所有人都想知道，在看似即将到来的 AI 时代，谁会成为新的「iphone」？
有很大可能，AI 时代的「iphone」，依旧是「iphone」。
近日的一篇论文显示，苹果公司的研究人员已经解决了在内存有限的设备上部署大模型的关键难题——通过构建一个与闪存行为相协调的推理成本模型，指导两个关键领域的优化：减少从闪存传输的数据量，以及在更大、更连续的块中读取数据。
如此一来，大模型的适用性和可访问性被扩大，苹果将生成式 AI 集成到 iOS 18 的计划或许也将因此而加速进行。
过去一年里，自 2022 年 11 月 ChatGPT 首次向公众推出、全世界进入生成式人工智能热潮之中，苹果作为全球最大的科技公司，对过去十年中最重要的这项科技发展——生成式人工智能，很少正面提及。
外界可能认为苹果在人工智能领域的布局相对落后，但一系列动向表明，其实苹果早已部署，只是没有正式公之于众。
2023 年以来，苹果加快了自主人工智能技术的开发步伐。苹果不仅组建了专门的 AI 团队，开发出大型语言模型，还在产品端大力应用语音、图像等识别技术；更早之前，数十起并购已经为苹果奠定了技术基础，特别是语音助手 SiRi 背后的技术积累，使其在语音交互等领域占据优势；而 20 亿活跃设备在手，苹果更是有望在 AI 消费应用领域成为头号玩家。
更明显的变化是从 10 月底的那场「ScaRy FAst（快得吓人）」发布会开始的。在这场发布会上，苹果发布了比 M3 快 40% 的 M3 Pro 和快 250% 的 M3 Max 芯片，并强调具有 16 核 CPU、40 核 GPU 的 Ｍ3 Max 将可以被用于研发 AI 软件。同时，苹果明确地将新款 MacBook Pro 定位为开发人员打造 AI 产品的工具。
支持 AI 的超强芯片的现身，为苹果 AI 的爆发，奠定了基础。但其实，苹果在 AI 上的积累，远比任何一家巨头更深。
01
苹果「做好准备」
每年 10 亿美元，这是传闻里苹果 AI 计划的投入数字。
据彭博社报道，2023 年 7 月，苹果建立了自己的大型语言模型 Ajax，并推出代号为「apple GPT」的内部聊天机器人，用于测试 Ajax 的功能。关键的下一步是确定这项技术是否符合竞争标准，以及苹果将如何将其应用到现有产品中。
这 10 亿美元，都砸在了什么地方？
重金打造 AI 团队
苹果负责人工智能和软件工程的高级副总裁约翰·詹南德雷亚 John GiannandRea 和克雷格·费德里吉 CRAIg FedeRigHi 负责牵头这些工作。在库克的团队中，他们被称为推动生成式人工智能项目的「执行发起人」。据悉，苹果服务高级副总裁埃迪·库伊 Eddy Cue 也参与其中，上述三人当前每年在该项目上可支出约 10 亿美元。
John GiannandRea ｜图片来源：apple
核心团队之外的 AI 团队招聘和建设则从 4 月底就在进行了。当时的招聘页面上的十几条广告都在寻求生成式人工智能领域「热衷于构建非凡自主系统」的机器学习专家，这些职位空缺分布在圣地亚哥、旧金山湾区和西雅图的多个团队，包括集成系统体验团队、输入体验 NLP 团队、机器学习研发团队和技术开发团队。
其中一些职位特别关注视觉生成人工智能应用，应聘者将会从事「视觉生成建模，为计算摄影、图像和视频编辑、三维形状和运动重建以及头像生成等应用提供支持」。
9 月有报道称，苹果在从谷歌和 Meta platforms 的人工智能队伍中积极招募人才。自从 AXLeaRn 于今年 7 月在 GitHub 上传以来，对其做出贡献的 18 人中，其中 7 人曾在谷歌或 Meta 工作过。
事实上， GiannandRea 和神经网络领域专家 RuoMing Pang 都来自谷歌，GiannandRea 在谷歌的 8 年时间里一直在开发先进的人工智能系统，GiannandRea 和 Pang 说服了苹果使用谷歌云，特别是利用谷歌云的定制张量处理单元（TPU）芯片进行机器学习训练。为训练 Ajax GPT 而开发的机器学习框架 AXLeaRn 部分正是基于 Pang 的研究而进行的。
10 月的招聘信息上，苹果对生成式人工智能的人才要求变得更加明确了，比如 app STore 平台上的一个职位描述是这样的：「公司正在开发一个基于生成式人工智能的开发者体验平台，供内部使用，并协助我们的应用开发团队」，零售部门的另一个职位则提到苹果正在开发一个「对话式人工智能平台（语音和聊天）」，以便与客户互动，「长文本生成、摘要、问题解答」这样的构建文本生成技的任务也出现在了苹果的招聘信息里。
