

苹果发布 8 款小型 AI 语言模型，与Microsoft的 Phi-3 竞争

七元宇宙

2024-05-17

导读：人工智能领域的竞争已经开始从构建最大的模型转向最小、功能最强大的工具。

人工智能领域的竞争已经开始从构建最大的模型转向最小、功能最强大的工具。

看到数量上的优势，苹果在竞争激烈的人工智能市场中采取了战略举措，推出了八款小型人工智能模型。这些紧凑型工具统称为 OpenELM，设计用于在设备上和离线运行，非常适合智能手机。

这些模型发布在开源 AI 社区 Hugging Face 上，提供 2.7 亿、4.5 亿、11 亿和 30 亿参数版本。用户还可以下载 Apple 的 OpenELM 预训练版本或指令调整版本。

预训练模型提供了一个基础，用户可以在其上进行微调和开发。指令调优模型已经编程为响应指令，使其更适合与最终用户的对话和交互。

虽然苹果没有为这些模型提出具体的用例，但它们可以应用于运行可以解析电子邮件和文本的助手，或者根据数据提供智能建议。这种方法类似于谷歌所采取的方法，谷歌在其 Pixel 智能手机系列中部署了其 Gemini AI 模型。

这些模型是在公开可用的数据集上训练的，苹果正在共享CoreNet（用于训练OpenELM的库）的代码和其模型的“配方”。换句话说，用户可以检查苹果是如何构建它们的。

苹果发布之前不久，Microsoft宣布了Phi-3，这是一个能够在本地运行的小型语言模型系列。Phi-3 Mini 是一个在 3.3 万亿个代币上训练的 38 亿参数模型，仍然能够处理 128K 个上下文代币，使其可与 GPT-4 相媲美，并在代币容量方面击败 Llama-3 和 Mistral Large。

作为开源和轻量级的软件，Phi-3 Mini可能会取代苹果的Siri或谷歌的Gemini等传统助手来完成某些任务，Microsoft已经在iPhone上测试了Phi-3，并报告了令人满意的结果和快速的令牌生成。

虽然苹果尚未将这些新的 AI 语言模型功能集成到其消费类设备中，但有传言称即将推出的 iOS 18 更新将包括使用设备处理来确保用户隐私的新 AI 功能。

Apple 硬件在本地 AI 使用方面具有优势，因为它将设备 RAM 与 GPU 视频 RAM（或 VRAM）相结合。这意味着具有 32 GB RAM（PC 中的常见配置）的 Mac 可以像使用 GPU VRAM 来运行 AI 模型一样利用该 RAM。相比之下，Windows 设备受到单独的设备 RAM 和 GPU VRAM 的束缚。用户通常需要购买强大的 32GB GPU 来增强 RAM 以运行 AI 模型。

然而，苹果在人工智能开发领域落后于 Windows/Linux。大多数人工智能应用程序都围绕着英伟达设计和制造的硬件，苹果逐步淘汰了这些硬件以支持自己的芯片。这意味着 Apple 原生 AI 开发相对较少，因此，在 Apple 产品上使用 AI 需要转换层或其他复杂的程序。

关注我，一起探索元宇宙！

免责声明：

以上发布内容和图片的目的在于传播更多行业信息，版权归原作者所有，不为商业用途，如有侵犯，敬请与我们联系。

推荐阅读:

苹果宣布推出新的辅助功能

2024-05-17