iOS 18とiPhone 16のオンデバイスAI計画がより明確に

Apple は、iOS 18 と次世代 iPhone モデルへの生成 AI の導入に関して、回答を得るためにすべての処理をクラウドに送信して戻すのではなく、デバイス上ですべての処理を維持するという、異なるアプローチを採用していると噂されています。

ユーザーのプライバシーと過去の形態に対する Apple の強力なアプローチを考慮すると、これらの報告は十分な根拠があるように見えます。 リクエストを完全にローカルに保つことは、情報を成層圏に送信して送り返すよりも高速かつ安全になる可能性があります。

ただし、オンデバイス モデルが、Google の Gemini や OpenAI の ChatGPT など、クラウドを参照するモデルと同じ豊富な知識にアクセスできるかどうかは不明です。 たとえば、Samsung は、Galaxy AI にオンデバイスの能力とクラウド処理を組み合わせて使用​​しています。 AppleはGeminiをiPhoneに搭載することで溝を埋めるためにGoogleとの契約を検討していると噂されている。

また、オンデバイスモデルを使用することで新機能が既存のデバイスではなく次世代のiPhoneハードウェアに限定されるかどうかも不明だ。

今、それがまさに Apple が取ろうとしている道であることを示唆する証拠がもう少しある。 今週、Apple は、ご想像のとおり、オンデバイス処理用に構築されたオープンソースの大規模言語モデルを多数リリースしました。

として マックルーマーズ 報告によると、同社は 白書 Hugging Face アプリの AI コミュニティ内での 8 つの OpenELM (オープンソース効率的言語モデル) の立ち上げについて。

Apple は、トレーニングをあまり受けていないにもかかわらず、クラウドからの支援を活用している他の LLM とパフォーマンスが同等であると考えています。 開発者が結果の信頼性と信頼性を高めるために参加することを期待しています。

この論文では次のように説明されています。「この目的のために、私たちは最先端のオープン言語モデルである OpenELM をリリースします。 OpenELM は、レイヤーごとのスケーリング戦略を使用して、トランスフォーマー モデルの各レイヤー内でパラメーターを効率的に割り当て、精度の向上につながります。 たとえば、約 10 億のパラメータのパラメータ バジェットを備えた OpenELM は、OLMo と比較して精度が 2.36% 向上し、必要な事前トレーニング トークンの量が 2 倍少なくなります。

「モデルの重みと推論コードを提供し、プライベート データセットで事前トレーニングするだけだった従来の手法とは異なり、私たちのリリースには、トレーニング ログ、複数のチェックポイント、事前トレーニングなど、公開されているデータセットで言語モデルをトレーニングおよび評価するための完全なフレームワークが含まれています。 -トレーニング構成。 また、Apple デバイスでの推論と微調整のためにモデルを MLX ライブラリに変換するコードもリリースします。 この包括的なリリースは、オープンな研究コミュニティに力を与え、強化し、将来のオープンな研究への道を開くことを目的としています。」

Apple が iOS 18 および将来の iPhone 内で生成 AI に参入することに大きな期待を持っていますか? Twitter で @trustedreviews までお知らせください。