蘋果的 XR 混合現實設備，其中一個主要的功能便是圍繞着健身 Fitness+ 服務展開。
它會藉助虛擬空間，讓你在任何地點沉浸在「健身房」當中，當然，還少不了一個虛擬教練。
此前，我們只認為這位「虛擬教練」可能只提供標準的動作示範，但在蘋果的計劃裏，「他」可能還會被賦予更多的「智慧」。
據悉，蘋果為了擴展 Apple Watch 的健康宇宙，蘋果擬將人工智能引入到健康功能當中。
推出一個 AI 健康教練，藉助於 Apple Watch 所記錄的數據，藉助於算法，來制定用户的鍛鍊計劃，改善飲食習慣和睡眠質量，以保持或者改善健康狀態。
這應該是近期，AI 與蘋果走得最近的一則消息，但蘋果的 AI 健康教練與當下熱門的生成式 AI，例如 ChatGPT、bing、Bard 卻有着明顯的不同。
「AI 健康教練」更像是一個功能，而非是類似於 ChatGPT 這種引發全新賽道的趨勢。
蘋果一直沒有切入到硅谷搶做生成式 AI 的熱潮裏，反而彷彿畫地為牢，不參與競爭，顯得頗有些不同。
Siri 不是人工智能，蘋果的人工智能藏在細枝末節
十二年前，蘋果首次向公眾展示了 Siri，並隨着 iPhone 4s 一同推向市場。
後續，Siri 被擴展到 Mac、iPad、HomePod、Apple Watch 甚至是 AirPods 等所有的蘋果智能設備裏。
Siri 生來高光，被定義為「智能語音助手」，它可以通過語音識別和自然語言處理回答用户的問題，控制設備和執行任務。
也引領了智能手機標配語音助手的潮流，三星的 Bixby、小米的小愛同學、OPPO 的小歐等等。
同樣，Siri 也被大眾所熟知，認為它就是人工智能的一個雛形。
只是，十二年的進化過程中，蘋果很少對其進行深度升級，多是圍繞着功能點補全。
如今，它依然保持着 2011 年的那般純真，當遇到難題時，也同樣會坦誠的回答道「我不是很清楚，這是我在互聯網上找到的答案」。
在 2023 年生成式 AI 滿天飛的今天，Siri 的「純真」與能説會道的 ChatGPT 形成了鮮明的對比。
彷彿，蘋果並不想發展人工智能，只想賣手機和電腦，但事實真的如此？
其實 Siri 並不應該稱之為人工智能，Siri 只是個答案數據庫類型的語音助手。
當用户喚起它，併發出一連串指令，它的數據模型會優先在本體處理，快速查看 是否是一個簡單的本地請求（像是調整音量、設定鬧鐘等），利用已知的信息迅速完成。
否則，再去雲端查詢更大的數據庫，給你一個答案，或者沒有查詢到，就甩出一個網頁搜索（大概率的情況）。
而 ChatGPT 並沒有先本地再雲端的流程，根據問題直接訪問微軟的 Azure 雲計算中心，利用龐大的算力和相應模型進行推算，無論理解與否，都會「生成出」回答。
從這裏來看，Siri 和 ChatGPT 展示了兩個傾向，蘋果傾向於將技術部署在本地，優先調用本地算力解決。而 ChatGPT 則完全依靠於網絡，以及數據中心的龐大算力。
蘋果的 AI 也是如此，它藏在蘋果產品許許多多的功能裏，屬於那種沒人會留意，但卻大幅改善了用户體驗。
像是你按下快門，iPhone 會一連拍下多張照片，再根據相應的模型算法，利用圖像識別挑選一張效果最好的作為最終成像。
又或者，Apple Pencil 在 iPad 上書寫時，能夠媲美真實的紙筆體驗。裏面就用到了筆觸追蹤與手掌識別，在保證筆觸實時響應的同時，也不會因為手掌接觸屏幕而誤觸。
以及，FaceID 安全性與效率的兼顧，它能夠適應用户面容的變化，不會因為眼鏡、鬍鬚遮擋而影響識別效率。
甚至在當下的 iOS 當中，也支持口罩解鎖，僅用半張臉就完成了與之前相同的安全等級。
▲ A15 仿生芯片和 A14 仿生芯片的剖析圖，神經計算引擎集中在左下角
