Еј „Епл“, каде е твојот четбот?

Додека „Мајкрософт“, „Алфабет“ и сега „Амазон“ се натпреваруваат во трката за развој на напредни четботови како ЧетГПТ (ChatGPT), еден од големите ривали го нема никаде на повидок. „Епл“ (Apple) можеби чека технологијата да се развие и усоврши, како што тоа често го прави, но производителот на ајфон може да се најде во позиција од која ќе биде тешко да ги стигне другите поради предолго чекање.

За компанијата од Купертино вештачката интелигенција (ВИ) не е непозната. Нејзиниот гласовен асистент Сири (Siri), кој со помош на препознавање говор и машинско учење може да разбере барање и да обезбеди решение, првпат беше претставен пред 12 години. Компанијата, исто така, купи апликација за препознавање песни - Шазам (Shazam) и Текстчур (Texture), услуга за дигитални списанија, а двете апликации се интегрирани во екосистемот на „Епл“. Извршниот директор Тим Кук во февруари им кажа на инвеститорите дека вештачката интелигенција ќе биде „главен фокус“ ​​на „Епл“ и ги наведе начините на кои компанијата веќе ја користи, на пример, за детектирање на сообраќајна незгода преку епл воч (Apple Watch) или ајфон.

Сепак, големиот јазичен модел што го користи ЧетГПТ на „Опен еј-ај“ (OpenAI) се разликува од она што „Епл“ го нуди денес. Побаравме од Сири и ЧетГПТ да ни дадат рецепт за чоколадни мафини.

Сири даде неинспиративен одговор. „Го најдов ова на интернет“, рече асистентот, нудејќи три линкови од пребарувањето на Гугл.

Bloomberg

ЧетГПТ покажа поголем интерес: „Секако! Еве рецепт за вкусни чоколадни мафини“. Одговорот го комплетираше со детали за состојките, порциите и методите.

За споредба, одговорите што ги дава Сири звучат многу ограничено, бидејќи во неговиот случај користи систем за команда и контрола кој е програмиран да препознава конкретни прашања како што се: „Колку е часот?“. Одговорите на ЧетГПТ изгледаат „почовечки“, бидејќи се управувани од голем јазичен модел кој е обучен да генерира текст врз основа на огромни збирки податоци од интернет.

Лансирањето на ЧетГПТ во ноември го вклучи алармот и кај „Мајкрософт“ и кај „Гугл“ на „Алфабет“ и ги поттикна да лансираат конкурентни верзии. „Мајкрософт“ го лиценцираше ГПТ-3 (GPT-3), јазичниот модел што го користи ЧетГПТ, додека „Гугл“ го претстави Бард. Во февруари, компанијата „Мета“ се вклучи во трката со четботот наречен ЛЛАМА (LLaMA). „Амазон“ месецов ја лансираше услугата Бедрок (Bedrock).

Многу е можно „Епл“ тајно да работи на сопствен модел. Сепак, поверојатното сценарио е дека компанијата се фокусира на производи за виртуелна и проширена реалност, кои се очекува да бидат лансирани во јуни, вклучувајќи го и долгоочекуваниот хедсет што би можел да чини и 3.000 долари.

Се чини дека во изминатите шест месеци „Епл“ избегнува да влезе во трката со ЧетГПТ бидејќи продолжува да ангажира експерти за визуелно препознавање наместо експерти за големи јазични модели, според аналитичката компанија „Глас“ (Glass.ai), која неодамна ги прегледа профилите на „Линкдин“ (LinkedIn) на нововработените истражувачи за вештачка интелигенција во големите технолошки компании. Визуелното препознавање е област на вештачката интелигенција каде што компјутерите идентификуваат слики, а таквите вработувања повеќе одговараат на сценариото во кое „Епл“ работи на развој на хедсет за мешана реалност. Од компанијата не одговорија на барањето за коментар.

Карактеристиките на „Епл“, исто така, го прават создавањето на големи јазични модели поголем предизвик. Директорите предводени од Кук ја поддржуваат приватноста и безбедноста, а во исто време го затегнуваат екосистемот на „Епл“ во смисла на ограничување на протокот на лични податоци. Меѓутоа, јазичните модели што ги користи ЧетГПТ добиваат огромни количини на информации, често од нетранспарентни извори, со цел да го имитираат она што може да го направи човекот. Овој пристап е спротивен од поконзервативните методи на „Епл“ за собирање и користење податоци.

Bloomberg Mercury

Кога станува збор за ангажирање истражувачи за вештачка интелигенција во изминатите осум години, „Епл“ заостанува зад другите големи технолошки компании, а големиот број отпуштања исто така би можеле да бидат пречка за неговите амбиции околу ВИ. Компанијата го загуби својот директор за машинско учење, познатиот истражувач за вештачка интелигенција, Иан Гудфелоу, минатата година, откако тој беше разочаран поради политиката за враќање на работата од канцеларија. Тоа што „Епл“ не сакаше да биде пофлексибилен и да го задржи Гудфелоу покажува дека вештачката интелигенција не била приотитет онолку колку што е потребно.

„Епл“ неодамна го загуби и Мајкл Абот, шеф за компјутери во облак, што е клучно за градење и имплементирање на услуги за вештачка интелигенција. Тој беше вториот заменик на главниот координатор за услугите, Еди Кју, кој замина оваа година.

Ако „Епл“ тргне по патот на генеративната вештачка интелигенција, термин што ги опфаќа компјутерските системи кои можат да генерираат текст, слики и звуци, поверојатно е дека компанијата ќе го стори тоа во областа на визуелните и аудио-содржините, можеби така што преку системи за ВИ ќе понуди можност корисниците да ги моделираат своите фотографии или музиката што самите ја создале. Тоа ќе се поврзе со историските предности на „Епл“ во градењето технологија што ја користат креативните професионалци, како и за следење содржини како музика и филмови.

Ова можеби не е толку интересно како да се добиваат рецепти за храна, но се вклопува со стратегијата на „Епл“ за уреди кои ја отвораат вратата за информации и забава, без да бидат нивниот специфичен извор.

„Епл“ доцнеше во нови области и во минатото, но потоа поентираше со подобрување на она што другите веќе го измислиле. Ајфонот му го направи тоа на Блекбери (Blackberry), а слушалките ерподс (AirPods) им го направија тоа на другите на безжични слушалки. Тоа се желбите на компанијата во областа на хардверот, што е поле на кое „Епл“ се чувствува најдобро. Лансирањето популарни онлајн услуги е сосема поинаква игра, во која „Епл“ се мачеше и претходно. Сетете се на Епл мапс (Apple Maps), Ајтјунс пинг (iTunes Ping) и раните борби на компанијата да ги стартува услугите во облак.

Bloomberg Mercury

Една од причините за ова е културата на компанијата, која е централизирана и дизајнирана околу развој на производи. Создавањето големи онлајн услуги што можат брзо да излезат на пазарот бара децентрализирана култура водена од инженерите, како онаа на „Гугл“. Кога гигантот за интернет пребарување се почувствува загрозен од ЧетГПТ, го лансираше конкурентниот четбот Бард во рекордно време.

Очигледниот фокус на „Епл“ на визуелна вештачка интелигенција може да биде профитабилен ако успее хедсетот за мешана реалност, но недостатокот на човечка сила за вештачка интелигенција, превирањата меѓу софтверските менаџери и претходните проблеми со Сири го прават тој тесен пристап да изгледа поризичен од кога било.