What Apple's AI Tells Us: Experimental Models⁴

Что говорит нам ИИ от Apple: экспериментальные модели⁴

Siri против машинного бога?

Хочу поделиться несколькими быстрыми мыслями о релизе Apple AI (простите, «Apple Intelligence»). Сам я им ещё не пользовался, и мы знаем не всё об их подходе, но, по-моему, этот релиз подсвечивает нечто важное, что происходит в ИИ прямо сейчас: эксперименты с четырьмя типами моделей — ИИ-моделями, моделями использования, бизнес-моделями и ментальными моделями будущего. На что стоит обратить внимание — так это на то, как все гиганты ИИ пробуют множество разных подходов, чтобы понять, что работает.

Я буду грубо обобщать некоторые из этих взглядов — ни одна компания не монолитна, и все ИИ-организации делают множество разных вещей, — но в общих чертах вырисовывается интересная картина.

ИИ-модели

Как я писал в прошлом посте, мощность фундаментальной модели, которую вы используете, имеет большое значение, потому что крупнейшие фронтирные модели «из коробки» лучше справляются с большинством задач, чем модели поменьше — даже чем небольшие специализированные модели.

Помните BloombergGPT — специально обученную финансовую LLM, опиравшуюся на все данные Bloomberg? Из-за неё множество фирм решили обучать собственные модели, чтобы извлечь выгоду из своей особой информации и данных. Вы могли не заметить, что GPT-4 (старая, до-turbo версия с маленьким контекстным окном), без специального финансового обучения и без особых инструментов, обошла BloombergGPT почти на всех финансовых задачах. Это демонстрирует закономерность: самые продвинутые универсальные ИИ-модели часто превосходят специализированные модели, даже в тех конкретных областях, под которые эти специализированные модели создавались. Это значит, что если вам нужна модель, способная на многое — рассуждать над огромными объёмами текста, помогать генерировать идеи, писать не по-роботски, — вам стоит использовать одну из трёх фронтирных моделей: GPT-4o, Gemini 1.5 или Claude 3 Opus.

Но эти модели дороги в обучении, а также медленны и дороги в эксплуатации, что оставляет место для гораздо меньших моделей, которые не так хороши, как фронтирные, но могут работать дёшево и легко — даже на ПК или телефоне. Это не ново. Ещё в декабре я смог запустить Mistral 7b, модель чуть менее продвинутую, чем оригинальный ChatGPT, прямо на своём телефоне без подключения к интернету. Также я запускал Mixtral — модель той же компании, которая немного превосходит оригинальный ChatGPT, — на своём игровом компьютере.

Все технологические компании выпускают подобные небольшие, довольно мощные модели с идеей, что те смогут обрабатывать простые запросы на «железе» ваших устройств, а затем обращаться к более крупной модели «в облаке», когда нужна помощь. Вы и близко не получаете уровня ума фронтирной модели, но если вам нужно делать несложные вещи (сделать рабочую Siri или «сделать мои фото ярче»), таких моделей часто более чем достаточно. Многие компании, делающие ставку на фронтирные модели, например Google, тоже выпустили более быстрые и дешёвые модели, чтобы заполнить эту нишу, и разворачивают их на телефонах.

У Apple нет фронтирной модели — Google и Microsoft/OpenAI существенно опережают всех в этой сфере. Но они создали набор небольших моделей, которые работают на ориентированных под ИИ чипах в продуктах Apple. И они построили модель среднего размера, к которой iPhone может обращаться в облаке, когда нужна помощь. Модель, работающая на вашем телефоне, довольно близка по возможностям к той версии Mistral, которую я использовал выше (но гораздо быстрее и оптимизирована для снижения числа ошибок), а версия, работающая в облаке, лучше оригинального ChatGPT, но не намного. Эти меньшие, более слабые модели дают Apple большой контроль над использованием ИИ в их системах и переносят значительную часть работы на телефон или компьютер. Но фронтирной модели у них всё же нет, поэтому они сотрудничают с OpenAI, чтобы отправлять GPT-4 те вопросы, которые слишком сложны для моделей Apple. Компании явно всё ещё экспериментируют с тем, какую модель или набор моделей предлагать.

