# เผยงานวิยจัย AI ล่าสุดของ Apple กับ Siri ที่ฉลาดขึ้นกว่าเดิม

- Link: https://www.trendymobile.net/2024/05/apple-siri-ai-research/
- Published: 2024-05-07T16:07:22+07:00
- Author: jetboat

มันคงเป็นเรื่องง่ายที่จะคิดว่า **Apple** จะเดินเกม **AI** ตั้งแต่ปลายปี 2022 เมื่อ
ChatGPT บุกอย่างถล่มทลาย คู่แข่งส่วนใหญ่ของ Apple ก็พยายามตามให้ทัน  แม้ว่า Apple
จะพูดถึง AI อย่างแน่นอน และยังเปิดตัวผลิตภัณฑ์บางอย่างที่พ่วงถึง AI อยู่ด้วย

แต่ในช่วงไม่กี่เดือนที่ผ่านมา ข่าวลือและรายงานต่างๆ ได้ชี้ให้เห็นว่า ในความเป็นจริง
แล้ว Apple กำลังจะรอเวลาที่จะเคลื่อนไหว   มีรายงานในช่วงไม่กี่สัปดาห์ที่ผ่านมาว่า
Apple กำลังพูดคุยกับทั้ง **OpenAI** และ **Google** เกี่ยวกับการขับเคลื่อนฟีเจอร์
AI บางอย่าง และบริษัทยังได้ทำงานกับโมเดลของตัวเองที่เรียกว่า **Ajax**

หากคุณดูงานวิจัย AI ที่ตีพิมพ์ของ Apple ภาพจะเริ่มพัฒนาว่าแนวทาง AI ของ Apple อาจ
มีชีวิตขึ้นมาได้อย่างไร เห็นได้ชัดว่าการตั้งสมมติฐานเกี่ยวกับผลิตภัณฑ์จากเอกสารวิจัย
นั้นเป็นวิทยาศาสตร์ที่ไม่แม่นยำอย่างยิ่ง

เส้นทางตั้งแต่การวิจัยไปจนถึงชั้นวางสินค้านั้นมีลมแรงและเต็มไปด้วยหลุมบ่อ แต่อย่าง
น้อยคุณก็สามารถเข้าใจได้ว่าบริษัทกำลังคิดอะไรอยู่ และฟีเจอร์ AI ของบริษัทจะทำงาน
อย่างไรเมื่อ Apple
 เริ่มพูดคุยเกี่ยวกับฟีเจอร์เหล่านี้ในการประชุมนักพัฒนาประจำปี
WWDC ในเดือนมิถุนายน

## ขนาดที่เล็กลง และมีประสิทธิภาพมากขึ้น

ฉันสงสัยว่าคุณและฉันหวังสิ่งเดียวกัน คือ **“Better Siri”** และดูเหมือนว่า Better
Siri กำลังจะมาแล้ว!

มีข้อสันนิษฐานในการวิจัยจำนวนมากของ Apple (และในอุตสาหกรรมเทคโนโลยีจำนวนมาก ทั่ว
โลก และทุกที่)ว่าโมเดลภาษาขนาดใหญ่จะทำให้ผู้ช่วยเสมือนดีขึ้นและฉลาดขึ้นในทันที สำหรับ
Apple การก้าวไปสู่ Better Siri หมายถึงการสร้างโมเดลเหล่านั้นให้เร็วที่สุดเท่าที่
จะเป็นไปได้ และทำให้แน่ใจว่าโมเดลเหล่านั้นอยู่ทุกที่

ใน iOS 18 นั้น Apple วางแผนที่จะให้ฟีเจอร์ AI ทั้งหมดทำงานบนอุปกรณ์รุ่นออฟไลน์โดย
สมบูรณ์
 Bloomberg รายงานเมื่อเร็ว ๆ นี้ การสร้างแบบจำลองอเนกประสงค์ที่ดีนั้นเป็น
เรื่องยากแม้ว่าคุณจะมีเครือข่ายศูนย์ข้อมูลและ GPU ที่ล้ำสมัยหลายพันตัวก็ตาม  มัน
ยากกว่าอย่างมากที่จะทำสิ่งนี้โดยใช้เพียงความกล้าในสมาร์ทโฟนของคุณ ดังนั้น Apple 
จึงต้องมีความคิดสร้างสรรค์

ในบทความเรื่อง[** “LLM in a flash: Efficient Large Language Model Inference with Limited Memory”**](http://arxiv.org/pdf/2312.11514)****(
บทความทั้งหมดนี้มีชื่อที่น่าเบื่อมากแต่น่าสนใจจริงๆ ฉันสัญญา!)

