蘋果 XR 混合實境設備，主要功能之一就是健身 Fitness+ 服務，會藉虛擬空間讓人在任何地點沉浸於「健身房」，也當然少不了虛擬教練。
以前只認為「虛擬教練」負責示範標準動作，但蘋果計劃，「他」可能還會賦予更多「智慧」。蘋果為了擴展 Apple Watch 的健康宇宙，蘋果擬將人工智慧引入健康功能，推出 AI 健康教練藉 Apple Watch 記錄的數據，再經演算法制定使用者鍛鍊計畫，改善飲食習慣和睡眠品質，以保持或改善健康狀態。
這應該是近期 AI 與蘋果走最近的消息，但蘋果 AI 健康教練與熱門生成式 AI 如 ChatGPT、Bing、Bard 明顯不同。「AI 健康教練」更像功能而非類似 ChatGPT 這種引發全新賽道的趨勢。蘋果一直沒有切入矽谷搶做生成式 AI 的熱潮，彷彿畫地為牢，不參加競爭，顯得有些自命清高。
Siri 不是 AI，蘋果 AI 藏在細節裡
12 年前蘋果首次展示 Siri，隨著 iPhone 4s 一起上市。之後 Siri 擴展到 Mac、iPad、HomePod、Apple Watch 甚至 AirPods 所有蘋果智慧設備。Siri 生來菁英，定義為「智慧語音助理」，可用語音辨識和自然語言處理回答用戶問題，控制設備和執行任務，也引領智慧手機標配語音助理潮流。
同樣 Siri 也被大眾熟知，認為它就是人工智慧的雛形。只是 12 年進化過程，蘋果很少大升級，多圍繞某功能補全，如今依然保持 2011 年前的「純真」，當遇到難題同樣坦誠回答「我不是很清楚，這是我在網路找到的答案」。2023 年生成式 AI 滿天飛的今天，Siri 的「純真」與能言善道的 ChatGPT 形成鮮明對比，彷彿蘋果不想發展人工智慧，只想賣手機和電腦，但真的如此？
Siri 並不該稱為 AI，Siri 只是答案資料庫類的語音助理。當用戶喚醒它並發指令，模型會優先終端處理，快速查看是否簡單（如調整音量、設定鬧鐘等），用已知資訊迅速完成，否則上雲端查詢更大資料庫再給用戶答案，或沒有查到只甩出一個網頁搜尋（大部分情況）。
ChatGPT 並沒有先終端再雲端的流程，據問題直接存取微軟 Azure 雲端計算中心，利用龐大算力和模型推算，無論理解與否，都會「產生」回答。從這裡看，Siri 和 ChatGPT 是兩個方向，蘋果傾向終端部署技術，優先調用終端算力解決，ChatGPT 則完全依靠網路，以及資料中心的龐大算力。
蘋果 AI 也是如此，它藏在蘋果產品許多功能裡，屬於沒人留意卻大幅改善用戶體驗，如按快門 iPhone 會連拍多張照片，再據模型演算法挑一張最好當最終成像，又或 Apple Pencil 在 iPad 書寫時，能媲美真實紙筆體驗。這就用到筆觸追蹤與手掌辨識，確保筆觸立即回應時，也不會因手掌接觸螢幕誤觸。FaceID 兼顧安全性與效率，能適應使用者臉部變化，不會因眼鏡、鬍鬚遮擋而影響辨識效率，甚至 iOS 也支援口罩解鎖，僅用半張臉就完成與以前相同的安全等級。
▲ A15 和 A14 仿生晶片剖析圖，神經計算引擎集中左下角。
從這些功能到蘋果多設備平台合作、聯繫等特性，各方面都有蘋果 Neural Engine（神經引擎）參與，也是蘋果 AI 呈現的方式。與生成式 AI 不同，蘋果 AI 注重的是如何提升終端用戶體驗。
Siri 有沒有可能變成類 ChatGPT？
ChatGPT 推出不久，接入官方 API 的網頁版套殼 App 層出不窮，但真能嵌入系統或還未落實終端應用互動，這也是之前認為 ChatGPT、新 Bing 等生成式 AI 還停在古早對話框，真正人機互動或說終端服務還未醞釀成熟。
OpenAI CEO Sam Altman 的麻省理工演講表示「大模型時代已到底，我們需要用新思考與方法，讓 AIGC 有新進展」。揭示 AIGC 業發展趨勢同時，也暗示新入局科技公司「你們已經落伍了」。這對錯過 AIGC 第一波浪潮的蘋果來說，其實也是契機，沒必要再利用資源自己訓練語言模型，應考慮如何把生成式 AI 嵌入自家生態，不重複做車輪，更不如考慮做整台車。
「年久失修」的 Siri 能否把大語言模型嫁接到 Siri，變成 Smart Siri，成為控制 Apple ID 之下蘋果所有生態設備的智慧管家（類似 Javis），帶來全新人機互動形式。只是讓 Siri 重獲新生，可能沒有想像中將大語言模型融入 Siri 原本演算法那麼簡單。
