Shutterstock授权苹果公司使用数百万张图片来训练其人工智能模型

Shutterstock授权苹果公司使用数百万张图片来训练其人工智能模型 此前曾有消息称，苹果公司与多家出版商就类似的人工智能大型语言模型 (LLM) 培训进行了谈判，并使用了来自新闻文章的内容。据称，Conde Nast IAC 和 NBC 等大型媒体都曾与苹果公司洽谈过内容授权事宜。预计苹果公司将在今年 6 月的WWDC 大会上宣布一些重大消息，努力在其操作系统中加入更多人工智能技术。虽然在人工智能整合方面，苹果经常被认为落后于竞争对手，但它自己也进行了一些创新。在过去的一年里，苹果设备用户可能已经注意到了苹果"机器学习"技术的微小改进。例如，预测文本在适应特定用户偏好的词汇方面变得越来越准确，Siri翻译常用短语的能力也得到了提高。据传，苹果公司的下一代处理器将包含更强大的神经引擎。苹果公司全球营销高级副总裁格雷格-乔斯维克（Greg Joswiak）在社交媒体上调侃说，下一届 WWDC 大会将是"绝对令人难以置信的"，暗示这次大会将主要围绕iOS18 和其他苹果操作系统中新增的人工智能类型功能展开。苹果在使用人工智能技术方面面临的最大挑战是维持其用户隐私标准，而其他大型人工智能技术公司并不关心这个问题。 苹果公司最近透露，它打算开发可以尽可能使用本地设备算力的模型。 ... PC版： 手机版：

苹果等科技公司均与图片站 Shutterstock 达成人工智能训练数据协议

苹果等科技公司均与图片站 Shutterstock 达成人工智能训练数据协议 据知情人士透露，在2022年底 ChatGPT 首次亮相后的几个月里，苹果、Meta、谷歌、亚马逊等公司都与图片提供商 Shutterstock 达成协议，使用其库中数亿张图片、视频和音乐文件进行AI训练。苹果公司协议以及其他交易的规模此前从未公开。据最新消息，Shutterstock 的首席财务官贾罗德·亚赫斯透露，Shutterstock 与大型科技公司最初每笔交易金额为2500万美元至5000万美元，但后来大多数都扩大了交易金额。他补充说，规模较小的科技公司也纷纷效仿，在过去两个月里引发了新“一系列活动”。

苹果利用谷歌芯片训练其人工智能模型

苹果利用谷歌芯片训练其人工智能模型 当地时间周一，苹果公司宣布了新的 Apple Intelligence 人工智能服务。但在活动结束后，苹果发布的一份技术文件的细则中明确显示出，谷歌公司已成为在人工智能领域又一个赢家。为了构建苹果的基础人工智能模型，该公司的工程师使用了自主开发的框架和一系列硬件，特别是自己的内部图形处理单元 (GPU) 和只能在谷歌云端使用的张量处理单元 (TPU) 芯片。苹果并未透露其对谷歌芯片和软件的依赖程度，以及对英伟达或其他人工智能供应商硬件的依赖程度。 谷歌已经开发 TPU 大约 10 年了，并公开讨论了可用于人工智能训练的两种第五代芯片；谷歌表示，第五代芯片的性能版本提供的性能可与英伟达 H100 人工智能芯片相媲美。通常谷歌的芯片并不直接出售给客户，只能通过谷歌云进行访问。

苹果公司正开发数据中心人工智能芯片

苹果公司正开发数据中心人工智能芯片 苹果公司已经在开发自己的可以在数据中心服务器中运行人工智能软件的芯片，有望为该公司在 AI 军备竞赛中带来一项关键优势。过去十年间，苹果公司积极推进 iPhone、iPad、Apple Watch 和 Mac 电脑的自研芯片设计。知情人士透露，这个服务器项目内部代号为苹果数据中心芯片 (ACDC) 项目，将利用苹果在自研芯片方面的实力开发服务器芯片。ACDC 项目已经进行了几年，目前还不清楚这款新芯片将于何时亮相，甚至是否会亮相。苹果公司此前承诺将在6月份的全球开发者大会上发布多款新的人工智能产品和相关消息。

苹果在中国寻求人工智能合作伙伴

苹果在中国寻求人工智能合作伙伴 在 iOS 18 中，苹果公司与 OpenAI 公司合作将 ChatGPT 集成到 iPhone 中，ChatGPT 将与 Siri 一起处理对人工智能生成内容的请求。ChatGPT 和其他类似的人工智能服务在中国无法使用，因此苹果公司需要寻找替代方案。据《华尔街日报》报道，苹果公司正在积极寻找一家中国公司，与其合作开发其在中国的人工智能功能。苹果公司已与百度、阿里巴巴集团和北京初创公司百川智能进行了谈判，但尚未达成任何协议。苹果今天表示，不会将这些功能引入欧盟国家，如果没有与中国人工智能公司达成协议，中国也可能被排除在外。 、

苹果公司发表四款开源新模型 有助于提高未来人工智能的准确性

苹果公司发表四款开源新模型 有助于提高未来人工智能的准确性 这些指导模型被称为开源高效 LLMs 或 OpenELMs，托管在协作平台 Hugging Face 上。Hugging Face 用于托管人工智能模型，以及对其进行训练和与他人合作改进。OpenELM 是指一个开源库，它利用进化算法将多个大型语言模型 (LLM) 结合在一起。这四个 OpenELM 模型采用"分层缩放策略"，在变压器机器学习模型的各层中分配参数，以提高精确度。这些模型使用 CoreNet 库进行了预训练。苹果公司提供了使用 2.7 亿、4.5 亿、11 亿和 30 亿个参数的预训练和指令调整模型。预训练数据集由 Dolma v1.6 子集、RefinedWeb、重复 PILE 和 RedPajama 子集组合而成。这样得到的数据集约有 1.8 万亿个标记。在本周二发布的一篇相关论文中，该项目的研究人员表示，大型语言模型的可重复性和透明度"对于推进开放式研究至关重要"。它还有助于确保结果的可信度，并允许对模型偏差和风险进行调查。至于模型的准确性，据解释，在使用 10 亿个参数预算的情况下，OpenELM 比 OLMo 的准确性提高了 2.36%，而所需的预训练代币数量仅为 OLMo 的一半。模型和论文的作者包括 Sachin Mehta、Mohammad Hossein Sekhavat、Qingqing Cao、Maxwell Horton、Yanzi Jin、Chenfan Sun、Iman Mirzadeh、Mahyar Najibi、Dmitry Belenko、Peter Zatloukal 和 Mohammad Rastegari。发布这些模型的源代码是苹果公司宣传其人工智能和机器学习发展成果的最新尝试。这并不是苹果公司第一次公开发布人工智能程序。今年10 月，苹果分享了一个名为 Ferret 的开源 LLM，它改进了模型分析图像的方式。今年 4 月，Ferret 的新版本增加了解析应用程序截图中数据点的功能，并能大致了解应用程序的功能。此外，还发布了关于生成式人工智能动画工具和创建人工智能头像的论文。预计 6 月份的 WWDC 将包括苹果产品在人工智能方面的许多进展。 ... PC版： 手机版：