它來了它來了，蘋果的Apple Intelligence終于與果粉見面了！

隨著iOS 18.1 Beta版的上線，注冊開發(fā)者從即日起就能體驗到蘋果AI的部分功能。

最明顯的一處就是Siri的全面換新，變身成了Apple Intelligence & Siri。

另一項重磅更新就是寫作功能了，它可以幫忙潤色推特評論，三下五除二就能把高級表達方式安排起來。

甚至dirty words也能分分鐘變得儒雅隨和：

開啟Apple Intelligence后，蘋果自研的端側(cè)大模型就會被下載到設(shè)備當(dāng)中。

根據(jù)手快的網(wǎng)友體驗反饋，不像其他家的AI那樣動不動就是拒絕服務(wù)。

與此同時，蘋果自家大模型的報告也已出爐，披露了大量技術(shù)細節(jié)。

報告顯示，在指令遵循、文本總結(jié)等任務(wù)上，蘋果云端大模型取得了超過GPT-4的成績。

蘋果基礎(chǔ)大模型團隊負責(zé)人龐若鳴（Ruoming Pang）也表示，其模型與一些同類最佳模型相比具有競爭力。

龐若鳴是普林斯頓計算機博士，本碩分別畢業(yè)于上海交大和南加州大學(xué)，于2021年加入蘋果，此前在谷歌擔(dān)任了15年的工程師。

Apple Intelligence的主要對話功能，正是由他率領(lǐng)的團隊研發(fā)的模型提供支持。

這次他還強調(diào)，這些基礎(chǔ)模型“并不是聊天機器人”，而是支持廣泛的功能，包括摘要、寫作幫助、工具使用和代碼。

另外，蘋果也研發(fā)了許多自研算法，為提高模型表現(xiàn)提供了加持，具體信息也在報告中被披露。

還有細心的網(wǎng)友從中發(fā)現(xiàn)了華點——

蘋果大模型的訓(xùn)練用的是谷歌TPU集群，英偉達含量竟然為零。

Siri升級，但ChatGPT暫未接入

要想體驗到蘋果的Apple Intelligence，需要滿足的條件有不少。

首先，搭載它的iOS 18.1 Beta版目前是99美金一年的注冊開發(fā)者限定，所以普通用戶還得等等。

還有就是之前說過的，只支持M系和A17 Pro芯片，也就是說iPhone中只有部分地區(qū)的15 Pro和15 Pro Max能用。

除了硬件和身份要求，系統(tǒng)設(shè)置也需要修改，要將地區(qū)設(shè)置為美國，且設(shè)備和Siri的語言都要改成英語。

滿足了所有這些要求之后，就可以……加入等待隊列了。

此次上線的Apple Intelligence是部分功能，主要圍繞文本生成、Siri和相冊這幾個模塊。

先說文本生成，作為蘋果AI的重要組成部分，該功能的視適用范圍不局限于蘋果官方應(yīng)用。

只要使用標(biāo)準(zhǔn)輸入文本系統(tǒng)，在第三方應(yīng)用程序當(dāng)中也能利用該功能進行文本總結(jié)、校對和重寫。

另外結(jié)合iOS 18 Beta的語音備忘錄中已經(jīng)上線的音頻轉(zhuǎn)錄功能，文本生成系統(tǒng)還可以為錄音生成摘要。

第二個比較重要的更新就是Siri了。

界面上，新版Siri不再是一個圓形圖標(biāo)，在運行時會有環(huán)繞屏幕的彩色光不斷閃動。

而且還給不想語音對話的用戶提供了文本對話方式，雙擊屏幕底部即可調(diào)出鍵盤，與Siri打字交流。

內(nèi)容方面，新版Siri將能夠解答與蘋果產(chǎn)品相關(guān)的問題，幫助用戶進行故障排除。

另外，新的Siri還可以夠理解從一個查詢到下一個查詢的上下文，例如要求Siri創(chuàng)建日歷事件，然后請求創(chuàng)建提醒，而無需重述正在談?wù)摰膬?nèi)容。