นักวิจัยได้คิดค้นระบบสำหรับการจัดเก็บข้อมูลของแบบจำลองซึ่งโดยปกติแล้ว เก็บไว้ใน 
RAM ของอุปกรณ์บน SSD แทน

_“เราได้แสดงให้เห็นถึงความสามารถในการรัน LLM ที่มีขนาดใหญ่เป็นสองเท่าของ DRAM ที่
มีอยู่ บน SSD”_

นักวิจัยระบุถึง  _“ด้วยการเร่งความเร็วในการอนุมานได้ 4-5 เท่า เมื่อเทียบกับวิธีการ
โหลดแบบดั้งเดิมใน CPU และ 20- 25 เท่าใน GPU”_
 พวกเขาพบว่าโมเดลต่างๆ สามารถทำงาน
ได้เร็วขึ้นและมีประสิทธิภาพมากขึ้นโดยการใช้ประโยชน์จากพื้นที่จัดเก็บข้อมูลที่มีราคา
ไม่แพง และพร้อมใช้งานบนอุปกรณ์ของคุณมากที่สุด

นักวิจัยของ Apple ยังได้สร้างระบบที่เรียกว่า [**EELBERT**](http://arxiv.org/pdf/2310.20144)
ซึ่งสามารถบีบอัด LLM ให้มีขนาดเล็กลงมากโดยไม่ทำให้แย่ลงอย่างมีนัยสำคัญ   การบีบอัด
ข้อมูลในโมเดล Bert ของ Google มีขนาดเล็กลง 15 เท่า หรือเพียง 1.2 เมกะไบต์  และพบ
ว่าคุณภาพลดลงเพียง 4 เปอร์เซ็นต์เท่านั้น มันมาพร้อมกับความหน่วงแฝงอยู่บ้าง

โดยทั่วไปแล้ว Apple กำลังผลักดันเพื่อแก้ไขความตึงเครียดหลักในโลกของโมเดล ยิ่งโมเดล
มีขนาดใหญ่เท่าไรก็ยิ่งดี และมีประโยชน์มากขึ้นเท่านั้น  แต่นั่นก็จะทำให้เทอะทะ หิวโหย
พลังงาน และช้าลงอีกด้วย เช่น เดียวกับบริษัทอื่นๆ อีกมากมาย  บริษัทพยายามค้นหาสมดุล
ที่เหมาะสมระหว่างสิ่งเหล่านั้นทั้งหมด ในขณะเดียวกันก็มองหาวิธีที่จะได้มาทั้งหมดด้วย

## Siri ที่ดีขึ้่น

สิ่งที่เราพูดถึงมากมายเมื่อเราพูดถึงผลิตภัณฑ์ AI คือผู้ช่วยเสมือน คือ ผู้ช่วยที่
รู้สิ่งต่าง ๆ ที่สามารถเตือนเราถึงสิ่งต่าง ๆ ที่สามารถตอบคำถาม และทำสิ่งต่าง ๆ ใน
นามของเรา ดังนั้นจึงไม่น่าแปลกใจเลยที่งานวิจัยด้าน AI ของ Apple จำนวนมากมีคำถามเพียง
ข้อเดียว

## จะเกิดอะไรขึ้นถ้า Siri เป็นคนที่ดีขึ้นจริง ๆ ล่ะ?

นักวิจัยของ Apple กลุ่มหนึ่ง[กำลังหาวิธีใช้ Siri](http://arxiv.org/pdf/2310.20144)
โดยไม่จำเป็นต้องใช้คำปลุกเลย แทนที่จะฟัง “**หวัดดี Siri”** หรือ “**Siri**” อุปกรณ์
อาจสามารถรับรู้ได้ว่าคุณกำลังพูดคุยกับอุปกรณ์นั้นอยู่หรือไม่

_“ปัญหานี้ท้าทายกว่าการตรวจจับการกระตุ้นด้วยเสียงอย่างมาก”_ นักวิจัยรู้เรื่องนี้
ดี
 _“เนื่องจากอาจไม่มีวลีทริกเกอร์นำที่เป็นจุดเริ่มต้นของคำสั่งเสียง”_ นั่นอาจเป็น
เหตุผลว่าทำไมนักวิจัยอีกกลุ่มหนึ่งจึง[พัฒนาระบบเพื่อตรวจจับคำปลุกที่แม่นยำยิ่งขึ้น](https://arxiv.org/pdf/2309.16036.pdf)