把 Siri 變成類 ChatGPT，兩者處理方式完全不同，幾乎要重構 Siri 資料庫，無異於砍掉重練，可能需要重組團隊，以及耗費不少資源重新與硬體系統對接。AIGC 每次產生都耗費許多雲端算力，目前 OpenAI ChatGPT 幾乎吃掉微軟 Azure 雲端的算力資源，甚至有點吃緊。
蘋果雲端中心規模不大，遠不及微軟、甲骨文等專門提供雲端業務的大公司，蘋果多是自我滿足，支援自家 iCloud、App Store 等。倘若把 AIGC 一股腦引入 iPhone、iPad、Mac，蘋果需要的算力將是天文數字。
即便蘋果算力足夠，照推算 GPT-4 每千個提示詞成本高達 12 美分，加上蘋果僅 iPhone 使用者就突破十億，運行成本極其高昂，不論客觀條件還是蘋果主觀意願，都很難直接將類 ChatGPT 技術引入 Siri，並直接部署至生態。蘋果仍需找到合適時機和切入點，可能是生成式 AI 成本大降，或從小功能入手，利用 AIGC 提升使用者體驗。
從蘋果一貫的 AI 態度看，後者更可能是蘋果的選擇。
對 AI，蘋果更看重「效率」和「隱私」
除了時機，還有兩家公司戰略和策略不同，讓蘋果與生成式 AI 保持冷靜距離。2020 年蘋果機器學習和人工智慧戰略高級副總裁 John Giannandrea 及產品行銷副總裁 Bob Borchers 在 Arstechnica 蘋果 AI 業務採訪，都堅定表達蘋果 AI 戰略的兩個要點。
一是效率，二是隱私。
效率指終端執行的機器學習演算法和模型，回應更快與性能更好。隱私顧名思義就是隱私保護。近萬字採訪兩個關鍵策略 John Giannandrea 反覆提及，可見蘋果對 AI 技術有幾乎偏執且嚴苛的追求。現在回頭看，蘋果兩個堅持使其自研晶片會把 A 系列、M 系列 Apple Neural Engine 的優先順序提至 CPU、GPU 之前，已成為每代晶片升級核心。
有意思的是，每代蘋果 A 系列、M 系列晶片發表時，蘋果會公佈 CPU、GPU、統一記憶體等一系列相關規格和架構資訊，但唯獨到 Neural Engine，只有籠統數據，更像黑盒子，彷彿神經引擎才是所有晶片最大的祕密。兩位高層也認為蘋果自 iPhone X 起，晶片就包括神經引擎，是達成終端機處理 AI 演算法的先決條件。
蘋果將許多機器學習的演算法盡可能縮小規模，以便部署到終端，甚至強調演算法模型做小才是真本事。部署終端可快速調用演算法，回應無延遲，另外就是不需上傳用戶數據，避開「隱私」問題。如追蹤 Apple Pencil 筆觸、圖像辨識等 AI 相關功能，演算法模型訓練夠好，不需上傳雲端協助運算，終端就能處理完成。
類似 ChatGPT 生成式 AI 完全依賴網路，即便推出好幾個月，服務仍不夠穩定，時不時出錯，對蘋果追求用戶體驗的公司來說，不允許有如此不穩定的狀況發生。隱私保護也是蘋果近年重要戰略，儘管面對非議，並減少相關收益，蘋果依舊 iOS 14.5 推出 App 追蹤透明度（App Tracking Transparency，ATT），站在使用者這邊。
蘋果 AI 模型演算法不需聯網，有些需收集部分數據訓練（Siri），蘋果會事先聲明，收集過程去除敏感資訊（Apple ID 等）。生成式 AI 則與蘋果謹慎態度不同，幾乎抓取所有網路內容訓練演算法參數，以此為基礎產生回答。
產品推出後，微軟 Copilot、Midjourney、Stability AI 也受許多網站和機構侵權提告，稱這些 AI 公司非法用版權內容創作，有違版權法規。
▲ Midjourney 產生的〈蒙娜麗莎〉。
雖然版權爭論還沒有結果，但有爭議的訓練過程一定有違蘋果保護隱私的原則。AIGC 目前無法部署終端，且上網很難確保較完美的服務，另外還有隱私問題。AIGC 主流技術幾乎與蘋果 AI 追求背道而馳，也解釋蘋果沒有及時切入，以及發表生成式 AI 相關產品或聲明。
我們認知的 AI 可能只是 Siri，但蘋果其實從 Neural Engine 成為 A 系列晶片獨立模組開始，精力就放在當地語系化 AI，目的也很單純，沒有想用 AI 改變世界，只為了提升用戶體驗。蘋果並非純 AI 公司，雲端僅為了自家軟體業務，自研晶片也是為了硬體，蘋果技術擴展都只是為了服務產品，說到底就是產品驅動公司，戰略、策略、技術佈局等都圍繞核心產品，接下來 XR 設備蘋果更拓展視覺辨識 AI 團隊，不追逐矽谷熱點。
蘋果很確知自己的優勢，沒有被別人牽著鼻子走，以穩定發展策略佈局。蘋果總會觀察新技術趨勢許久，再以獨特視角切入，對生成式 AI，蘋果或許也會以大家都沒有想到的方向發展，並讓大眾眼界大開。
科技新報粉絲團
加入好友
訂閱免費電子報
