Appleは、iPhone上でパラメータ規模の大きな人工知能モデルを完全にローカルで実行する可能性を探っています。The Informationの報道によると、Appleは人工知能スタートアップのPrismMLと複数回の協議を行っており、核心的な要求はPrismMLの技術を活用して、iPhoneが現在のレベルを大幅に超えるパラメータを持つ言語モデルをローカルで実行できるようにすることです。この探索の背景には、PrismMLが最近、Alibabaがオープンソースした大規模言語モデル「通義千問」3.6バージョンのパラメータ規模を圧縮し、iPhone 17 Pro上で完全にローカルで実行できるようにしたことがあります。
通義千問3.6バージョンのパラメータ数は270億に達し、Appleが現在iOS 27のApple Intelligence機能で展開しているエンドサイドモデル「AFM 3 Core Advanced」の200億パラメータを超えています。
Appleの現在のモデルは、iPhone 17 ProおよびiPhone Airモデル上でSiri AIのより高い表現力の音色や、システムレベルの音声入力機能の体験向上を駆動しています。両モデルのアーキテクチャには本質的な違いがあります。Appleの現在のエンドサイドモデルはスパースアーキテクチャを採用しており、200億パラメータのうち同時にアクティブなパラメータは10億から40億の範囲です。一方、PrismMLがiPhoneに適応させたエンドサイドモデルは異なり、270億パラメータが同時にすべてアクティブになることができます。これは、同じハードウェア条件下でエンドサイドモデルが利用できる計算リソースがより豊富であることを意味します。
Appleは人工知能モデルのローカライズを計画し、ユーザー体験を向上させる
より大規模なモデルをiPhone上でローカルに実行することは、Appleが現在クラウドのPrivate Cloud Computeサーバーに依存している人工知能タスクをデバイス側で処理できるようにすることを意味します。この変化は二重の利点をもたらします。一方ではAppleのクラウドコンピューティングへの投資コストを削減でき、他方ではユーザーの音声や入力などのデータがデバイスから離れることなく処理されるため、ユーザーのプライバシー保護能力がさらに強化されます。
現在、Appleのエンドサイド人工知能能力とクラウド人工知能能力の間には明確な役割分担があります。エンドサイドのチップ性能とメモリ容量に制限されているため、性能要求が高い一部のApple Intelligence機能は依然としてクラウドサーバーを利用する必要があります。もしPrismMLの技術的アプローチが実現可能であることが確認されれば、Appleは今後のソフトウェアのアップデートでさらに多くの人工知能機能をローカルに移行し、クラウドへの依存を減らし、応答速度とプライバシーの安全性を向上させることが期待されます。AppleとPrismMLの接触は現在まだ初期段階にあり、関連技術がいつ実用化されるかは明確なタイムラインがありません。