Η έκθεση περιγράφει την "οργανωτική δυσλειτουργία" και την "έλλειψη φιλοδοξίας" της Apple στην τεχνητή νοημοσύνη

Μια νέα παρασκηνιακή έκθεση στο The Information περιγράφει λεπτομερώς τους αγώνες της Apple να συμβαδίσει με τα χαρακτηριστικά και την καινοτομία της τεχνητής νοημοσύνης εν μέσω της αύξησης των μεγάλων γλωσσικών μοντέλων (LLM) που οδηγούν σε πρωτοποριακά εργαλεία όπως το ChatGPT. Το άρθρο εστιάζει στις προσπάθειες του επικεφαλής ΤΝ της εταιρείας από το 2018, John Giannandrea, να βάλει τάξη σε μια κατακερματισμένη ομάδα ΤΝ και να κάνει την Apple πιο ανταγωνιστική σε σχέση με εταιρείες όπως η Google, από την οποία ο Giannandrea έχει φύγει. Κατά κάποιον τρόπο, το άρθρο του The Information είναι μια σύνοψη ή μια επιβεβαίωση όσων ήδη γνωρίζουμε -όπως η απογοήτευση των εργαζομένων της Apple για τους περιορισμούς της υποκείμενης τεχνολογίας της Siri, η οποία είχε αναφερθεί προηγουμένως- αλλά επικαλείται νέες πηγές για να προσθέσει πρόσθετο πλαίσιο και βάθος στην αφήγηση. Για παράδειγμα, αποκαλύπτει ότι η ομάδα που εργαζόταν πάνω στο σετ ακουστικών μικτής πραγματικότητας της Apple που βρίσκεται εδώ και καιρό υπό ανάπτυξη ήταν τόσο απογοητευμένη από τη Siri που σκέφτηκε να αναπτύξει μια εντελώς ξεχωριστή, εναλλακτική μέθοδο φωνητικού ελέγχου για το σετ ακουστικών.

Καθώς η Google αναδιαρθρώνεται για να διοχετεύσει τις προσπάθειές της σε προϊόντα όπως το Bard και η Microsoft εισάγει το ChatGPT και συναφή χαρακτηριστικά ΤΝ σε μια ευρεία ποικιλία προϊόντων από το Bing έως το Word και το GitHub, η πρόσφατη προσέγγιση της Apple στην ΤΝ ήταν διαφορετική: επικεντρώθηκε σχεδόν αποκλειστικά σε πρακτικές εφαρμογές σε χαρακτηριστικά για το iPhone. Η έμφαση δίνεται στη χρήση της μηχανικής μάθησης για τη βελτίωση της ανίχνευσης παλάμης στο iPad, την παροχή στους χρήστες του iPhone περισσότερων ωραίων κόλπων επεξεργασίας φωτογραφιών και τη βελτίωση των προτάσεων στις εφαρμογές της Apple που είναι προσανατολισμένες στο περιεχόμενο, μεταξύ άλλων παρόμοιων πραγμάτων. Αυτή είναι μια διαφορετική προσέγγιση με φιλόδοξους πειραματισμούς και καινοτομία που βλέπετε σε εταιρείες όπως η OpenAI, η Microsoft ή η Google. Η Apple υπήρξε συγκριτικά συντηρητική, επιδιώκοντας να χρησιμοποιήσει την τεχνητή νοημοσύνη και τη μηχανική μάθηση ως εργαλείο για τη βελτίωση της εμπειρίας του χρήστη, όχι για να επανεφεύρει πραγματικά τον τρόπο με τον οποίο γίνεται το οτιδήποτε ή να διαταράξει τις υπάρχουσες βιομηχανίες.

Στην πραγματικότητα υπάρχουν πολλά παραδείγματα της ανώτερης ηγεσίας της Apple που φρενάρουν (ή τουλάχιστον περιορίζουν) τις επιθετικές προσπάθειες εντός της ομάδας ΤΝ της εταιρείας, από φόβο μήπως δούμε προϊόντα όπως η Siri να παρουσιάζουν τα ίδια είδη ντροπιαστικών πραγματικών λαθών ή ανισόρροπης συμπεριφοράς που παρουσίασαν το ChatGPT και οι άλλες ΤΝ του. Με άλλα λόγια, η Apple δεν επιθυμεί να ανέχεται αυτό που πολλοί εργαζόμενοι στην έρευνα και την ανάπτυξη προϊόντων ΤΝ αποκαλούν "παραισθήσεις". Για παράδειγμα, οι απαντήσεις της Siri δεν είναι δημιουργούνται από την ΤΝ - είναι γραμμένες από ανθρώπους και επιμελημένες από ανθρώπους. Η ηγεσία της Apple διστάζει να επιτρέψει στους προγραμματιστές της Siri να ωθήσουν τη φωνητική βοηθό προς λεπτομερείς συνομιλίες back-and-forth, όπως βλέπετε στα τελευταία chatbots με βάση το LLM. Αυτά θεωρούνται περισσότερο εντυπωσιακά παρά χρήσιμα και η Apple ανησυχεί μήπως είναι υπεύθυνη για κακές απαντήσεις. Ορισμένοι μηχανικοί εντός της εταιρείας έχουν υποστηρίξει ότι η Apple θα πρέπει να είναι πιο ανεκτική σε παράξενες ακραίες περιπτώσεις και πραγματολογικά λάθη, λέγοντας ότι απαιτείται μια ορισμένη κλίμακα και άνεση για τις σπασμωδικές καταστάσεις για την πραγματική βελτίωσή τους. Αξίζει να σημειωθεί ότι αρκετοί ανώτεροι άνθρωποι εντός της εταιρείας εγκατέλειψαν το πλοίο για τη Google ή για νεοφυείς επιχειρήσεις από απογοήτευση για τη συντηρητική νοοτροπία της Apple.

