苹果强调以负责任的方式训练Apple Intelligence模型。

苹果公司近期推出了一项名为 “Apple Intelligence” 的人工智能系统，旨在提升用户在苹果设备上的体验。据悉，该系统将应用于 iOS、macOS 和 iPadOS 等操作系统。通过这项技术，苹果有望在生成式人工智能领域取得显著进展，从而改善设备在自然语言处理等方面的性能，实现更加智能化的人机交互。

苹果为此专门构建了一系列人工智能模型，以优化设备上的预测文本输入、图像处理等功能，并利用 Applebot 网络爬虫来增强其人工智能的数据收集能力。为了实现这些目标，苹果投入了大量资源用于训练人工智能模型，使其能够更好地理解和处理各种类型的数据。

早在 7 月份，就有报道称苹果公司利用了一个名为 “The Pile” 的数据集进行模型训练，该数据集包含大量文本信息，但也存在一定的质量问题，可能会导致训练出的模型产生不良输出。尽管如此，苹果依然致力于改进数据收集方法，以确保其人工智能系统能够提供更优质的服务。

该人工智能系统的部分技术源于苹果在 2024 年 WWDC 全球开发者大会上发布的 “苹果神经网络引擎”（AFM），这一引擎旨在加速设备上的人工智能运算。AFM 引擎的人工智能模型能够更高效地处理设备上的各种人工智能任务，例如图像识别、语音识别等。早在 2023 年，苹果就已开始使用 NBC 和内部集群来进行大规模语言模型的训练，并为此投入了超过 5000 万美元的资金，用于构建必要的基础设施。

值得一提的是，AFM 引擎还能够利用 GitHub 上的开源代码，例如 Swift、Python 和 C 等编程语言的代码，来提升自身的能力。通过利用这些开源资源，苹果可以更快地改进和优化其人工智能模型。

这意味着利用开源代码来增强人工智能系统已成为一种常见的做法。许多开源代码库都适用于人工智能应用，这使得苹果能够构建更强大的 “设备端智能”，从而更好地利用本地设备的处理能力，而非完全依赖云端服务。

具体而言，AFM 引擎的模型可以用于提高设备在图像编辑、文本生成、搜索和 Siri 等方面的性能。此外，它们还能够支持 “私有、设备端人工智能” 的相关功能，这意味着用户可以在本地设备上安全地运行人工智能应用，而无需将数据上传到云端。

除了本地的人工智能模型外，苹果还利用了云端的人工智能技术。例如，Meta 公司就向开发者开放了 Llama 3.1405B 模型的访问权限。苹果可以通过调用云端模型来增强 AFM 引擎的功能，从而实现更复杂的人工智能任务。

总的来说，这项技术进步代表着苹果在人工智能领域迈出的重要一步，因为它将计算任务分配到了最合适的资源上。虽然目前并非所有设备都能支持该系统，但随着技术的不断发展，预计未来会有更多的设备能够受益于这项创新。苹果的目标是在保护用户隐私的前提下，利用数据中心的人工智能模型来提供更强大的功能，最终实现设备端和云端人工智能的无缝协作。