如果要評選一個現(xiàn)在科技公司的主流敘事關(guān)鍵詞，那一定是「人工智能」，這一點即便是硬件巨頭蘋果也不例外。

據(jù)知情人士透露，蘋果把用于人工智能研究的預(yù)算增加至數(shù)百萬美元一天（一星期花掉一個小目標(biāo)）。作為對比，Open AI 公司的 CEO 薩姆 · 奧特曼 ( Sam Altman ) 曾表示， Open AI 在幾個月里花費了超 1 億美元來訓(xùn)練 Chat GPT 4.0 。

蘋果人工智能研究的其中一個目的就是加強 Siri 的能力。讓 iPhone 用戶能通過一句簡單的話，命令 Siri 處理復(fù)雜的多操作任務(wù)。

(相關(guān)資料圖)

舉個例子，未來 iPhone 用戶只需一句，就可以讓 Siri 把最近拍攝的 5 張照片合成為一個動圖，并將其發(fā)送給指定對象。雖然目前 iPhone 用戶可以在「快捷指令」軟件里手動編程這一系列操作，但該軟件始終有一定程度的門檻。

蘋果不是最近才意識到生成式 AI 對于科技發(fā)展的重要性，事實上，蘋果早在 2019 年就授權(quán)人工智能主管約翰 · 詹南德雷亞（ John Giannandrea ）組建生成式 AI 團隊，那時候這項技術(shù)還未成為行業(yè)焦點。 在 Chat GPT 推出并火爆全球之后，人們才意識到蘋果的先見之明。

詹南德雷亞曾任職于 Google 8 年，負(fù)責(zé)領(lǐng)導(dǎo)機器智能、研究和搜索團隊。蘋果在 2018 年將他納入麾下，希望詹南德雷亞能夠幫助改善 Siri 的使用體驗。他也的確做到了，詹南德雷亞不僅為 Siri 注入了機器學(xué)習(xí)功能，還幫助蘋果從 Google 里挖了不少人才。

龐若明就是詹南德雷亞挖來的其中一位人才，他在 Google 任職 15 年，其中就包括詹南德雷亞曾領(lǐng)導(dǎo)的團隊（老板到哪都是老板）。據(jù)了解龐若明的人說，龐若明在神經(jīng)網(wǎng)絡(luò)方面成就頗高，也有不少追隨者。這些成就讓他成為目前蘋果生成式 AI 團隊的領(lǐng)導(dǎo)之一。

蘋果生成式 AI 團隊現(xiàn)階段的目標(biāo)是構(gòu)建出基礎(chǔ)模型（ Foundation Model ），這與其他科技公司的人工智能團隊目標(biāo)類似，研究人員需要構(gòu)建出一個基礎(chǔ)模型，并將其注入到公司旗下各軟件內(nèi)部，以此提升軟件能力。值得一提的是，雖然蘋果的生成式 AI 團隊不愁資金，但其內(nèi)部目前只有 16 名成員。

即便如此，蘋果內(nèi)部至少還有兩個人工智能相關(guān)的研究團隊。其中一個是視覺智能（ Visual Intelligence ）團隊，致力于開發(fā)能夠「生成圖像、視頻或 3D 場景」的軟件。

而另一個團隊主要負(fù)責(zé)多模式人工智能（ Multimodal AI ）的長期研究，這類人工智能可以識別和生成圖像、視頻或文本。今年 5 月開始，蘋果一直在招募更多工程師加入自己的生成式 AI 團隊，雖然目前蘋果還沒有任何直接面向消費者的研究成果，但蘋果 CEO Tim Cook 表示，生成式 AI 「非常有趣」。

目前蘋果生成式 AI 團隊已知的研究成果是 Ajax GPT ，根據(jù)知情人透露，這個大語言模型（ LLM ）的能力已經(jīng)超過了 Open AI 旗下的 Chat GPT 3.5 （雖然后者已經(jīng)推出了一系列更強大的 AI ）。

龐若明在其中扮演了重要角色，由他領(lǐng)導(dǎo)的部門開發(fā)了一款專用于訓(xùn)練 Ajax GPT 的內(nèi)部軟件「 AXLearn 」，該軟件是一 AI 訓(xùn)練框架，可以快速訓(xùn)練 AI 模型，目前 AJAX GPT 已經(jīng)接受了 2000 多億個參數(shù)的訓(xùn)練。

AXLearn 是 Google 的 AI 學(xué)習(xí)框架「 JAX 」中的一個分支。如果把 Ajax GPT 比作一棟房子，那么 AXlearn 就是它的藍圖，而 JAX 則是繪制藍圖的筆和紙。

跟別家采用云端計算技術(shù)的做法不同，蘋果似乎更想讓 Ajax GPT 在終端上運行。也就是說蘋果想要生成式 AI 只利用 iPhone 、iPad 或 Mac 里的芯片進行數(shù)據(jù)處理，因為只有這樣才能更好的保護用戶數(shù)據(jù)隱私。

但前文提到了，目前 Ajax GPT 已經(jīng)接受了 2000 多億個參數(shù)的訓(xùn)練，參數(shù)反映了 AI 模型的大小和復(fù)雜性，數(shù)量越多表示模型越復(fù)雜，需要更多的存儲空間和計算能力。一個擁有 2000 多億個參數(shù)的大語言模型，同樣作為對比，小米成功在手機本地跑通的 AI 大模型參數(shù)量 13 億。對于蘋果來說，這或許是最難攻克的關(guān)卡。