Apple’i strateegiline innovatsioon AI tehnoloogias on viinud OpenELMi tutvustamiseni, komplekti avatud lähtekoodiga keelemudelidest, mis on mõeldud toimima seadmes enese peal, mitte tuginedes pilve serveritele. Esitleti 25. aprillil, need avatud lähtekoodiga mudelid tähistavad olulist sammu tehnoloogiagigandi poolt.
OpenELMi mudeleid, mis on arendajatele kättesaadavad, saab alla laadida Hugging Face’ist – platvormilt, mis hoiab endas kogumit kaasaegseid eelnevalt treenitud mudeleid. Kaheksast keelemudelist, mille Apple esitas, oli pooled eelnevalt treenitud kasutades Apple’i CoreNeti raamatukogu – hiljuti välja antud ressurssi sügavate neural-võrgustike treenimiseks. Väljaanne peegeldab Apple’i pühendumust avatud AI-ökosüsteemile.
Arendajatel on juurdepääs täisteenuste süsteemidele treenimise ja hindamise protokollidega, mis asuvad avalikes andmestikes. Nende hulka kuuluvad mitmed kontrollpunktide ja eeltreeningukonfiguratsioonid, mis on saadaval Hugging Face’is, AI koodi jagamise kogukond, mis on kiiresti populaarsust kogumas üle 350 000 mudeli, 75 000 andmestiku ja 150 000 demo-rakendusega oma repertuaaris.
Ülejäänud neli mudelit on loodud ülekandetreeninguks, võimaldades neil mõista ja tõlgendada kasutajate sisestatud otsest käsuandmist. Pakkudes neid mudeleid ja treeninguprotokolle avalikult kättesaadavaks, julgustab Apple koostöös tehtavaid edusamme masinõppes.
OpenELMi käivitamine on kooskõlas Apple’i laiema mitmikmõõtmelise lähenemisega AI võimete skaalutamisele, eesmärgiga parandada keelemudelite täpsust ja tõhusust. Apple pakub lõppmudelit mitte, vaid avaldab koodi, treeninguprotokollid ja versioone avalikkusele, julgustades kiiret edu ja usaldusväärseid tulemusi loodusliku keele AI-uuringutes.
Apple’i tegevjuht Tim Cook vihjas veebruaris generatiivsete AI omaduste integreerimisest Apple’i seadmetesse hiljem sel aastal. Kuigi neid funktsioone pole veel iPhone’is, MacBookis ega teistes seadmetes kasutusele võetud, viitavad aruanded, et iOS 18 omab hulka uusi AI funktsioone. Bloombergi Apple’i ajakirjaniku Mark Gurmani sõnul kasutab iOS 18 peamiselt suurt seadmel asuvat keelemudelit, tagamaks paremat andmekaitset ja kiiremat töötluskiirust.
Põhiküsimused ja vastused:
K1: Miks Apple käivitab avatud lähtekoodiga AI keelemudeleid?
V1: Apple käivitab OpenELMi edasijõudnud masinõppe koostöövõimaluste soodustamiseks ja oma pühendumuse näitamiseks avatud AI-ökosüsteemile. Pakkudes avatud lähtekoodiga mudeleid, soovivad nad suunata innovatsiooni ja julgustada arenenud AI-tehnoloogiate arendamist.
K2: Kuidas kasutavad arendajad või AI kogukond OpenELMi?
V2: Arendajad ja AI kogukond saavad juurdepääsu tipptasemel keelemudelitele ja treeninguprotokollidele, mida saab kasutada ja muuta erinevatel rakendustel. Nende mudelite avalikustamine toetab samuti läbipaistvust ja ühist probleemide lahendamist valdkonnas.
K3: Millised on seadmel põhinevate keelemudelite potentsiaalsed eelised?
V3: Seadmel põhinev keelemudelite töötamine pakub parendatud andmete privaatsust, kuna kasutaja andmeid ei pea pilveserveritesse saatma. See võimaldab ka kiiremat töötluskiirust, kuna arvutamine tehakse kohapeal, ning parandab usaldusväärsust, kuna mudelid saavad töötada ilma internetiühenduseta.
Põhilised väljakutsed ja kontroversid:
– Andmekaitse: Kuigi seadmel toimimine parandab andmekaitset, võivad mõned olla mures Apple’i andmete kogumise tavadega nende mudelite treenimise ajal.
– Ressursside piirangud: Täiustatud AI-mudelite käitamine seadmetel võib nõuda ressursimahukust, mis võib põhjustada probleeme akukestuse, soojuse tekkimise või aeglasema jõudlusega muude ülesannete jaoks.
– Avatud lähtekoodi filosoofiad: Mõned avatud lähtekoodi kogukonna liikmed on ettevaatlikud suurte korporatsioonide osalemise suhtes avatud lähtekoodi projektides, kardavad, et nad võivad avaldada liiga palju kontrolli või mitte järgida avatud koostöö vaimu.
– Mudeli moonutus ja eetika: Vastutustundlikul viisil AI mudelite treenimine, mis minimeerib moonutusi ja austab eetilisi kaalutlusi, jääb väljakutseks.
Eelised ja puudused:
Eelised:
– Andmete kaitse: Seadmel töötavad keelemudelid hoiavad kasutaja andmed privaatsena ja turvalisena, kuna töötlemine toimub kohapeal.
– Parem reageerimisvõime: Kohapealne töötlemine kõrvaldab pilveserveritega suhtlemisega seotud viivitused, pakkudes kasutajale sujuvamat kogemust.
– Koostööalane innovatsioon: Nende tööriistade avatud lähtekoodiga tegemine võib märkimisväärselt kiirendada innovatsiooni loomuliku keele töötlemises (NLP).
Puudused:
– Seadmete piirangud: Kõik seadmed ei pruugi olla võimelised käitlema täiustatud AI mudelite arvutuslikku koormust, piirates nende kasutuselevõttu.
– Tarkvara killustumine: Arendajad võivad mudeleid erinevalt muuta, mis võib viia killustumiseni ja ebakõlade tekkimiseni AI jõudluses ja rakenduste funktsionaalsustes.
AI ja masinõppe kasvavas valdkonnas aset leiava seotud sisu jaoks võite viidata ressurssidele suurtest institutsioonidest ja ettevõtetest, mis tegelevad AI uurimisega. Siin on mõned soovitused:
– Google’i AI uurimisdivisjon: Google AI
– OpenAI, tuntud GPT mudelite poolest: OpenAI
– MIT arvutiteaduse ja tehisintellekti labor: CSAIL
– Stanfordi AI uurimine: Stanford AI Lab
Need ressursid pakuvad ülevaateid viimastest arengutest tehisintellektis, sealhulgas eelnevalt treenitud mudelid, uurimuse tööd ja rohkem.