不過，之前介紹的屏幕感知功能，并未包含在此次Siri 的更新當(dāng)中。

相冊的更新則讓用戶可以用自然語言搜索特定照片，甚至是視頻當(dāng)中的具體時刻。

以上就是本次開發(fā)者測試版本中有關(guān)AI的大致內(nèi)容，需要指出的是，這只是之前發(fā)布會上所展示的功能中的一部分，還有很多沒有上線。

特別地，之前提到過的ChatGPT集成，此次更新也暫未接入。

解密蘋果大模型

蘋果已經(jīng)說過，ChatGPT在蘋果AI中不是必選項，主要功能是由自家的大模型驅(qū)動。

而關(guān)于這個模型，蘋果也在上線的同時發(fā)布了全面的技術(shù)報告。

模型的名字簡單粗暴，就叫蘋果基礎(chǔ)模型（Apple Foundation Model，簡稱AFM），有端側(cè)（on-device）和云側(cè)（server）兩個版本。

端側(cè)模型的參數(shù)量在3B左右，云側(cè)則未具體透露，只說是比端側(cè)更大，二者都有32k的上下文窗口。

訓(xùn)練過程英偉達含量為0

模型的訓(xùn)練通過自家基于JAX的AXLearn框架進行，并采用了張量并行、流水并行等策略。

硬件則采用的是谷歌TPU，其中云側(cè)用了8192顆TPUv4芯片，端側(cè)用了2048顆TPUv5p芯片，總之英偉達含量為0。

數(shù)據(jù)則主要來源于通過Applebot爬取的網(wǎng)頁，以及有公共許可的代碼和數(shù)學(xué)數(shù)據(jù)集。

值得一提的是，蘋果選用的數(shù)據(jù)集中無一使用GPL，都是MIT、Apache、CC0這些開放程度更高的開源協(xié)議。

流程上，AFM的預(yù)訓(xùn)練過程共分三個階段——核心訓(xùn)練、繼續(xù)訓(xùn)練和上下文延長。

在核心訓(xùn)練階段中，云側(cè)版本的數(shù)據(jù)量有6.3T tokens，窗口長度為4096，端側(cè)版本則是在此基礎(chǔ)之上蒸餾得到。

繼續(xù)訓(xùn)練時，低質(zhì)量數(shù)據(jù)的權(quán)重會被降低，并使用數(shù)學(xué)、代碼以及獲得授權(quán)的高質(zhì)量數(shù)據(jù)，對模型能力進行提升。

該過程使用了1T tokens的數(shù)據(jù)，窗口長度也從4096變成了8192。

到了下一階段，窗口長度被進一步擴充到32k，涉及長序列文本和合成數(shù)據(jù)，總量為100B tokens。

獨創(chuàng)強化學(xué)習(xí)新算法

AFM的后訓(xùn)練則包括指導(dǎo)監(jiān)督微調(diào)（SFT）、人類反饋強化學(xué)習(xí)（RLHF）等工作。

其中SFT階段使用了合成數(shù)據(jù)與人類標(biāo)注數(shù)據(jù)，合成數(shù)據(jù)主要關(guān)于數(shù)學(xué)、工具使用和代碼。

而在RLHF階段，蘋果自創(chuàng)了iTeC和MDLOO兩種強化學(xué)習(xí)算法。

iTeC全稱Iterative Teaching Committee，可譯作“迭代教學(xué)委員會”，是一種用于強化學(xué)習(xí)后訓(xùn)練的算法，旨在通過多輪迭代優(yōu)化模型的性能。

其核心思想是結(jié)合不同的偏好優(yōu)化算法，包括拒絕采樣、直接偏好優(yōu)化（DPO），使得模型能夠從多種優(yōu)化策略中受益，從而提高其對特定任務(wù)的適應(yīng)性和性能。

在每次迭代中，iTeC會從最新的模型中選擇一組表現(xiàn)最好的模型，形成一個“模型委員會”。這些模型是經(jīng)過SFT、RS、DPO/IPO和RL等不同訓(xùn)練方法得到的。

通過收集人類對模型響應(yīng)的偏好反饋，iTeC不斷更新其獎勵模型，并用于訓(xùn)練新的模型集合。

每收集一批人類偏好數(shù)據(jù)后，iTeC會刷新其獎勵模型，并訓(xùn)練新的模型集合，以此循環(huán)進行多輪迭代，逐步提升模型性能。

MDLOO則是一種在線強化學(xué)習(xí)算法，特別設(shè)計用于優(yōu)化模型的響應(yīng)質(zhì)量。

作為在線算法，它能在模型訓(xùn)練過程中實時解碼響應(yīng)，并應(yīng)用RL算法來最大化獎勵。

也就是說，這種方法使得模型能夠在訓(xùn)練過程中不斷學(xué)習(xí)和調(diào)整其策略，以生成更符合人類偏好的響應(yīng)。

具體實現(xiàn)上，它結(jié)合了留一法（Leave-One-Out，LOO）優(yōu)勢估計器和鏡像下降策略優(yōu)化（MDPO），以實現(xiàn)更穩(wěn)定和有效的策略更新。

