蘋(píng)果的AI不是AI，這正是我最期待的地方
蘋(píng)果終于發(fā)布了自己“AI”，盡管它并不是 AI。
把 AI 解釋為 “Apple Intelligence（蘋(píng)果智能）”的縮寫(xiě)，總會(huì )讓人回想起當年在上海，杰克馬面對一龍馬，將 AI 釋為“Alibaba Intelligence（阿里智能）”的尷尬時(shí)刻。
過(guò)去這些年，當眾多廠(chǎng)商都在迫不及待地給產(chǎn)品冠以各種“AI”之名時(shí)，蘋(píng)果卻從未這么做，它堅持使用“神經(jīng)網(wǎng)絡(luò )”、“機器學(xué)習”等詞語(yǔ)，并表示“這樣描述才更準確”——面對“人工智能”這一概念，蘋(píng)果始終保持著(zhù)極大的克制和謹慎。
是 AI，但又不是 AI。盡管來(lái)遲，但不妨礙所有人都將這次發(fā)布會(huì )視為蘋(píng)果邁入 AI 時(shí)代的關(guān)鍵一步。發(fā)布后一周，蘋(píng)果股價(jià)暴漲 10%。
除名字之外，蘋(píng)果這套 AI 系統和其他大模型 AI 項目依然有著(zhù)根本區別。蘋(píng)果的模型參量要小得多，終極目標也不是要訓練出“通用人工智能”。它最關(guān)鍵的任務(wù)，是將人們對 AI 的想象，從“洞悉一切的全知神”，變成“了解用戶(hù)的貼身助手”。
Make智能手機智能again
WWDC24 上發(fā)布的蘋(píng)果智能，從功能上可以分為三大部分：文字、圖像和 Siri。
其中，文字和圖像相關(guān)的功能，包括文章改寫(xiě)、總結、語(yǔ)法檢查、生成圖片、智能 P 圖，都是大家很熟悉的生成式 AI 能力。因為這部分功能所使用的端側模型相對較小，不難預見(jiàn)，它的效果很可能比不上 GPT-4o 等云端大模型。
蘋(píng)果 AI 真正的革命性變化，在于 Siri。
AI 模型的支持，對 Siri 進(jìn)行了一次“史詩(shī)級加強”。它理解語(yǔ)言的理能力增強了，并且可以跨 app 進(jìn)行信息檢索、調用功能。更重要的是，蘋(píng)果提出了一個(gè)極為關(guān)鍵的概念——“個(gè)人語(yǔ)境”（personal context）。
簡(jiǎn)單來(lái)說(shuō)，“個(gè)人語(yǔ)境”包括了你的 iPhone 及其他蘋(píng)果設備上正在發(fā)生的一切。比如接下來(lái)的日歷事項安排、最近拍過(guò)的照片、瀏覽過(guò)的網(wǎng)頁(yè)記錄、朋友發(fā)送給你的鏈接、文件……
蘋(píng)果 AI 會(huì )利用這一切的私人數據，來(lái)構建一個(gè)“私人知識庫”，用戶(hù)則可以通過(guò)自然的對話(huà)交互，獲取自己需要的信息，找到對應的手機功能。
比如在 AA 賬單時(shí)，問(wèn)“昨天朋友發(fā)給我的吃飯小票是多少錢(qián)？”；在訂機票時(shí)問(wèn)“我的護照號碼是多少？”，Siri 會(huì )從相冊里找出護照頁(yè)的照片，并提取號碼；
這是 AI 與智能手機結合的焦點(diǎn)，是讓 AI 變得“真正有用”的關(guān)鍵鑰匙。目前我們熟知的大模型大都是利用公共的語(yǔ)料數據進(jìn)行訓練，形成的知識也是一種“通識”，但普通人使用計算機和互聯(lián)網(wǎng)時(shí)，大部分時(shí)間都是在創(chuàng )造和使用私人信息。
特別是智能手機已普及如此的今天，它幾乎就是我們人生的“記憶庫”，儲存著(zhù)大量的照片、通訊記錄、偶爾靈光一閃寫(xiě)下的筆記……這些數據在堆積之后，逐漸變得越來(lái)越難整理，而 AI 則有可能能夠幫我們重新挖掘、組織這些記憶。
基于“個(gè)人語(yǔ)境”來(lái)構建模型和私人知識庫，以及如何將部分知識與通識模型進(jìn)行結合，將會(huì )是未來(lái)蘋(píng)果 AI 發(fā)展的關(guān)鍵。
一切為了“隱私”