[บทความอีกฉบับ](https://arxiv.org/pdf/2310.07062.pdf)ฝึกแบบจำลองเพื่อให้เข้าใจคำ
ศัพท์หายากได้ดีขึ้น ซึ่งผู้ช่วยมักไม่ค่อยเข้าใจ ในทั้งสองกรณี ความน่าสนใจของ LLM
ก็คือ ในทางทฤษฎีแล้ว สามารถประมวลผลข้อมูลได้มากขึ้นอย่างรวดเร็วยิ่งขึ้น

ตัวอย่างเช่น ในรายงานคำปลุก นักวิจัยพบว่าด้วยการไม่พยายามทิ้งเสียงที่ไม่จำเป็นทั้งหมด
แต่กลับป้อนเสียงทั้งหมดให้กับแบบจำลอง และปล่อยให้มันประมวลผลสิ่งที่ทำและไม่สำคัญ

คำปลุกได้ผลมากกว่ามาก

เมื่อ Siri ได้ยินเสียงคุณ    Apple ก็กำลังทำงานหลายอย่างเพื่อให้แน่ใจว่าจะเข้าใจ
และสื่อสารได้ดียิ่งขึ้น ในรายงานฉบับหนึ่ง บริษัทได้พัฒนาระบบที่เรียกว่า [**STEER **](https://arxiv.org/pdf/2310.16990.pdf)(
ซึ่งย่อมาจาก Semantic Turn Extension-Expansion Recognition)

ซึ่งมีจุดมุ่งหมายเพื่อปรับปรุงการสื่อสารไปมากับผู้ช่วยของคุณ โดยพยายามคิดว่าเมื่อ
ใด  กำลังถามคำถามเพื่อติดตามผล และเมื่อคุณถามคำถามใหม่ ในอีกแง่หนึ่งมีการใช้ LLM
เพื่อทำความเข้าใจ **“ข้อความค้นหาที่คลุมเครือ”** ได้ดีขึ้น   เพื่อดูว่าคุณหมายถึง
อะไรไม่ว่าคุณจะพูดอะไรก็ตาม **“ในสถานการณ์ที่ไม่แน่นอน”**

พวกเขาระบุว่า _“ตัวแทนการสนทนาที่ชาญฉลาดอาจจำเป็นต้องริเริ่มเพื่อลดความไม่แน่นอน
ด้วยการถามคำถามที่ดีในเชิงรุก” _ซึ่งจะช่วยแก้ปัญหาได้อย่างมีประสิทธิภาพมากขึ้น” 
[บทความอีกฉบับ](https://machinelearning.apple.com/research/latent-language-diffusion-model)
มีจุดมุ่งหมายเพื่อช่วยในเรื่องนี้เช่นกัน  นักวิจัยใช้ LLM เพื่อทำให้ผู้ช่วยมีราย
ละเอียดน้อยลงและเข้าใจได้มากขึ้นเมื่อสร้างคำตอบ

![](https://www.trendymobile.net/wp-content/uploads/CleanShot_2024_05_03_at_09.50.52.
webp)

## AI ด้านสุขภาพ  และโปรแกรมแก้ไขภาพ ใน Memojis ของคุณ

เมื่อใดก็ตามที่ Apple พูดในที่สาธารณะเกี่ยวกับ AI ก็มีแนวโน้มที่จะมุ่งเน้นไปที่พลัง
ทางเทคโนโลยีที่สิ้นเปลืองน้อยลง และให้ความสำคัญกับสิ่งที่ AI สามารถทำเพื่อคุณได้
ในแต่ละวันมากขึ้น ดังนั้นจึงให้ความสำคัญกับ Siri เป็นอย่างมาก

โดยเฉพาะอย่างยิ่งเมื่อ Apple มองหาการแข่งขันกับอุปกรณ์ต่างๆ เช่น **Humane AI Pin**,**
Rabbit R1** และ Google ที่นำ **Gemini** เข้าสู่ Android ทั้งหมดอย่างต่อเนื่อง แต่
ก็ยังมีวิธีอื่นอีกมากมายที่ Apple ดูเหมือนจะมองเห็น AI มีประโยชน์

