自 2022 年底 ChatGPT 席捲全球以來，蘋果（Apple）在人工智慧領域起步較晚，似乎已經成為了外界的共識。面對大批競爭對手帶來的壓力，過去幾個月間出現不少謠言與報導，皆表明蘋果實際上只是在等待時機，準備於 AI 領域大放異彩。
全世界的蘋果裝置使用者，幾乎都希望這家公司可以善用 AI，打造出更進化、更完美的產品體驗，然而蘋果也確實有著這方面的規劃，準備透過新技術讓虛擬助理變得更加好用、更加聰明。
首先在一篇名為「 LLM in a flash: Efficient Large Language Model Inference with Limited Memory 」的論文中，蘋果設計了一套將 AI 模型資料儲存於 SSD 內的系統，這套系統可以視需求將資料傳送至記憶體，打破原本在 DRAM 儲存 AI 資料的容量限制，藉此大幅度提高模型的執行效率。
掌握 AI 趨勢 & 活動資訊一點都不難！訂閱電子報，每週四一起《AI TOgether》
感謝訂閱！隨時注意信箱的最新資訊
研究人員指出，這套新系統不僅可以幫助記憶體較少的裝置，運行資料量更為龐大的 AI 模型，相較於傳統載入方法，其 AI 推理速度甚至可以提高 4 到 5 倍。
壓縮 AI 模型，讓多數裝置都能運作
此外，蘋果研究人員還創造了一個名為「EELBERT」的技術，目的是將大型語言模型壓縮成更小的容量，並且不會破壞其效能表現。舉例來說，蘋果研究人員嘗試將 Google Bert 的模型進行壓縮，最終成功將其縮小 15 倍，但執行品質僅僅下降了 4%。
總歸來說，蘋果正在努力解決 AI 模型的核心矛盾，那就是模型越大雖然表現可以越好、泛用性越高，但 AI 也會因此會變得更加笨重、耗電與執行緩慢。那麼蘋果這一切的研究又是為了什麼呢？答案其實也很明顯：一個在蘋果裝置上更為好用、不需網路且反應更快、更精準的 Siri。
舉例而言，蘋果正在研究一種全新方式，讓使用者不需要喊出喚醒詞，例如「Siri」或「Hey, Siri」即可得到 AI 語音助手的幫助。
蘋果研究人員指出，想要達成這個目的十分具有挑戰性，因此蘋果目前朝兩個方向努力：第一，維持傳統方式但更準確地檢測到喚醒詞；第二，讓大型語言模型（LLM）聽懂使用者正在說的話，以確保當使用者需要 Siri 時，語音助手可以主動給出回應。
對此蘋果開發了一個名為 STEER 的技術，它的主要功能是讓語音助手可以搞清楚，使用者何時想跟 AI 進行溝通，比方說讓 Siri 明白使用者究竟是要針對當下的問題，繼續追問下一個問題，亦或者是詢問一個全新的問題。
STEER 也利用 LLM 提升了 Siri 在「模糊查詢」上的效率，讓使用者無論怎麼提出問題，Siri 都能搞清楚說話者的意思，並且給予更加正確的答案。此外蘋果還發表了另外一篇論文，指出如何讓擁有 LLM 的語音助手，可以在回答問題時不要給出過度冗長的答案，想辦法令使用者更加容易理解 Siri 的回應內容。
蘋果還有更多 AI 等著上菜
除了語音助手的進化外，蘋果的論文還提到了 MGIE 影像編輯技術，使用者僅需透過文字描述想要進行的編輯即可，比方說「讓天空更藍」、「讓我的臉不那麼奇怪」、「在照片中添加一些石頭」等等，MGIE 可以自動判斷應該於圖片的哪些地方做出更動，達成合理的圖像後製編輯。
在蘋果所發表，關於 AI 的各種論文中，最為野心勃勃的項目稱作 Ferret，它是一種多模態大型語言模型，使用者只需在畫面上主動選取任何事物，Ferret 就能夠理解螢幕上的內容，並且給予解釋或描述。
即便我們可能無法在 WWDC 看見蘋果一次給出大量 AI 應用，但從 Ferret 所擘劃出來的理想，也許有一天蘋果 AI 將會改變我們與手機、Vision Pro 甚至於其他蘋果裝置進行互動的方式。
【延伸閱讀】
◆Google Gemini AI 開放台灣使用者下載試用！但是缺乏這些功能你可能會不開心
＊本文開放合作夥伴轉載，資料來源：《The Verge》、《arxiv》。首圖來源：《Unsplash》。