從這些功能到蘋果多設備、平台的協同、互聯等特性，方方面面都有蘋果的 Neural Engine（神經引擎）參與，也是蘋果 AI 所呈現的方式。
與生成式 AI 不同，蘋果 AI 注重的是，如何提升終端用户的體驗。
Siri 有沒有可能變成類 ChatGPT？
ChatGPT 推出後不久，接入官方 API 的網頁版套殼 App 也層出不窮，但真正能夠嵌入系統，或者還未能落實到終端的應用、交互。
這也是此前認為 ChatGPT、新 bing 等生成式 AI 還停留在古早的對話框交互當中。
真正的人機交互，或者説終端服務還未醖釀出來。
OpenAI CEO Sam Altman 在麻省理工的演講裏曾表示，「大型模型時代已經到頭了，我們需要用新的思路和方法，讓 AIGC 取得新的進展。」
▲ OpenAI CEO Sam Altman 圖片來自：wired
在揭示 AIGC 行業發展趨勢的同時，也暗示新入局的科技公司，「你們已經落伍了」。
這對於錯過 AIGC 第一波浪潮的蘋果來説，其實也是一個契機，沒必要再利用資源去訓練自己的語言模型，而應當考慮，如何把生成式 AI 嵌入到自己的生態當中。
不重複造輪子，不如考慮造一輛車。
而「年久失修」的 Siri，能否把大語言模型嫁接到 Siri 上，讓他變成一個 Smart Siri，讓其成為能夠控制一個 Apple ID 下，蘋果所有生態設備的一個智能管家（類似於 Javis），進而帶來一種全新的人機交互形式。
只是，讓 Siri 重獲新生，可能並沒有預期的，把大語言模型融合進 Siri 原本的算法那般簡單。
把 Siri 變成類 ChatGPT，由於二者的處理方式完全不同，幾乎需要重構 Siri 整個數據庫，無異於推到再來，重新構建，可能需要重組團隊，以及耗費不少資源來重新與硬件系統對接。
▲ 由 TPU v4 組成的 Google 機器學習中心 圖片來自：Google
另外，我們之前也報道過，AIGC 每次詢問生成，都要耗費不少的雲算力。
目前 OpenAI 的 ChatGPT 幾乎吃掉了微軟 Azure 雲計算中心的算力資源，甚至還有些吃緊。
蘋果的雲計算中心規模不大，在全球的規模遠不及微軟、甲骨文這些對外提供雲服務業務的傳統大公司。蘋果雲服務多是自我滿足，為自己的 iCloud、App Store 等業務提供支持。
倘若把 AIGC 一股腦的引入到 iPhone、iPad、Mac 當中，蘋果所需要的算力將會是個天文數字。
即便蘋果有算力支持，按照此前的推算，GPT-4 每千個提示詞的成本高達 12 美分，加上蘋果全球僅 iPhone 用户就突破十億，運行的成本極其高昂。
不論是從客觀條件，還是蘋果主觀意願上，蘋果很難直接將類 ChatGPT 技術引入到 Siri，並直接部署到生態當中。
蘋果仍需要找一個合適的時機和切入點，這個時機可能是生成式 AI 的成本大降，或者説是從一個小功能入手，利用 AIGC 提升用户的體驗。
而從蘋果一貫對 AI 的態度來看，後者更可能是蘋果的最終做法。
對於 AI，蘋果看重的是「效率」和「隱私」
除了時機，還有兩個公司戰略和策略上的不同，讓蘋果與生成式 AI 保持着冷靜。
▲ John Giannandrea 圖片來自：TechCrunch
2020 年，蘋果機器學習和人工智能戰略高級副總裁 John Giannandrea 以及產品營銷副總裁 Bob Borchers 在 Arstechnica 關於蘋果 AI 相關業務的採訪裏，他們都堅定的表達了蘋果 AI 戰略的兩個要點。
一是效率，二是隱私。
效率指的是，在本地執行的機器學習算法和模型，響應更快，與性能更好。
