• 我的订阅
  • 科技

苹果300亿参数大模型首亮相,还买了家AI公司|焦点分析

类别:科技 发布时间:2024-03-16 18:14:00 来源:36氪

文|武静静

编辑|邓咏仪

放弃造车后的苹果,正在加速入局大模型战争。

当地时间3月15日,苹果就披露了两个关键大模型动作。

其中一个值得关注的是苹果的收购事件。彭博社报道称,苹果已经收购了一家加拿大AI初创公司DarwinAI。

苹果的AI团队一下子扩充了几十个技术人员——作为收购交易的一部分,DarwinAI的几十名员工都被纳入苹果麾下,DarwinAI联合创始人、加拿大滑铁卢大学系统设计工程系教授Alexander Wong加盟苹果,担任AI团队的主管。

此前,DarwinAI的技术主要在视觉模型方向,他们此前主要给制造业提供零部件视觉检测的AI技术,致力于把AI系统打造得更小型和更快速。这符合此前苹果一直对外说的要打造更小的端侧大模型方向。

“买买买”是苹果布局AI的思路之一,此前苹果已经陆续收购了Voysis、Curious AI、 AI Music、WaveOne等初创AI公司,来不断扩充自身的AI实力。

践行收购战略的同时,苹果也在不断加大自研技术的力度。被披露收购DarwinAI的同一时间,苹果低调的在arxiv.org网站上发布论文,官宣了在多模态大模型领域的最新成果。

在论文《MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training》(MM1: 多模式LLM预训练的方法、分析和见解)中可以看到,MM1是一个图文的多模态大模型,参数规模有30亿、70亿、300亿三种大小,有图像识别和自然语言推理能力。

其中,参与该论文的作者有30人,一半以上都是华人。

MM1测试效果不如Gemini和GPT4V

和市面上其他大模型相比,MM1亮点并不在惊艳的效果上,也没有提出特别的技术路线,而是通过控制各种变量,做实验,找出影响模型效果中关键因素。

在测试中,MM1-30B-Chat在TextVQA、SEED和MMMU上的表现优于Emu2-Chat37B和CogVLM-30B,但是表现不如谷歌的Gemini和OpenAI的GPT4V。

苹果300亿参数大模型首亮相,还买了家AI公司|焦点分析

MM1测试效果

苹果做了各种变量实验,通过修改数据源、修改图像分辨率等,来看各种因素对模型效果的影响。

苹果300亿参数大模型首亮相,还买了家AI公司|焦点分析

△摘自苹果发布的论文《MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training》

目前,苹果发现让多模态大模型变得更聪明、效果更好的主要因素有:图像分辨率和图像标记数量对模型性能影响较大,比如更高清的图像,标注的细节越多,模型的效果就更好。视觉语言连接器对模型的影响较小,视觉语言连接器指的是可以将图像和文本结合起来,进行信息融合的一种技术。论文中也提到,虽然影响不大,但仍然需要选择合适的视觉语言连接器。不同类型的预训练数据对模型的性能有不同的影响。交错的图像文本数据和文本数据对于提高模型的少样本(few-shot)和零样本(zero-shot)性能至关重要,类似在训练时,需要使用“多样化的教材”可以帮助大模型更好地适应不同类型的问题。模型的架构和训练过程,包括模型大小和训练超参数的选择,对于模型性能很重要,可以理解为在“建造大模型大楼”的过程中,需要选择“合适的建筑材料”和“施工方法”。

模型架构上,使用了混合专家(Mixture of Experts, MoE)架构是MM1的亮点之一,苹果探索发现,在模型的前馈网络层中使用MoE架构,可以有效地扩展模型的容量而不牺牲推理速度。

我们可以将MoE架构理解为一个大型的客服中心,其中有许多专门处理不同问题的专家——有的专家专门处理技术问题,有的专家处理账单查询,还有的专家负责解答产品使用问题。在大模型训练过程中,当数据进入模型中后,大模型会像“客服中心”一样,根据问题的性质被分配给最合适的专家来解决。

在实验过程中,苹果采用了一种名为Top-2 Gating的方法,来做“调度员”,根据图像的内容和文本语义等数据特点,来决定输入数据应该被送往哪些专家处理。在处理数据过程中,苹果还采用了一种叫“稀疏激活”的方式,只选择一部分“专家”进行计算,其余处于“休眠”状态,来提高模型训练的效率。

此外,在训练大模型过程中,苹果还在3B参数的MoE模型中使用了64个专家,在7B参数的MoE模型中使用了32个专家。这些专家被分布在模型的不同层中,来提高模型处理多模态数据的能力。

为什么苹果要发布这样一篇实验性的技术论文?

