Appleは、パラメータ規模が大きい人工知能モデルを完全にデプロイし、iPhoneでローカルに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PrismMLと複数回の協議を行っており、核心的な要望はPrismMLの技術を活用して、iPhoneが現在の水準を大きく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、アリババ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、iPhone 17 Proで完全にローカル実行できるように圧縮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量は270億に達しており、Appleが現在iOS 27でApple Intelligence機能のためにデプロイしているエッジモデル「AFM 3 Core Advanced」の200億パラメータ規模を超えています。
Appleの現在のモデルは、iPhone 17 ProおよびiPhone Airモデルにおいて、Siri AIのより高い表現力の音色と、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。2つの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の現在のエッジ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活性化されるのは10億から40億パラメータのみです。一方、PrismMLがiPhoneに適応させたエッジモデルは異なり、270億パラメータを同時に全て活性化できるため、同じハードウェア条件下でエッジ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はユーザー体験を向上させるために人工知能モデルのローカライズを計画
より大規模なモデルをiPhone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、もう一方では、ユーザーの音声や入力などのデータがデバイスを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のエッジ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。エッジチップの計算能力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行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徐々により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。
利益声明：この記事には提携商業者の製品リンクが含まれています。リンクを通じて購入した場合、TechRitualは手数料収入を得る可能性がありますが、製品の評価や推奨には影響しません。詳細についてはプライバシーポリシーをご覧ください。