隱私顧名思義就是隱私保護。
在這篇接近萬字的採訪當中，這兩個關鍵策略，被 John Giannandrea 反覆的提及，可見蘋果對於 AI 技術有着幾乎偏執而嚴苛的追求。
現在回頭看，蘋果這兩個堅持，也促使蘋果在造芯事業上，會把 A 系列、M 系列 Apple Neural Engine 的優先級提到 CPU、GPU 之前，已經成為每代芯片着重升級的核心。
有意思的是，每代蘋果 A 系列、M 系列芯片發佈時，蘋果會公佈 CPU、GPU、統一內存等一系列相關規格和架構信息。
但唯獨到了 Neural Engine 這裏，只有一個籠統的數據，更像是一個黑盒子，彷彿神經引擎才是所有芯片裏最大的秘密。
另外，這兩位高管也認為蘋果自 iPhone X 起，芯片裏就包括的神經引擎，是實現本地機內處理 AI 算法的一個先決條件。
為此，蘋果將許多機器學習的算法儘可能縮小規模，以便部署到本地。甚至也強調，把算法模型做小，才是真本事。
部署到本地，可以能夠快速的本地調用模型算法，響應無延遲。另外就是不需要上傳用户數據，規避了「隱私」問題。
像是跟蹤 Apple Pencil 筆觸、圖像識別等 AI 參與的功能當中，由於算法模型訓練的足夠好，不需要上傳雲，進行協助運算，本地就能處理完成。
而類似於 ChatGPT 生成式 AI，完全依賴於網絡，即便推出了好幾個月，服務仍然不夠穩定，時不時的會出錯。
這對蘋果這種追求用户體驗的公司來説，不允許有如此不穩定的狀況發生。
隱私保護，已經是蘋果近年以來的一則戰略，儘管面對非議，並會減少相關收益，蘋果依舊在 iOS 14.5 上推出了蘋果應用追蹤透明度框架（App 反追蹤，App Tracking Transparency，簡稱 ATT），站在了用户這邊。
蘋果的一些 AI 模型算法不需要聯網，而有些則需要收集部分數據進行訓練（像是 Siri），為此蘋果會事先聲明，並在收集過程中去除敏感信息（像是 Apple ID 等）。
當下流行的生成式 AI 則與蘋果謹慎的態度有些不同，他們幾乎是抓取了許多互聯網內容進行算法參數訓練，並以此為基礎生成。
而當他們推出相關產品，像是微軟 Copilot、Midjourney、Stability AI，也受到了許多網站和機構的侵權法律訴訟，聲稱這些公司非法刮取優版權的內容進行創作，有違版權法。
▲ Midjourney 生成的蒙娜麗莎
雖然對於版權的爭論還未有結果，但如此有非議的訓練過程，其實有違於蘋果對數據隱私保護的一大追求。
AIGC 目前無法部署到本地，並且聯網很難保證比較完美的提供服務，另外存在着數據隱私問題。
AIGC 的主流技術幾乎與蘋果在 AI 追求上背道而馳，也解釋了蘋果沒有及時切入，和對生成式 AI 發表相應的產品或者聲明。
對於 AI，我們認知的可能是 Siri，但對於蘋果本身來説，其實是 Neural Engine 成為 A 系列芯片獨立模塊開始，蘋果就把精力着重在本地化 AI 上，目的也很純粹，沒有想用 AI 改變世界，就是為了提升用户體驗。
蘋果並非是一個純粹的 AI 公司，雲數據中心僅為自己軟件業務，造芯也是為了硬件，蘋果技術行業的擴展都是為了產品服務，説到底他就是一家產品驅動的公司。
其戰略、策略、技術佈局等等都是圍繞着核心產品服務。像是接下來推出的 XR 設備，蘋果正在拓展視覺識別上的 AI 團隊，並沒有去追逐硅谷的熱點。
蘋果很明確自己的優劣勢，沒有一味的被別人牽着鼻子走，而是以一種很穩定的發展策略去佈局。
另外，蘋果總會在新技術新趨勢下，觀察許久，以自己獨特的視角去切入，對於生成式 AI，蘋果或許也會以一種我們都沒有預想的方向發展，並讓我們眼界大開。