Модели использования

Большие языковые модели — это швейцарские ножи разума: они помогают с широким спектром интеллектуальных задач, хотя что-то делают плохо (зубочистка в швейцарском ноже), а что-то не делают вовсе. Понимание того, в чём они хороши, а в чём плохи, — это процесс обучения на практике и накопления опыта. Это требует и экспертизы в самих моделях (эмпирическое правило в моей книге — 10 часов использования, чтобы понять, что модели умеют), и экспертизы в той работе, которую вы пытаетесь поручить ИИ. В вашей области экспертизы экспериментировать с ИИ легко — ведь вы видите, когда он ошибается, — но за её пределами это может быть непросто, потому что ИИ — штука странная.

Создатели фронтирных моделей не имеют жёстких представлений о том, как должны использоваться их системы, и поэтому те не оптимизированы под какую-то одну задачу. Работа с продвинутыми моделями больше похожа на работу с живым человеком — умным, который делает ошибки и порой бывает в странном настроении. Фронтирные модели чаще способны на выдающиеся вещи, но при этом более раздражают и зачастую вызывают тревогу при использовании. Сравните это с узким фокусом Apple на том, чтобы ИИ делал дела за вас.

Например, я могу попросить Gemini 1.5 просмотреть кучу PDF с комиксами, прочитать мои письма, чтобы понять моё чувство юмора, и предложить комиксы, которые могли бы мне понравиться. Довольно впечатляющая штука. Но Siri с ИИ я могу попросить отправить это фото моей подруге Sarah, предварительно сделав цвета насыщеннее.

Для многих людей второй сценарий на самом деле более естественный, интуитивный и полезный. Машину, которая способна делать что угодно большую часть времени, но иногда вытворяет нечто совершенно иное, понять труднее, чем узкий ИИ, который просто делает то, что вы хотите (с оговоркой, что мы не знаем, насколько хорошо работает система Apple). Google тоже собирается выпускать меньшие ИИ-модели, локальные для телефонов. А Microsoft применяет подход, похожий на Apple, но с бизнес-уклоном. Они внедрили Copilot’ы в свои ключевые офисные приложения. У них отлично получается обеспечивать понятную интеграцию ИИ в работу по принципу «оно просто работает» (по большей части), причём простыми способами. Но и модели Apple, и привязанные к приложениям Copilot’ы ограничены, что лимитирует их потенциальную пользу, равно как и риски.

Потенциальные выгоды ИИ — прирост производительности и инновации, наряду со странными рисками, — исходят от более крупных, менее ограниченных моделей. И эти выгоды берутся из того, что вы разбираетесь, как применить ИИ к собственным сценариям использования, пусть это и требует усилий. Таким образом, у фронтирных моделей совсем иной подход к сценариям использования, чем у более ограниченных моделей. Взгляните на этот демо от OpenAI, где GPT-4o (довольно кокетливо?) помогает человеку готовиться к собеседованию, и сравните его с этим демо ИИ-Siri от Apple, помогающей с назначением встреч. Здесь работают радикально разные философии.

Бизнес-модели

Лучший доступ к продвинутой модели стоит вам $20 в месяц — по крайней мере, так решили OpenAI, Google, Anthropic и Microsoft. И, конечно, все эти компании продают доступ по API с оплатой по использованию — напрямую бизнесу и частным лицам. При этом всё чаще часть доступа к продвинутому ИИ бесплатна, включая Copilot и ChatGPT-4o. Apple, судя по всему, тоже начнёт с бесплатного сервиса, но в будущем может решить брать плату. Правда в том, что все исследуют это пространство, и то, как они будут зарабатывать и покрывать издержки, до сих пор неясно (хотя денег вокруг немало: OpenAI — одна из самых быстрорастущих технологических компаний в истории, с выручкой, достигшей $2 млрд). В значительной мере будущее ИИ будет определяться тем, в какой степени ИИ-компании сумеют выстроить устойчивые бизнес-модели, так что ждите ещё больше экспериментов.