技術(shù)上，蘋(píng)果 AI 分為了三個(gè)大部分，對應三套模型。
首先是運行在手機上的“本地模型”，其次是運行在蘋(píng)果全棧自研服務(wù)器上的“云端模型”，最后它還可以在系統層接入 OpenAI 的 GPT，后續還會(huì )接入更多第三方 AI 模型服務(wù)。
通過(guò)這種方式來(lái)搭建架構，是因為蘋(píng)果需要謹慎而迫切解決的問(wèn)題，是隱私。
根據目前蘋(píng)果放出的技術(shù)資料，蘋(píng)果 AI 首先會(huì )從系統層面收集各種信息，生成一個(gè)“語(yǔ)義目錄”，也就是“個(gè)人語(yǔ)境”的基本數據單位，供模型進(jìn)行理解。第三方 app 里的數據也有對應接口，經(jīng)開(kāi)發(fā)者適配后，可以實(shí)現類(lèi)似效果。
這些數據會(huì )經(jīng)過(guò)語(yǔ)言和圖像兩個(gè)模型進(jìn)行理解，之后如果本地模型的算力不夠，在用戶(hù)需要的時(shí)候，系統則會(huì )整合這部分語(yǔ)義數據，發(fā)送到蘋(píng)果的服務(wù)器上，通過(guò)云端更大的模型進(jìn)行理解。
這一套“語(yǔ)義目錄”包含了用戶(hù)最敏感的個(gè)人數據，其中很多還是在后臺默認采集，才能實(shí)現“Siri 了解了你”的神奇效果，過(guò)程中用戶(hù)可能無(wú)法很明確地知道具體哪些數據被采集了。
所以，為了實(shí)現這部分功能的隱私安全，蘋(píng)果作出了不少努力和犧牲。
蘋(píng)果所部署的本地模型參量雖然比不上云端大模型的千億萬(wàn)億級，但也有約 30 億的參量。所以只有搭載 A17 Pro 芯片的 iPhone 15 Pro 系列，以及 M1 以上芯片的 iPad 和 Mac 才支持這一功能，考慮到大部分用戶(hù)都會(huì )主力通過(guò) iPhone 使用蘋(píng)果 AI，這可能會(huì )極大影響到蘋(píng)果 AI 早期的冷啟動(dòng)。包括本地模型運行時(shí)的負載，可能也會(huì )影響手機的日常發(fā)熱、續航表現。
而針對云端模型和服務(wù)器，蘋(píng)果也拿出了最高級別的隱私安全實(shí)踐。蘋(píng)果承諾不會(huì )在模型服務(wù)器上儲存任何用戶(hù)信息；只有當用戶(hù)主動(dòng)請求時(shí)才會(huì )調用云端模型介入；云端模型所使用的芯片全都是蘋(píng)果自研，沒(méi)有任何第三方芯片；最后，蘋(píng)果表示所有的隱私承諾將經(jīng)過(guò)第三方驗證。
直到這一步，用戶(hù)所有的數據和 GPT 等第三方大模型，都是嚴格隔離的。針對 GPT 的接入，蘋(píng)果則做了產(chǎn)品層面的明顯區分，只有用戶(hù)“主動(dòng)輸入”的信息，才會(huì )以 prompt 的形式發(fā)送到 GPT，且過(guò)程中蘋(píng)果會(huì )進(jìn)行二次確認，提醒用戶(hù)“接下來(lái)將會(huì )跳轉到 GPT”。
考慮到蘋(píng)果已經(jīng)在 iCloud 上儲存了大量的用戶(hù)數據，且多年來(lái)從未出現過(guò)大的泄漏安全事故，蘋(píng)果在 AI 上采取的超高級別的隱私承諾似乎有點(diǎn)夸張。但事實(shí)證明一切還是有必要的，就在發(fā)布會(huì )后不久，Elon Musk 就針對蘋(píng)果 AI 的隱私問(wèn)題展開(kāi)了攻擊，暗示用戶(hù)使用蘋(píng)果 AI 就會(huì )把數據泄露給 OpenAI，盡管這一揣測還沒(méi)有什么真實(shí)依據。
對蘋(píng)果 AI 來(lái)說(shuō)，隱私問(wèn)題本身或許還能通過(guò)技術(shù)和產(chǎn)品設計解決，但由隱私問(wèn)題所衍生出這一套分散的模型架構，才是真正的隱患和難題。