Επιπλέον, η Apple έχει επικεντρωθεί όλο και περισσότερο στην εκτέλεση λειτουργιών ΤΝ και μηχανικής μάθησης στις τοπικές συσκευές των χρηστών - τόσο επειδή αυτό επέτρεπε ταχύτερους χρόνους απόκρισης όσο και λόγω της δημόσιας δέσμευσης της εταιρείας για την προστασία της ιδιωτικής ζωής των χρηστών. Για ορισμένα χαρακτηριστικά, αυτό αποτελεί πλεονέκτημα (όπως εξήγησε ο Giannandrea στο Ars Technica το 2020). Αλλά μέχρι σήμερα, τα LLMs συνήθως εκτελούνται στο cloud και κάποιοι έχουν αμφισβητήσει αν τελικά θα λειτουργούν το ίδιο καλά τοπικά. Παρ' όλα αυτά, υπάρχει η πληροφόρηση οι μηχανικοί της Apple έχουν ήδη αρχίσει να εργάζονται πάνω σε ορισμένα σημαντικά χαρακτηριστικά που βασίζονται σε LLM και ότι η εταιρεία ελπίζει να τα παρουσιάσει σε μια ενημέρωση του iOS το επόμενο έτος. Ωστόσο, δεν γνωρίζουμε ακόμη ποια θα είναι αυτά τα χαρακτηριστικά, ούτε γνωρίζουμε τίποτα για την προσέγγιση που ακολουθεί η Apple στην ανάπτυξη και την υλοποίησή τους.

Δεν υπάρχει αμφιβολία ότι η Apple (τουλάχιστον σε ό,τι μπορούμε να δούμε από έξω) υστερεί σε σχέση με τους ανταγωνιστές της Big Tech σε ριζικές νέες καινοτομίες AI, παρόλο που το λογισμικό και οι συσκευές της είναι πλέον γεμάτες με μικρά χαρακτηριστικά που βασίζονται στην ΤΝ και βελτιώνουν την εμπειρία του χρήστη με μικρούς αλλά ουσιαστικούς τρόπους. Και ο κόσμος έχει δίκιο να αναρωτιέται αν η Apple μπορεί να ανταγωνιστεί όταν η προσέγγισή της είναι ιστορικά τόσο συντηρητική. Υπάρχουν πολλοί άνθρωποι που λένε ότι η ταχεία ανάπτυξη του ChatGPT και των ομοειδών του και η ορμητική προσέγγιση της Microsoft με το Bing Chat θα μπορούσε να αποδειχθεί απερίσκεπτη, με τεράστιες, δυνητικά αρνητικές απρόβλεπτες συνέπειες. Η συντηρητική τάση της Apple μπορεί να είναι η σωστή κίνηση μακροπρόθεσμα - τουλάχιστον όταν πρόκειται για την ελαχιστοποίηση των εξωτερικών επιπτώσεων.

Ο θόρυβος γύρω από τη αναδημιουργικό ΤΝ και τα LLMs είναι έντονος και για καλό λόγο. Αλλά δεν ξέρουμε ακόμη πώς ακριβώς θα εξελιχθούν όλα αυτά. Δεν ήταν ποτέ στο DNA της Apple να ρίξει τα ζάρια για να το μάθει. Αντίθετα, η εταιρεία έχει μερικές φορές βρει τις μεγαλύτερες επιτυχίες της στο να μαζεύει τα κομμάτια που είχαν απομείνει μετά τη συντριβή άλλων, πιο φιλόδοξων καινοτόμων εταιρειών, οι οποίοι κατέρρευσαν, κάηκαν και πήραν άλλους μαζί τους. Είναι κατανοητό ότι οι φιλόδοξοι προγραμματιστές τεχνητής νοημοσύνης θέλουν να εργαστούν σε ένα περιβάλλον που δεν είναι συγκριτικά δέσμιο της γραφειοκρατίας και των περιορισμών. Όμως, η διαρροή προσωπικού από την Apple θα μπορούσε τελικά να είναι η καταστροφή της εταιρείας καθώς προσπαθεί να ανταγωνιστεί την Google, τη Microsoft και άλλες - ακόμη περισσότερο από οποιαδήποτε διαφορά στη φιλοσοφία. Και η εκρηκτική καινοτομία στον συγκεκριμένο χώρο μπορεί να είναι διαφορετική από τις αγορές όπου η Apple έχει χρησιμοποιήσει τη συνήθη στρατηγική της. Αυτή τη στιγμή, η Apple ευημερεί σε σχέση με τους περισσότερους ανταγωνιστές της, αλλά οι νέες εξελίξεις στην τεχνητή νοημοσύνη θα μπορούσαν να απειλήσουν τη θέση της μακροπρόθεσμα. Θα είναι συναρπαστικό να δούμε τι θα κάνει η Apple με τα νέα χαρακτηριστικά LLM, αν θα θέσει σε κίνδυνο τη δέσμευσή της να μην υπάρχουν σχεδόν καθόλου λάθη ή θα χαλαρώσει τα πράγματα για χάρη της διατήρησης της ανταγωνιστικότητάς της;

Δεν υπάρχει τρόπος να το ξέρουμε τώρα, αλλά πιθανότατα θα το μάθουμε μέσα στο επόμενο έτος ή δύο.