目前,语言模型主要有闭源和开源两种路线,闭源模型中,人们对数据、模型架构、训练细节知之甚少。开源模型虽然会发布数据、模型、训练的细节,但是也不会发布任何模型算法设计以及工程化的细节信息。

苹果想打破这种局面,提出让大模型构建的过程变得“更透明”的路线,这是苹果为什么将各种模型训练的细节公开,发布这篇论文的原因。

苹果的大模型步调:更谨慎,落后于竞争对手

宣布停止造车后,接下来,苹果的重心都在加速大模型进程上,来追赶谷歌、微软、亚马逊。

目前,整体大模型进展,苹果对外的信息较少,看上去已经落后其竞争对手一大截。

在年初的苹果季度财报电话会议上,蒂姆·库克表示,苹果正在投入大量时间和精力将人工智能集成到其软件平台中。这些功能将在2024年晚些时候向客户提供。

库克对于透露苹果大模型细节非常谨慎,他觉得苹果工作模式是先做再说,“我认为苹果在生成式人工智能和人工智能方面存在着巨大的机会,而无需透露更多细节或超出自己的范围。”

据The Information2023年9月的一次报道,苹果每天在人工智能上投资数百万美元,正在多个团队开发多种人工智能模型。苹果构建对话式人工智能的部门被称为“基础模型”,有大约16名成员,由Apple人工智能主管John Giannandrea掌舵。

对于大众期待的大模型与苹果手机结合的业务进展,目前公开的信息也非常有限。去年8月,苹果在加州、西雅图、巴黎、北京等部门已经释放了数十个岗位,招聘大模型技术人才,其中尤其是端侧大型模型是重点。招聘信息显示,苹果希望将大型机型压缩到终端中,以便未来iPhone/iPad等核心产品可以直接运行在AIGC技术上。

The Information报道称,苹果的大语言模型内部代号是Ajax GPT,其参数规模超过2000亿,在2023年9月时,已经比OpenAI的GPT-3.5更强大。

苹果也正在试验Siri增强功能、生成视频和图像的软件,以及处理图像、视频和文本的多模式人工智能技术。此前,由于苹果一直比竞争对手更加谨慎,将隐私置于功能之上,导致Siri落后于Alexa、Google Assistan。接下来,苹果希望通过大语言模型让Siri自动执行多步骤任务。

目前,苹果正在与其AppleCare支持员工一起测试ChatGPT式的生成式AI工具“Ask”,旨在生成对技术问题的答复。此外,苹果内部也有“Apple GPT”是苹果内部的聊天机器人,但该产品仅供苹果员工使用,不会在消费产品中使用。

The Information和海通证券分析师Jeff Pu均表示,苹果将在2024年末左右在iPhone和iPad上提供某种生成式AI功能。也有人预测时间会提前,彭博社报道称,苹果将在今年6月的全球开发者大会上发布iOS 18更新。

这是一份有挑战的试卷,眼下,苹果必须加大马力,驶入这场大模型战局中。

欢迎来聊~

以上内容为资讯信息快照,由td.fyun.cc爬虫进行采集并收录,本站未对信息做任何修改,信息内容不代表本站立场。

快照生成时间:2024-03-16 20:45:01

本站信息快照查询为非营利公共服务,如有侵权请联系我们进行删除。

信息原文地址:

十多年来最重要的一次!库克会暗掷“王炸”吗?
...oid手机有竞争。”上个月,OpenAI发布其人工智能最新版大模型ChatGPT-4o的语音模式。在一个简短的演示中
2024-06-11 09:00:00
焦点分析丨iPhone 15系列发布,苹果终于正视起与安卓的差距
...何落地到用户的实际使用场景中。 相比于大多数基础大模型厂商,手机厂商更多选择在端侧进行模型计算。在 A17pro芯片和S9芯片上,苹果都专门开辟了一个神经网络引擎区域,大大
2023-09-13 16:05:00
苹果发布mm1.5-ui模型
...13日消息,近日,苹果公司推出了300亿参数的多模态AI大模型MM1.5,该版本是在前代MM1的架构基础上发展而来的。该模型继续遵循数据驱动的训练原则,着重探究在不同训练周期
2024-10-13 10:57:00
苹果被大模型打得措手不及
...士多德提问,并且可以得到回答”。乔布斯几乎预见了大模型技术的崛起,并坚信人工智能将为苹果公司带来远大前景。Siri是由乔布斯主导,苹果公司对人工智能最早的探索,但在库克时代,
2024-03-26 10:25:00
华为、小米抢滩登陆,AI大模型掀起手机江湖「新战事」 | 钛媒体焦点
图片来源@视觉中国今年上半年,一个接一个的大模型发布,企业之间上演了一场“百模大战”。到了下半年,大模型有些“退潮”,取而代之的是应用端的落地,让更多的用户对大模型有了深切的感知
2023-08-14 10:00:00
作者 | 袁斯来编辑 | 苏建勋大公司蜂拥入大语言模型,华为显得有些格格不入。7月7日,华为发布AI大模型盘古3.0版本。对于普通用户,这场发布会有些枯燥。政务大模型虽然有AI应
2023-07-10 12:56:00
AI大模型“国标”首批测试结果公布,人工智能成市场新焦点
12月22日,国内首个官方“大模型标准符合性评测”结果公布,百度文心一言、腾讯混元大模型、360智脑、阿里云通义千问四款国产大模型首批通过测试。测试结果称,上述四款模型符合《人工
2023-12-26 14:16:00
库克现身上海首次谈及AI话题,苹果真急了
人工智能(AI)巨头OpenAI的自研芯片和下一代大模型GPT-5又有了新进展。当地时间3月19日,据The Business Insider援引匿名知情人士的消息
2024-03-21 11:37:00
高通打响围攻英特尔的第一枪
...升 25%,目前骁龙 8Gen 3 已支持运行 100 亿参数的生成式 AI 模型。如果使用搭载 8Gen 3 平台的智能手机运行 Stable Diffusion
2023-10-26 18:02:00
更多关于科技的资讯: