Inovacija u strategiji tvrtke Apple u području AI tehnologije dovela je do predstavljanja OpenELM-a, skupa otvorenih jezičnih modela koji su dizajnirani za rad na uređaju umjesto oslanjanja na oblak poslužitelja. Ovi otvoreni modeli, predstavljeni 25. travnja, signaliziraju značajan korak od strane tech diva.
OpenELM modeli, dostupni za korištenje developerima, mogu se preuzeti s Hugging Face platforme – mjesta koje posjeduje kolekciju modernih, pre-treniranih modela. Među osam jezičnih modela koje je Apple predstavio, polovica je bila pre-trenirana koristeći Apple-ovu CoreNet knjižnicu – nedavno objavljene resurse za obuku dubokih neuronskih mreža. Izdanje odražava Apple-ovu predanost otvorenom AI ekosustavu.
Developeri imaju pristup cjelokupnim sustavima protokola obuke i evaluacije koji se nalaze u javnim skupovima podataka. To uključuje nekoliko kontrolnih točaka i pre-trenirane konfiguracije dostupne preko Hugging Face-a, AI zajednice dijeljenja koda koja brzo dobiva popularnost s preko 350,000 modela, 75,000 skupova podataka i 150,000 demo aplikacija u svojoj opremi.
Preostalih četiri modela dizajnirani su za prenosno učenje, što im omogućuje razumijevanje i interpretaciju izravnih uputa koje korisnici unose. Objavljujući ove modele i protokole obuke javno, Apple potiče suradnički napredak u strojnom učenju.
Lansiranje OpenELM-a usklađeno je s širim višeskalnim pristupom Apple-a širenju AI sposobnosti, s ciljem poboljšanja točnosti i učinkovitosti jezičnih modela. Umjesto pružanja konačnog obučenog modela, Apple nudi kod, protokole obuke i verzije javnosti, potičući brzi napredak i pouzdane rezultate u istraživanju prirodnog jezika u AI-u.
CEO Apple-a Tim Cook dao je naslutiti u veljači o integraciji generativnih AI značajki u Apple uređaje kasnije ove godine. Iako te funkcije još nisu uspostavljene na iPhone-u, MacBook-u ili drugim uređajima, izvještaji sugeriraju da će iOS 18 uključiti niz novih AI značajki. Prema Apple dopisniku Bloomberga, Marka Gurmna, AI funkcionalnosti iOS 18-a uglavnom će koristiti veliki jezični model na uređaju kako bi osigurao bolju zaštitu podataka i poboljšanu brzinu obrade.
Ključna pitanja i odgovori:
P1: Zašto Apple pokreće otvorene AI jezične modele?
O1: Apple pokreće OpenELM kako bi potaknuo suradnički napredak u strojnom učenju i pokazao svoju predanost otvorenom AI ekosustavu. Nudeći otvorene modele, cilj im je potaknuti inovacije i potaknuti razvoj naprednih AI tehnologija.
P2: Kako OpenELM koristi developerima ili AI zajednici?
O2: Developeri i AI zajednica dobivaju pristup vrhunskim jezičnim modelima i protokolima obuke koje mogu koristiti i modificirati za različite primjene. Otvaranje ovih modela također podržava transparentnost i kolektivno rješavanje problema u tom području.
P3: Koje su potencijalne prednosti rada na uređaju za jezične modele?
O3: Rad na uređaju jezičnih modela nudi poboljšanu zaštitu podataka, budući da korisnički podaci ne moraju biti poslani na cloud poslužitelje. Također omogućuje brže brzine obrade, jer se računanje obavlja lokalno, te poboljšava pouzdanost jer modeli mogu funkcionirati bez internetske veze.
Ključni izazovi i kontroverze:
– Podataka o privatnosti: Iako rad na uređaju poboljšava zaštitu podataka, neki bi se mogli brinuti zbog praksi prikupljanja podataka Apple-a tijekom obuke ovih modela.
– Ograničenja resursa: Pokretanje naprednih AI modela na uređajima može biti resursno intenzivno, što može dovesti do problema s vijekom trajanja baterije, generiranjem topline ili sporijom izvedbom za druge zadatke.
– Filozofije otvorenog koda: Neki članovi otvorene zajednice boje se sudjelovanja velikih korporacija u otvorenim projektima, strahujući da bi one mogle izvršiti previše kontrole ili ne pridržavati se duha otvorene suradnje.
– Pristranost modela i etika: Obuka AI modela na odgovoran način koji minimizira pristranost i poštuje etičke pripreke ostaje izazov.
Prednosti i nedostaci:
Prednosti:
– Zaštita podataka: Jezični modeli na uređajima čuvaju korisničke podatke privatnima i sigurnima, jer se obrada obavlja lokalno.
– Poboljšana odzivnost: Lokalna obrada eliminira latenciju povezanu s komunikacijom s cloud poslužiteljem, nudeći glađe korisničko iskustvo.
– Suradnička inovacija: Činjenjem ovih alata otvorenog koda moguće je značajno ubrzati inovacije u preradi prirodnog jezika (NLP).
Nedostaci:
– Ograničenja uređaja: Neki uređaji možda nisu sposobni za obradu računalnog opterećenja naprednih AI modela, što ograničava njihovo implementiranje.
– Fragmentacija softvera: S developerima koji potencijalno modificiraju modele na različite načine, to bi moglo dovesti do fragmentacije i nesuglasica u izvedbi AI-a i funkcionalnosti aplikacija.
Za povezani sadržaj u brzorastućem području AI-a i strojnog učenja, možete se obratiti resursima dostupnim od glavnih institucija i korporacija aktivnih u istraživanju AI. Evo nekoliko prijedloga:
– Google-ovo AI istraživačko odjeljenje: Google AI
– OpenAI, poznat po modelima GPT: OpenAI
– MIT-ovo Računalno znanje i Laboratorij za umjetnu inteligenciju: CSAIL
– Stanford-ovo AI istraživanje: Stanford AI Lab
Ovi resursi nude uvide u najnovije razvoje u AI-u, uključujući pre-trenirane modele, istraživačke radove i drugo.