資料來源：愛範兒（ifanr）
它會藉助虛擬空間，讓你在任何地點沉浸在「健身房」當中，當然，還少不了一個虛擬教練。
此前，我們只認為這位「虛擬教練」可能只提供標準的動作示範，但在蘋果的計劃裏，「他」可能還會被賦予更多的「智慧」。
據悉，蘋果為了擴展 Apple Watch 的健康宇宙，蘋果擬將人工智能引入到健康功能當中。
推出一個 AI 健康教練，藉助於 Apple Watch 所記錄的數據，藉助於算法，來制定用户的鍛鍊計劃，改善飲食習慣和睡眠質量，以保持或者改善健康狀態。
這應該是近期，AI 與蘋果走得最近的一則消息，但蘋果的 AI 健康教練與當下熱門的生成式 AI，例如 ChatGPT、bing、Bard 卻有着明顯的不同。
「AI 健康教練」更像是一個功能，而非是類似於 ChatGPT 這種引發全新賽道的趨勢。
蘋果一直沒有切入到硅谷搶做生成式 AI 的熱潮裏，反而彷彿畫地為牢，不參與競爭，顯得頗有些不同。
Siri 不是人工智能，蘋果的人工智能藏在細枝末節
十二年前，蘋果首次向公眾展示了 Siri，並隨着 iPhone 4s 一同推向市場。
後續，Siri 被擴展到 Mac、iPad、HomePod、Apple Watch 甚至是 AirPods 等所有的蘋果智能設備裏。
Siri 生來高光，被定義為「智能語音助手」，它可以通過語音識別和自然語言處理回答用户的問題，控制設備和執行任務。
也引領了智能手機標配語音助手的潮流，三星的 Bixby、小米的小愛同學、OPPO 的小歐等等。
同樣，Siri 也被大眾所熟知，認為它就是人工智能的一個雛形。
只是，十二年的進化過程中，蘋果很少對其進行深度升級，多是圍繞着功能點補全。
如今，它依然保持着 2011 年的那般純真，當遇到難題時，也同樣會坦誠的回答道「我不是很清楚，這是我在互聯網上找到的答案」。
在 2023 年生成式 AI 滿天飛的今天，Siri 的「純真」與能説會道的 ChatGPT 形成了鮮明的對比。
彷彿，蘋果並不想發展人工智能，只想賣手機和電腦，但事實真的如此？
其實 Siri 並不應該稱之為人工智能，Siri 只是個答案數據庫類型的語音助手。
當用户喚起它，併發出一連串指令，它的數據模型會優先在本體處理，快速查看 是否是一個簡單的本地請求（像是調整音量、設定鬧鐘等），利用已知的信息迅速完成。
否則，再去雲端查詢更大的數據庫，給你一個答案，或者沒有查詢到，就甩出一個網頁搜索（大概率的情況）。
而 ChatGPT 並沒有先本地再雲端的流程，根據問題直接訪問微軟的 Azure 雲計算中心，利用龐大的算力和相應模型進行推算，無論理解與否，都會「生成出」回答。
從這裏來看，Siri 和 ChatGPT 展示了兩個傾向，蘋果傾向於將技術部署在本地，優先調用本地算力解決。而 ChatGPT 則完全依靠於網絡，以及數據中心的龐大算力。
蘋果的 AI 也是如此，它藏在蘋果產品許許多多的功能裏，屬於那種沒人會留意，但卻大幅改善了用户體驗。
像是你按下快門，iPhone 會一連拍下多張照片，再根據相應的模型算法，利用圖像識別挑選一張效果最好的作為最終成像。
又或者，Apple Pencil 在 iPad 上書寫時，能夠媲美真實的紙筆體驗。裏面就用到了筆觸追蹤與手掌識別，在保證筆觸實時響應的同時，也不會因為手掌接觸屏幕而誤觸。
以及，FaceID 安全性與效率的兼顧，它能夠適應用户面容的變化，不會因為眼鏡、鬍鬚遮擋而影響識別效率。
甚至在當下的 iOS 當中，也支持口罩解鎖，僅用半張臉就完成了與之前相同的安全等級。
▲ A15 仿生芯片和 A14 仿生芯片的剖析圖，神經計算引擎集中在左下角