สสิ่งหนึ่งที่ชัดเจนคือ Apple ให้ความสำคัญคือเรื่องสุขภาพ ในทางทฤษฎีแล้ว LLM สามารถ
ช่วยลุยฝ่ามหาสมุทรแห่งข้อมูลไบโอเมตริกซ์ ที่รวบรวมผ่านอุปกรณ์ต่างๆ ของคุณ และช่วย
ให้คุณเข้าใจทุกอย่างได้

ดังนั้น Apple จึงค้นคว้าวิธีรวบรวมและเปรียบเทียบข้อมูลการเคลื่อนไหวทั้งหมดของคุณ
วิธีใช้การจดจำการเดิน และหูฟังเพื่อระบุตัวคุณ และวิธีติดตามและทำความเข้าใจข้อมูล
อัตราการเต้นของหัวใจของคุณ Apple ยังสร้าง และเผยแพร่ _“ชุดข้อมูลกิจกรรมของมนุษย์
ที่ใช้เซ็นเซอร์หลายตำแหน่งหลายอุปกรณ์ที่ใหญ่ที่สุด” _ซึ่งพร้อมใช้งานหลังจากรวบรวม
ข้อมูลจากผู้เข้าร่วม 50 รายที่มีเซ็นเซอร์บนร่างกายหลายติดตัว

Apple ดูเหมือนจะจินตนาการว่า AI เป็นเครื่องมือที่สร้างสรรค์ สำหรับรายงานฉบับหนึ่ง
นักวิจัยได้สัมภาษณ์แอนิเมเตอร์ นักออกแบบ และวิศวกรกลุ่มหนึ่ง และสร้างระบบที่เรียก
ว่า [**Keyframer**](https://arxiv.org/pdf/2402.06071.pdf)
 ที่ _“ช่วยให้ผู้ใช้สามารถ
สร้าง และปรับแต่งการออกแบบที่สร้างขึ้นซ้ำๆ ได้”_ แทนที่จะพิมพ์พรอมต์และรับรูปภาพ
จากนั้นพิมพ์พรอมต์อื่นเพื่อรับรูปภาพอื่น

คุณเริ่มต้นด้วยพรอมต์ จากนั้นจึงรับชุดเครื่องมือเพื่อปรับแต่งและปรับแต่งส่วนของรูปภาพ
ตามที่คุณต้องการ  คุณคงจินตนาการได้ว่ากระบวนการทางศิลปะไปมาแบบนี้ จะปรากฏขึ้นทุก
ที่ตั้งแต่ผู้สร้าง Memoji ไปจนถึงเครื่องมือทางศิลปะระดับมืออาชีพของ Apple

[ในรายงานอื่น](https://arxiv.org/pdf/2309.17102.pdf) Apple อธิบายถึงเครื่องมือที่
เรียกว่า **MGIE** ซึ่งช่วยให้คุณแก้ไขภาพได้เพียงแค่อธิบายการแก้ไขที่คุณต้องการทำ

**(“ทำให้ท้องฟ้าเป็นสีฟ้ามากขึ้น”** **“ทำให้ใบหน้าของฉันแปลกน้อยลง”** **“เพิ่มก้อน
หิน”** อะไรทำนองนั้น)

_“แทนที่จะให้คำแนะนำสั้นๆ แต่คลุมเครือ MGIE กลับมีความตั้งใจรับรู้ด้วยภาพที่ชัดเจน
และนำไปสู่การแก้ไขภาพที่สมเหตุสมผล ”
 

 นักวิจัยระบุว่า การทดลองครั้งแรกนั้นไม่
สมบูรณ์แบบ แต่ก็น่าประทับใจ

## เราอาจได้รับ AI ใน Apple Music ด้วยเช่นกัน

สำหรับบทความที่เรียกว่า [**“Resource-constrained Stereo Singing Voice Cancellation,”**](https://arxiv.org/pdf/2401.12068.pdf)

นักวิจัยได้สำรวจวิธีแยกเสียงออกจากเครื่องดนตรีในเพลง ซึ่งอาจมีประโยชน์หาก Apple 
ต้องการมอบเครื่องมือให้ผู้คน สามารถรีมิกซ์เพลงในแบบที่คุณสามารถทำได้บน TikTok หรือ
Instagram

![](https://www.trendymobile.net/wp-content/uploads/CleanShot_2024_05_03_at_09.36.28.
webp)