如果蘋(píng)果 AI 一直高度依賴(lài)本地算力，考慮到模型規模和性能負載，它采集數據的顆粒度可能就會(huì )受到限制，停留在比較粗糙的層面，難以實(shí)現大模型那么順暢的理解和交互。
目前在蘋(píng)果 AI 的介紹頁(yè)面里，整個(gè)“個(gè)人語(yǔ)境”還只能采集系統自帶官方 app 的信息。第三方開(kāi)發(fā)者要如何適配 AI？會(huì )不會(huì )積極適配 AI？還要打上不少個(gè)問(wèn)號。
過(guò)去，蘋(píng)果推出過(guò)多個(gè)系統內的便捷 API，比如能夠在相冊 app 里直接利用第三方 app 的編輯工具修圖，以及“快捷指令”和“App Clips 小程序”，這些開(kāi)發(fā)套件都沒(méi)有得到第三方開(kāi)發(fā)者的積極適配，因為接入這些便捷功能反而會(huì )影響 app 本身的活躍和留存。類(lèi)似的問(wèn)題，很可能也會(huì )在蘋(píng)果 AI 上重演。
所以，蘋(píng)果 AI 所面臨的隱私問(wèn)題，其實(shí)只是一連串難題的開(kāi)始。與大模型“大力出奇跡”的發(fā)展方法論不同，想要將 AI 與手機結合，就必須重新設計整條技術(shù)鏈路。
從數據如何采集，過(guò)程中保證安全，訓練擬合時(shí)如何追求效率和效果，到輸出時(shí)如何轉化為產(chǎn)品的功能……這和訓練大模型，做一個(gè)“聊天機器人”完全不同。
謹慎地期待，耐心地等待
大模型 AI 落地的主要難題，在于“產(chǎn)品化”。
大模型誕生的過(guò)程，靠的是構建一個(gè)巨大的神經(jīng)網(wǎng)絡(luò )，這個(gè)神經(jīng)網(wǎng)絡(luò )是單一的，難以被 hack，更難拆分。
就像 GPT 目前嚴格來(lái)說(shuō)依然只有 ChatGPT 這一個(gè)應用，大模型是封裝好的單一系統，并不能像傳統的計算機程序一樣，所以就難以定義功能、產(chǎn)品化。
目前圍繞 ChatGPT 所做的那些產(chǎn)品，基本都是通過(guò) prompt 實(shí)現的，并不具備一個(gè)產(chǎn)品所需要的嚴謹性，它依然偶爾會(huì )返回錯誤的結果，致命的地方則在于這些錯誤無(wú)法被 debug。
蘋(píng)果 AI 顯然不是一個(gè)簡(jiǎn)單的“語(yǔ)言模型”。它其中有一部分功能是基于大模型的生成能力做的，但也有另外一部分功能明顯更像是“加強版的機器學(xué)習”，比如 Siri 的搜索能力。只不過(guò)這些功能被裝到了同一個(gè)籃子里，這個(gè)籃子叫“蘋(píng)果智能”。
根據蘋(píng)果放出的技術(shù)文檔，目前蘋(píng)果的云端模型，主要處理的還是文字、圖像相關(guān)的“生成性”任務(wù)；而最關(guān)鍵的“個(gè)人語(yǔ)境”構建和 Siri 的優(yōu)化，大部分依然是通過(guò)本地實(shí)現，它的“智能程度”可能很難得到保證。
這不只是蘋(píng)果一家的問(wèn)題。目前還沒(méi)有任何一個(gè) AI 企業(yè)或手機廠(chǎng)商，成功將一個(gè)私人的數據庫，與大模型的公共知識庫成功結合，創(chuàng )造出新的智能體，即想象中的完全了解用戶(hù)的智能助手——解決這個(gè)問(wèn)題的難度，比想象中大得多。
按照蘋(píng)果公布的開(kāi)發(fā)進(jìn)度，至少在明年之前，我們都無(wú)法用上中文版的蘋(píng)果 AI，很顯然，大量的功能代碼和模型訓練工作都還沒(méi)有完成。
過(guò)去一年我們用“涌現”這個(gè)詞來(lái)形容大模型的能力發(fā)展之迅速，但真正到了與實(shí)用場(chǎng)景結合的時(shí)候，事情依然要復雜得多，需要更長(cháng)的等待。
序幕拉開(kāi)了，但表演還沒(méi)有開(kāi)始。
果殼AI組 出品
作者：Jesse
編輯：臥蟲(chóng)
封圖和插圖來(lái)源：蘋(píng)果、Giphy
021yin.com