Однако то, что нужно каждой из этих компаний для успеха, — это доверие. Есть много причин, по которым люди не доверяют ИИ-компаниям: от неясного использования обучающих данных до их планов на будущее, где доминирует ИИ, и часто непрозрачного управления. Но под доверием большинство людей подразумевают вопрос приватности («будет ли ИИ использовать то, что я ему даю, как обучающие данные?»), и на него давно дан ответ. Все ИИ-компании предлагают варианты, в которых они соглашаются не использовать ваши данные для обучения, а юридические последствия нарушения этих соглашений были бы тяжёлыми. Но Apple идёт намного дальше, прилагая дополнительные усилия к тому, чтобы она никогда не смогла узнать о ваших данных, даже если бы захотела. Только локальный ИИ на вашем телефоне обращается к персональным данным, а всё, что передаётся облачному ИИ, шифруется, обрабатывается анонимно и мгновенно стирается такими способами, что перехватить это кому-либо было бы очень трудно. В той мере, в какой данные передаются OpenAI, они также анонимны и требуют явного разрешения. Между ограниченными сценариями использования и фокусом на приватности это очень «этичное» применение ИИ (хотя об обучающих данных Apple мы всё ещё знаем мало). Посмотрим, окажется ли этого достаточно, чтобы публика стала больше доверять ИИ.

Модели будущего

Над всей разработкой ИИ витает призрак — призрак AGI, Artificial General Intelligence, гипотетической машины, превосходящей человека в каждой интеллектуальной задаче. Это явная цель OpenAI и Anthropic, и они надеются достичь её в близкой перспективе. Для людей, которые искренне верят, что они скоро построят AGI, почти ничто другое не важно. ИИ-модели на пути к AGI — лишь ступеньки, а не то, вокруг чего стоит строить бизнес, ведь их вскоре заменят более совершенные модели. Системы OpenAI могут казаться недоведёнными, потому что компания верит, что будущие модели значительно продвинут возможности ИИ. В результате они, возможно, не вкладываются всерьёз в шлифовку систем, которые, скорее всего, устареют по мере выхода новых моделей. Я не знаю, достижим ли AGI, но я знаю, что одна лишь идея о том, что AGI возможен в скором времени, искривляет всё вокруг себя, порождая большие различия в подходах и философии при внедрении ИИ.

Пока Apple строит узкие ИИ-системы, способные точно отвечать на вопросы о ваших персональных данных («скажи, когда приземляется моя мама»), OpenAI хочет создать автономных агентов, которые выполняли бы за вас сложные задачи («Помнишь те письма про новый бизнес, который я хочу запустить, — мог бы ты разобраться, как мне его зарегистрировать так, чтобы это было оптимально с точки зрения налогов, и сделать это»). Первое, как продемонстрировала Apple, — научный факт, тогда как второе — научная фантастика, по крайней мере пока. Каждая крупная ИИ-компания утверждает, что технология будет развиваться дальше, и дразнит загадочными будущими дополнениями к своим системам. В отличие от этого, то, что мы видим у Apple, — это ясное и практичное видение того, как ИИ может помочь большинству пользователей уже сегодня, без особых усилий. Тем самым они скрывают от своих пользователей значительную часть мощи — и причуд — LLM. То, что компании применяют множество подходов к ИИ, вероятно, приведёт к более быстрому внедрению в долгосрочной перспективе. И по мере того как компании экспериментируют, мы будем узнавать всё больше о том, какие наборы моделей верны.

Поделиться