# 苹果每天花几百万美元，只为了让 Siri 「更聪明」

- 作者：张大雄
- 发布时间：2023-09-07 18:31
- 分类：产品、公司
- 原文：https://www.ifanr.com/1561457

![](https://s3.ifanr.com/wp-content/uploads/2023/09/1-4.jpeg)

如果要评选一个现在科技公司的主流叙事关键词，那一定是「人工智能」，这一点即便是硬件巨头苹果也不例外。

据知情人士透露，苹果把用于人工智能研究的预算增加至数百万美元一天（一星期花掉一个小目标）。作为对比，Open AI 公司的 CEO 萨姆·奥特曼( Sam Altman )曾表示， Open AI 在几个月里花费了超 1 亿美元来训练 Chat GPT 4.0 。

苹果人工智能研究的其中一个目的就是加强 Siri 的能力。让 iPhone 用户能通过一句简单的话，命令 Siri 处理复杂的多操作任务。

举个例子，未来 iPhone 用户只需一句，就可以让 Siri 把最近拍摄的 5 张照片合成为一个动图，并将其发送给指定对象。虽然目前 iPhone 用户可以在「快捷指令」软件里手动编程这一系列操作，但该软件始终有一定程度的门槛。

苹果不是最近才意识到生成式 AI 对于科技发展的重要性，事实上，苹果早在 2019 年就授权人工智能主管约翰·詹南德雷亚（ John Giannandrea ）组建生成式 AI 团队，那时候这项技术还未成为行业焦点。 在 Chat GPT 推出并火爆全球之后，人们才意识到苹果的先见之明。

詹南德雷亚曾任职于 Google 8 年，负责领导机器智能、研究和搜索团队。苹果在 2018 年将他纳入麾下，希望詹南德雷亚能够帮助改善 Siri 的使用体验。他也的确做到了，詹南德雷亚不仅为 Siri 注入了机器学习功能，还帮助苹果从 Google 里挖了不少人才。

![](https://s3.ifanr.com/wp-content/uploads/2023/09/6-2.jpeg)

庞若明就是詹南德雷亚挖来的其中一位人才，他在 Google 任职 15 年，其中就包括詹南德雷亚曾领导的团队（老板到哪都是老板）。据了解庞若明的人说，庞若明在神经网络方面成就颇高，也有不少追随者。这些成就让他成为目前苹果生成式 AI 团队的领导之一。

苹果生成式 AI 团队现阶段的目标是构建出基础模型（ Foundation Model ），这与其他科技公司的人工智能团队目标类似，研究人员需要构建出一个基础模型，并将其注入到公司旗下各软件内部，以此提升软件能力。值得一提的是，虽然苹果的生成式 AI 团队不愁资金，但其内部目前只有 16 名成员。

即便如此，苹果内部至少还有两个人工智能相关的研究团队。其中一个是视觉智能（ Visual Intelligence ）团队，致力于开发能够「生成图像、视频或 3D 场景」的软件。

而另一个团队主要负责多模式人工智能（ Multimodal AI ）的长期研究，这类人工智能可以识别和生成图像、视频或文本。今年 5 月开始，苹果一直在招募更多工程师加入自己的生成式 AI 团队，虽然目前苹果还没有任何直接面向消费者的研究成果，但苹果 CEO Tim Cook 表示，生成式 AI 「非常有趣」。

目前苹果生成式 AI 团队已知的研究成果是 Ajax GPT ，根据知情人透露，这个大语言模型（ LLM ）的能力已经超过了 Open AI 旗下的 Chat GPT 3.5 （虽然后者已经推出了一系列更强大的 AI ）。

![](https://s3.ifanr.com/wp-content/uploads/2023/09/5-3.jpeg)

庞若明在其中扮演了重要角色，由他领导的部门开发了一款专用于训练 Ajax GPT 的内部软件「 AXLearn 」，该软件是一 AI 训练框架，可以快速训练 AI 模型，目前 AJAX GPT 已经接受了 2000 多亿个参数的训练。

AXLearn 是 Google 的 AI 学习框架「 JAX 」中的一个分支。如果把 Ajax GPT 比作一栋房子，那么 AXlearn 就是它的蓝图，而 JAX 则是绘制蓝图的笔和纸。

![](https://s3.ifanr.com/wp-content/uploads/2023/09/3.jpeg)

跟别家采用云端计算技术的做法不同，苹果似乎更想让 Ajax GPT 在终端上运行。也就是说苹果想要生成式 AI 只利用 iPhone 、iPad 或 Mac 里的芯片进行数据处理，因为只有这样才能更好的保护用户数据隐私。

但前文提到了，目前 Ajax GPT 已经接受了 2000 多亿个参数的训练，参数反映了 AI 模型的大小和复杂性，数量越多表示模型越复杂，需要更多的存储空间和计算能力。一个拥有2000多亿个参数的大语言模型，同样作为对比，小米成功在手机本地跑通的 AI 大模型参数量 13 亿。对于苹果来说，这或许是最难攻克的关卡。