）提供动力。与传统的云依赖模式不同，这种LLM将直接在设备内运行，从而提高用户隐私和响应速度。
为LLM采用设备上的处理决定与苹果在各种人工智能技术上的深度投资一致，这一点可以从其最新的研究出版物中看出。虽然设备上的LLM可能不具备与使用数十亿参数和不断更新的数据的服务器模型相匹敌的广阔功能，但苹果对硬件和软件的战略整合旨在最大化性能。
取得平衡：设备级AI
设备上的LLM可能提供诸多好处，如提高响应速度和在网络连接有限的区域运行的能力。它们可能不会像ChatGPT这样的基于云的模型一样拥有广泛的知识库，但它们可以根据具体任务进行定制。例如，设备上的LLM可以增强消息的自动响应功能或改进Siri对常见查询的解释，同时因为数据保留在设备上，用户的隐私得到保护。
此外，苹果的本机人工智能模型擅长生成式任务，比如根据用户提示创建文档或图像，并能提供令人满意的结果。苹果还保留与谷歌等巨头合作的能力，在必要时使用基于服务器的模型来执行专门的任务。
人们对2024年6月10日苹果的主题演讲充满期待，他们将在其中展示包括iPhone、iPad、Mac等产品线在内的操作系统的最新版本，这些产品预计将在秋季发布。
设备AI处理的优势和劣势
优势：
1. 增强的隐私： 在设备上直接处理数据意味着敏感信息不必发送到云端。这减少了数据泄露和未经授权的数据访问的风险，符合苹果对用户隐私的承诺。
2. 响应速度提高： 设备上的处理通常会导致更快的响应时间，因为数据不需要传输到和从云服务器。即时处理可以带来更流畅的用户体验。
3. 离线访问： 本地处理让AI功能在没有互联网连接的情况下也可用，对于那些所在地区互联网服务不稳定的用户来说尤其有益。
劣势：
1. 知识库有限： 独立设备无法与基于云的AI系统拥有的广泛、不断更新的数据库相匹敌，这可能限制所提供信息的范围和时效性。
2. 硬件限制： 设备的性能可能会受到AI模型的限制。尽管苹果设计自己的硬件与软件配合良好，但与服务器群的功能相比，可能仍会存在限制。
3. 开发挑战： 创建高度复杂但足够紧凑以在手持设备上高效运行的LLM存在重大技术挑战，这可能影响这些技术的进化速度。
关键问题与回答
Q： 在设备上运行AI模型会如何影响电池寿命？
A： 在设备上运行先进的AI模型可能会更快地消耗电池，但苹果的硬件和软件的整合旨在优化效率。还有可能新型硬件将更少地影响电池寿命来适应这些需求。
Q： 苹果的设备上LLM会进行更新吗？
A： 苹果尚未详细说明他们计划如何保持设备上AI模型的时效性。然而，很可能公司会找到一种方法通过软件更新更新其模型，同时保持隐私标准。
Q： 苹果的设备AI能否与谷歌的基于云的AI服务竞争？
A： 尽管苹果的设备AI可能没有谷歌基于云的服务那么广泛，但它旨在提供足够的性能而不会损害用户数据隐私。对于需要广泛AI能力的任务，苹果可能仍有可能有选择地利用基于云的服务。
关键挑战与争议
苹果AI能力面临的主要挑战是确保这些能力与基于云的AI服务保持竞争力的同时解决隐私问题。批评者可能认为这些LLM可能缺乏创新性，或在快速发展的AI领域中落后。此外，可能会就隐私和AI服务功能之间的权衡进行辩论，一些用户可能会更偏向于基于云的AI的功能，尽管存在隐私影响。
如需了解更多关于苹果隐私倡议和产品的信息，请访问其官方网站：苹果。
The source of the article is from the blog agogs.sk