從這些功能到蘋果多設備、平台的協同、互聯等特性，方方面面都有蘋果的 Neural Engine（神經引擎）參與，也是蘋果 AI 所呈現的方式。
與生成式 AI 不同，蘋果 AI 注重的是，如何提升終端用户的體驗。
Siri 有沒有可能變成類 ChatGPT？
ChatGPT 推出後不久，接入官方 API 的網頁版套殼 App 也層出不窮，但真正能夠嵌入系統，或者還未能落實到終端的應用、交互。
這也是此前認為 ChatGPT、新 bing 等生成式 AI 還停留在古早的對話框交互當中。
真正的人機交互，或者説終端服務還未醖釀出來。
OpenAI CEO Sam Altman 在麻省理工的演講裏曾表示，「大型模型時代已經到頭了，我們需要用新的思路和方法，讓 AIGC 取得新的進展。」
▲ OpenAI CEO Sam Altman 圖片來自：wired
在揭示 AIGC 行業發展趨勢的同時，也暗示新入局的科技公司，「你們已經落伍了」。
這對於錯過 AIGC 第一波浪潮的蘋果來説，其實也是一個契機，沒必要再利用資源去訓練自己的語言模型，而應當考慮，如何把生成式 AI 嵌入到自己的生態當中。
不重複造輪子，不如考慮造一輛車。
而「年久失修」的 Siri，能否把大語言模型嫁接到 Siri 上，讓他變成一個 Smart Siri，讓其成為能夠控制一個 Apple ID 下，蘋果所有生態設備的一個智能管家（類似於 Javis），進而帶來一種全新的人機交互形式。
只是，讓 Siri 重獲新生，可能並沒有預期的，把大語言模型融合進 Siri 原本的算法那般簡單。
把 Siri 變成類 ChatGPT，由於二者的處理方式完全不同，幾乎需要重構 Siri 整個數據庫，無異於推到再來，重新構建，可能需要重組團隊，以及耗費不少資源來重新與硬件系統對接。
▲ 由 TPU v4 組成的 Google 機器學習中心 圖片來自：Google
另外，我們之前也報道過，AIGC 每次詢問生成，都要耗費不少的雲算力。
目前 OpenAI 的 ChatGPT 幾乎吃掉了微軟 Azure 雲計算中心的算力資源，甚至還有些吃緊。
蘋果的雲計算中心規模不大，在全球的規模遠不及微軟、甲骨文這些對外提供雲服務業務的傳統大公司。蘋果雲服務多是自我滿足，為自己的 iCloud、App Store 等業務提供支持。
倘若把 AIGC 一股腦的引入到 iPhone、iPad、Mac 當中，蘋果所需要的算力將會是個天文數字。
即便蘋果有算力支持，按照此前的推算，GPT-4 每千個提示詞的成本高達 12 美分，加上蘋果全球僅 iPhone 用户就突破十億，運行的成本極其高昂。
不論是從客觀條件，還是蘋果主觀意願上，蘋果很難直接將類 ChatGPT 技術引入到 Siri，並直接部署到生態當中。
蘋果仍需要找一個合適的時機和切入點，這個時機可能是生成式 AI 的成本大降，或者説是從一個小功能入手，利用 AIGC 提升用户的體驗。
而從蘋果一貫對 AI 的態度來看，後者更可能是蘋果的最終做法。
對於 AI，蘋果看重的是「效率」和「隱私」
除了時機，還有兩個公司戰略和策略上的不同，讓蘋果與生成式 AI 保持着冷靜。
▲ John Giannandrea 圖片來自：TechCrunch
2020 年，蘋果機器學習和人工智能戰略高級副總裁 John Giannandrea 以及產品營銷副總裁 Bob Borchers 在 Arstechnica 關於蘋果 AI 相關業務的採訪裏，他們都堅定的表達了蘋果 AI 戰略的兩個要點。
一是效率，二是隱私。
效率指的是，在本地執行的機器學習算法和模型，響應更快，與性能更好。
隱私顧名思義就是隱私保護。
