En résumé
- Apple a lancé huit petits modèles d'intelligence artificielle, OpenELM, conçus pour les appareils mobiles et hors ligne.
- Ces modèles, disponibles en versions pré-entraînées ou adaptées aux instructions, peuvent être appliqués aux assistants virtuels et à l'analyse de texte.
- Cette initiative intervient à un moment où d’autres entreprises, comme Microsoft et Google, font également progresser le domaine de l’intelligence artificielle mobile.
Constatant la force du nombre, Apple a pris une décision stratégique sur le marché concurrentiel de l’intelligence artificielle en proposant huit petits modèles d’IA. Les outils compacts, collectivement appelés OpenELM, sont conçus pour fonctionner sur les appareils mobiles et hors ligne, ce qui les rend parfaits pour les smartphones.
Publié dans la communauté IA open source Visage câlin, les modèles sont proposés en versions avec 270 millions, 450 millions, 1,1 milliard et 3 milliards de paramètres. Les utilisateurs peuvent également télécharger OpenELM d'Apple dans des versions pré-entraînées ou optimisées pour les instructions.
Les modèles pré-entraînés fournissent une base sur laquelle les utilisateurs peuvent affiner et construire. Les modèles adaptés aux instructions sont déjà programmés pour répondre aux instructions, ce qui les rend mieux adaptés aux conversations et aux interactions avec les utilisateurs finaux.
Bien qu'Apple n'ait pas suggéré de cas d'utilisation spécifiques pour ces modèles, ils pourraient être appliqués à des assistants en cours d'exécution capables d'analyser les e-mails et les SMS, ou de fournir des suggestions intelligentes basées sur des données. Il s’agit d’une approche similaire à adopté par Googlequi a déployé son modèle Gemini AI dans sa gamme de smartphones Pixel.
Les modèles ont été formés sur des ensembles de données accessibles au public, et Apple partage à la fois le code CoreNet (la bibliothèque utilisée pour former OpenELM) et les « recettes » de ses modèles. En d’autres termes, les utilisateurs peuvent inspecter la façon dont Apple les a construits.
Le lancement d'Apple intervient peu de temps après Microsoft annoncera Phi-3, une famille de petits modèles de langage capables de s'exécuter localement. Phi-3 Mini, un modèle de 3,8 milliards de paramètres formé sur 3,3 billions de jetons, est toujours capable de gérer 128 000 jetons de contexte, ce qui le rend comparable à GPT-4 et surpassant Llama-3 et Mistral Large en termes de capacité de jetons.
Étant open source et léger, Phi-3 Mini pourrait potentiellement remplacer les assistants traditionnels comme Siri d'Apple ou Gemini de Google pour certaines tâches, et Microsoft a déjà testé Phi-3 sur un iPhone et a rapporté des résultats satisfaisants et des générations rapides de jetons.
Bien qu'Apple n'ait pas encore intégré ces nouvelles capacités de modélisation du langage IA dans ses appareils grand public, la prochaine mise à jour iOS 18 devrait être disponible. comprend de nouvelles fonctionnalités d'IA qui utilisent le traitement sur l'appareil pour garantir la confidentialité des utilisateurs.
Le matériel Apple a l'avantage d'utiliser l'IA locale, car il combine la RAM de l'appareil avec la RAM vidéo (ou VRAM) du GPU. Cela signifie qu'un Mac doté de 32 Go de RAM (une configuration courante sur un PC) peut utiliser cette RAM comme le ferait la VRAM du GPU pour exécuter des modèles d'IA. En comparaison, les appareils les fenêtres ils sont limités par la RAM de l'appareil et la VRAM du GPU séparément. Les utilisateurs doivent souvent acheter un puissant GPU de 32 Go pour augmenter la RAM et exécuter des modèles d’IA.
Cependant, Apple est à la traîne de Windows/Linux dans le domaine du développement de l'IA. La plupart des applications d'IA tournent autour du matériel conçu et construit par Nvidia, qu'Apple a progressivement abandonné pour prendre en charge ses propres puces. Cela signifie qu'il y a relativement peu de développement d'IA native chez Apple et, par conséquent, l'utilisation de l'IA dans les produits Apple nécessite des couches de traduction ou d'autres procédures complexes.