在苹果人工智能/机器学习领域的其他职位招聘中，一些职位强调基础模型的重要性，并将「类人对话代理」列为可能通过这些模型开发的应用示例。同时，苹果还发布了一些涉及 SiRi 信息智能等部门的职位需求，该部门负责处理 SiRi 和 Spotlight 搜索等产品的功能。此外，苹果还在积极寻找能够在本地设备上实现模型运算的人才。
加快研发底层技术
人才之外，技术的准备也在进行之中。据报道，GiannandRea 正在监督新人工智能系统底层技术的开发，他的团队正在对 SiRi 进行改造，以深入实施这一系统。更智能版本的 SiRi 最快将于明年问世。
软件方面，FedeRigHi 正在领导开发新的人工智能 iOS，iMeSSage 和 SiRi 在内的应用体验将被改善。据称苹果下达了一项指令，要求在 iOS 中加入在大语言模型上运行的功能，该模型将利用大量数据来提升人工智能能力，而新功能将改善 SiRi 和信息应用处理问题以及自动完成句子的能力。
苹果 iOS 17 系统 ｜图片来源：apple
软件工程团队还在考虑将生成式人工智能整合到 Xcode 等开发工具中，此举可以帮助应用程序开发人员更快地编写新的应用程序。这将使它与微软的 GITHub Copilot 等服务保持一致，后者在开发人员编写代码时能够为他们提供自动完成建议。
Eddy Cue 则在推动为尽可能多的应用程序添加人工智能，包括 apple MUSic、Pages、Keynote 等，比如探索音乐自动生成播放列表，今年早些时候，Spotify 与 OpenAI 合作推出了此类功能；研究如何利用生成式人工智能来帮助人们在 Pages 等应用中写作，或在 Keynote 中自动创建幻灯片（与微软已经推出的 WoRd 和 PoweRPoint 应用程序类似）。此外，苹果也在为其 appleCaRe 小组的内部客户服务应用测试生成式人工智能。
大模型上「iphone」
不过到底要将生成式人工智能部署在设备端，还是基于云端设置，或者以介于两者的方式运行，此前似乎未有定论：设备上运行无疑速度更快，也有利于保护用户隐私，但通过云端部署，苹果的大语言模型可以实现更加复杂精细的运算。这两种方案各有利弊，苹果正在试图在本地计算和云端计算之间寻找出一个平衡点。
有报道称苹果将提供基于云的人工智能和设备上处理的人工智能的组合。但多位前苹果机器学习工程则师称，出于提高隐私和性能的考虑，苹果的领导层更倾向于在设备上运行软件，而不是在云服务器上。
高级副总裁 GiannandRea 开发苹果人工智能的基本原则之一正是尊重隐私。他曾在接受采访时说：「我理解数据中心的模型越大越准确，但最好是在靠近数据的地方运行模型，而不是把数据搬来搬去。」
不过这可能有很高的实现难度。有分析称，以 Ajax GPT 为例，它已经在超过 2000 亿个参数上进行了训练。参数反映了机器学习模型的规模和复杂程度；参数数量越多，表示复杂程度越高，需要的存储空间和计算能力也越大。一个参数超过 2000 亿的 LLM 可能无法合理地放在 iphone 上。
但最新的消息表明，苹果可能已经做出了终端决策。近日，苹果发布的研究论文显示，其已经找到了在 iphone 上运行大模型的方法，「构建一个与闪存行为相协调的推理成本模型，以指导两个关键领域的优化：减少从闪存传输的数据量，以及在更大、更连续的块中读取数据」。
该论文称，新技术使大模型在内存有限的设备上的运行速度提高了 25 倍，这意味着原本因为资源限制而无法在小型设备上运行的复杂 AI 模型，很快就能在 iphone 和 IPad 等消费类移动设备上运行起来。
02
AI 头号买家：
「花小钱办大事」
虽然外界感知到的苹果在生成式 AI 等前沿技术上的布局速度有所不及其他巨头，但苹果在 AI 领域也有自己的底气。
研究公司 PITchBook 在跟踪了苹果的多次人工智能收购后总结称，苹果着眼于收购各个领域的顶尖人才团队，这些团队可以将机器学习技术应用到特定的消费产品中。可以看出，苹果的收购战略主要集中在人工智能的消费应用上，但也包括机器学习部署和边缘设备的操作技术，以及对深度学习和更多横向技术的有限押注。
2010 年至今苹果在 AI 领域收购的不完全统计｜极客公园
总体而言，苹果在 AI 领域的收购策略可以概括为「花小钱办大事」。苹果很少进行大额的并购，它的收购目标通常是那些技术可以与现有产品和服务实现紧密结合、有助于完善生态建设的初创企业。当苹果收购一家公司时，主要考量的往往是这家公司的技术如何才能更好地融入到苹果正在开发的项目当中。
整体上看，