在這篇接近萬字的採訪當中，這兩個關鍵策略，被 John Giannandrea 反覆的提及，可見蘋果對於 AI 技術有着幾乎偏執而嚴苛的追求。
現在回頭看，蘋果這兩個堅持，也促使蘋果在造芯事業上，會把 A 系列、M 系列 Apple Neural Engine 的優先級提到 CPU、GPU 之前，已經成為每代芯片着重升級的核心。
有意思的是，每代蘋果 A 系列、M 系列芯片發佈時，蘋果會公佈 CPU、GPU、統一內存等一系列相關規格和架構信息。
但唯獨到了 Neural Engine 這裏，只有一個籠統的數據，更像是一個黑盒子，彷彿神經引擎才是所有芯片裏最大的秘密。
另外，這兩位高管也認為蘋果自 iPhone X 起，芯片裏就包括的神經引擎，是實現本地機內處理 AI 算法的一個先決條件。
為此，蘋果將許多機器學習的算法儘可能縮小規模，以便部署到本地。甚至也強調，把算法模型做小，才是真本事。
部署到本地，可以能夠快速的本地調用模型算法，響應無延遲。另外就是不需要上傳用户數據，規避了「隱私」問題。
像是跟蹤 Apple Pencil 筆觸、圖像識別等 AI 參與的功能當中，由於算法模型訓練的足夠好，不需要上傳雲，進行協助運算，本地就能處理完成。
而類似於 ChatGPT 生成式 AI，完全依賴於網絡，即便推出了好幾個月，服務仍然不夠穩定，時不時的會出錯。
這對蘋果這種追求用户體驗的公司來説，不允許有如此不穩定的狀況發生。
隱私保護，已經是蘋果近年以來的一則戰略，儘管面對非議，並會減少相關收益，蘋果依舊在 iOS 14.5 上推出了蘋果應用追蹤透明度框架（App 反追蹤，App Tracking Transparency，簡稱 ATT），站在了用户這邊。
蘋果的一些 AI 模型算法不需要聯網，而有些則需要收集部分數據進行訓練（像是 Siri），為此蘋果會事先聲明，並在收集過程中去除敏感信息（像是 Apple ID 等）。
當下流行的生成式 AI 則與蘋果謹慎的態度有些不同，他們幾乎是抓取了許多互聯網內容進行算法參數訓練，並以此為基礎生成。
而當他們推出相關產品，像是微軟 Copilot、Midjourney、Stability AI，也受到了許多網站和機構的侵權法律訴訟，聲稱這些公司非法刮取優版權的內容進行創作，有違版權法。
▲ Midjourney 生成的蒙娜麗莎
雖然對於版權的爭論還未有結果，但如此有非議的訓練過程，其實有違於蘋果對數據隱私保護的一大追求。
AIGC 目前無法部署到本地，並且聯網很難保證比較完美的提供服務，另外存在着數據隱私問題。
AIGC 的主流技術幾乎與蘋果在 AI 追求上背道而馳，也解釋了蘋果沒有及時切入，和對生成式 AI 發表相應的產品或者聲明。
對於 AI，我們認知的可能是 Siri，但對於蘋果本身來説，其實是 Neural Engine 成為 A 系列芯片獨立模塊開始，蘋果就把精力着重在本地化 AI 上，目的也很純粹，沒有想用 AI 改變世界，就是為了提升用户體驗。
蘋果並非是一個純粹的 AI 公司，雲數據中心僅為自己軟件業務，造芯也是為了硬件，蘋果技術行業的擴展都是為了產品服務，説到底他就是一家產品驅動的公司。
其戰略、策略、技術佈局等等都是圍繞着核心產品服務。像是接下來推出的 XR 設備，蘋果正在拓展視覺識別上的 AI 團隊，並沒有去追逐硅谷的熱點。
蘋果很明確自己的優劣勢，沒有一味的被別人牽着鼻子走，而是以一種很穩定的發展策略去佈局。
另外，蘋果總會在新技術新趨勢下，觀察許久，以自己獨特的視角去切入，對於生成式 AI，蘋果或許也會以一種我們都沒有預想的方向發展，並讓我們眼界大開。
資料來源：愛範兒（ifanr）
請按此登錄後留言。未成為會員? 立即註冊