端側(cè)混合精度量化

為了讓端側(cè)模型更高效運行，同時避免占用過多內(nèi)存資源，蘋果對AFM的端側(cè)版本進行了量化操作。

具體來說，蘋果采用了混合精度的量化方式，針對不同環(huán)節(jié)采用了不同的量化精度。

蘋果采用的方式被稱為“調(diào)色板”策略，在調(diào)色板量化中，權(quán)重不是每個單獨量化，而是將它們分組，并讓組內(nèi)的權(quán)重共享相同的量化常數(shù)。

對于投影權(quán)重，每16列/行共享相同的量化常數(shù)，并且使用K-means算法進行4位量化。

針對嵌入層，由于是輸入和輸出共享的，采用了8位整數(shù)進行每通道量化，另外還有某些重要性相對較低的層被進一步壓縮到2位量化。

為了恢復(fù)量化后損失的性能，以保持模型的輸出質(zhì)量和準(zhǔn)確性，蘋果還引入了準(zhǔn)確性恢復(fù)適配器（Accuracy-Recovery Adapters）。

該適配器是小型的神經(jīng)網(wǎng)絡(luò)模塊，可以插入到預(yù)訓(xùn)練模型的特定層中，在量化模型的基礎(chǔ)上進行訓(xùn)練，通過微調(diào)來學(xué)習(xí)如何補償量化帶來的影響。

部分任務(wù)超越GPT-4

應(yīng)用了一系列優(yōu)化技術(shù)之后，也到了驗收模型表現(xiàn)的時候了。

在這過程中，蘋果采用了人類評估與自動化評估相結(jié)合的策略。

先說人工評估，評估人員設(shè)計了涵蓋分析推理、頭腦風(fēng)暴、聊天機器人等方面的多類問題，并讓模型生成相應(yīng)。

同時，問題也會被提給用于對比的其他模型，然后由評估人員評判哪個模型的輸出更好。

結(jié)果，無論是云側(cè)還是端側(cè)模型，都有至少60%的概率不輸給Llama 3、GPT-4等對比模型。

其余的測試主要利用數(shù)據(jù)集實現(xiàn)。

在指令遵循能力上，蘋果進行了IFEval測試，結(jié)果在指令和prompt兩個層次上，云側(cè)AFM都超過了GPT-4，成為了新的SOTA。

端側(cè)模型的表現(xiàn)，也超過了Llama 3-8B、Mistral-7B等近似規(guī)模的模型。

在AlpacaEval當(dāng)中，端側(cè)和云側(cè)AFM也都取得了第二名的成績。

再看具體任務(wù)上的表現(xiàn)，AFM在寫作類Benchmark當(dāng)中的總結(jié)任務(wù)上取得了SOTA，撰寫任務(wù)上也與第一名接近。

數(shù)學(xué)上，蘋果用GSM8K和MATH兩個數(shù)據(jù)集進行了評估。

結(jié)果端側(cè)模型在GSM8K上不敵Llama 3-8B和微軟的Phi 3 mini，云側(cè)被GPT-4和Llama 3-70B超越，但優(yōu)于GPT-3.5。

MATH上的成績相對高些，端側(cè)版領(lǐng)先了同規(guī)模模型，云側(cè)版也超越了Llama 3-70B。

性能之外，安全性也十分重要，蘋果通過人工方式對AFM抵御對抗性攻擊的能力進行了評估。

結(jié)果顯示，AFM在面對對抗性提示時，實現(xiàn)的違反率顯著低于其他開源和商業(yè)模型。

以上就是蘋果大模型技術(shù)報告中一些值得關(guān)注的內(nèi)容，更多詳情可參閱報告原文。

One More Thing

雖然Apple Intelligence已經(jīng)提供給開發(fā)者進行測試，但彭博社爆料說，正式版可能會延遲上線。

的確，按照蘋果此前的版本發(fā)布規(guī)律，18.1的版本號也意味著，這些功能不會隨著9月的新機發(fā)布一同上線。

對此分析師Gene Munster建議，蘋果應(yīng)該考慮推遲iPhone 16的發(fā)布日期，以與Apple Intelligence保持一致。

至于庫克會不會考慮這個建議，就拭目以待了。