เมื่อเวลาผ่านไป ฉันเดาได้เลยว่านี่คือสิ่งที่คุณจะได้เห็นจาก Apple โดยเฉพาะบน iOS
บางส่วนที่ Apple จะสร้างเป็นแอพของตัวเอง บางส่วนจะเสนอให้กับนักพัฒนาบุคคลที่สามใน
รูปแบบ API
 (ฟีเจอร์ Journaling Suggestions ล่าสุดน่าจะเป็นแนวทางที่ดีเกี่ยวกับวิธี
การทำงาน)

Apple ให้ความสำคัญกับความสามารถของฮาร์ดแวร์มาโดยตลอด โดยเฉพาะอย่างยิ่งเมื่อเปรียบ
เทียบกับอุปกรณ์ Android โดยเฉลี่ยของคุณ   การจับคู่ทรัพยาทั้งหมดกับ AI ที่เน้นความ
เป็นส่วนตัวบนอุปกรณ์อาจเป็นตัวสร้างความแตกต่างที่ยิ่งใหญ่

แต่ถ้าคุณต้องการเห็น AI ที่ใหญ่ที่สุด และทะเยอทะยานที่สุดที่ Apple คุณจำเป็นต้อง
รู้เกี่ยวกับ [**Ferret**](https://arxiv.org/pdf/2310.07704v1.pdf)

**Ferret** เป็นโมเดลภาษาขนาดใหญ่หลายรูปแบบที่สามารถรับคำแนะนำ มุ่งเน้นไปที่สิ่งเฉพาะ
เจาะจงที่คุณวงกลมหรือเลือกไว้ และเข้าใจโลกรอบตัว ได้รับการออกแบบมาสำหรับกรณีการใช้
งาน AI
 ปกติในปัจจุบันในการถามอุปกรณ์เกี่ยวกับโลกรอบตัวคุณ แต่อาจสามารถเข้าใจสิ่ง
ที่อยู่บนหน้าจอของคุณได้

ในรายงานของ Ferret นักวิจัยแสดงให้เห็นว่าสามารถช่วยคุณนำทางแอพ ตอบคำถามเกี่ยวกับ
คะแนน App Store อธิบายสิ่งที่คุณกำลังดู และอื่นๆ อีกมากมาย สิ่งนี้มีผลกระทบที่น่า
ตื่นเต้นอย่างยิ่งต่อการเข้าถึง แต่อาจเปลี่ยนวิธีใช้โทรศัพท์ของคุณโดยสิ้นเชิง และ
Vision Pro หรือแว่นตาอัจฉริยะของคุณสักวันหนึ่ง

เรากำลังก้าวนำหน้าตัวเองไปก้าวหนึ่ง คุณสามารถจินตนาการได้ว่าสิ่งนี้จะทำงานร่วมกับ
สิ่งอื่นๆ ที่ Apple กำลังทำอยู่ได้อย่างไร    Siri ที่สามารถเข้าใจสิ่งที่คุณต้องการ
เมื่อจับคู่กับอุปกรณ์ที่สามารถมองเห็นและเข้าใจทุกสิ่งที่เกิดขึ้นบนจอภาพของคุณ ก็
คือโทรศัพท์ที่สามารถใช้งานได้อย่างแท้จริง

Apple ไม่ต้องการการบูรณาการอย่างลึกซึ้งกับทุกสิ่ง แต่มันสามารถเรียกใช้แอพและแตะปุ่ม
ขวาโดยอัตโนมัติ

ขอย้ำอีกครั้งว่าทั้งหมดนี้เป็นเพียงการวิจัย และการที่ทุกอย่างทำงานได้ดีตั้งแต่ฤดู
ใบไม้ผลินี้เป็นต้นไป  ถือเป็นความสำเร็จทางเทคนิคที่ไม่เคยมีมาก่อน (เราหมายถึง คุณ
เคยลองใช้แชทบอทมาแล้วคุณรู้ว่ามันไม่ดีนัก)

แต่เราพนันได้เลยว่าเราจะได้ฟังประกาศสำคัญเกี่ยวกับ AI ที่ WWDC  ทางด้าน Tim Cook
ซีอีโอของ Apple ที่ยังล้อเล่นเอามากๆ เมื่อเดือนกุมภาพันธ์  และมีสองสิ่ง  ที่ชัดเจน
มาก: Apple มีส่วนร่วมอย่างมากในการแข่งขันด้าน AI และอาจเทียบเท่ากับการยกเครื่อง 
iPhone ทั้งหมด