深圳市明佳達電子有限会社へようこそ

アップルが2024年10月13日に発表したマルチモダリティAI大型モデル「MM1.5」の最新版は、従来型MM1から大幅な改良を加えたものです。

マルチモダリティAIとは、複数の種類のデータ(テキスト、画像、音声など)を処理・理解できるAI技術です。m 1.5モデルは300億のパラメータ規模を持ち、画像認識と自然言語推論タスクを処理できると言われています。このモデルは引き続きデータ駆動のトレーニング原則に従って、異なるトレーニング期間中に異なるタイプのデータを混合することがモデルの性能に与える影響を重点的に研究します。

MM1.5モデルはOCR(光学文字認識)能力が向上し、任意の画像アスペクト比と4Mピクセルまでの解像度に対応するだけでなく、テキストに富んだ画像の理解にも長けています。また、追加の高品質の多画像データによる監督下の微調整(SFT)により、モデルのコンテキスト学習とプレイ能力をさらに向上させます。このバージョンはまた、テキスト集約的な画像の理解、視覚の参照と位置、および多画像推論の能力を強化します。

アップルは、m 1.5モデルでデータの混合ポリシーを改善し、マルチテキスト画像処理のモデルパフォーマンスを大幅に向上させました。このモデルは、10億から300億種類以上のパラメータ規模を提供し、複雑なタスクに対応できます。研究者や開発者が参照できるように、Hugging Faceでモデルのドキュメントが公開されています。

アップルのAI戦略には、マルチモダリティの大型モデルMM1の開発があります。ai分野でのアップルの歩みは、初期のハードウェアのレイアウトから、ソフトウェアとエコシステムの統合、そして最近登場したApple Intelligenceという、クローズドからオープンへ、ハードウェアからソフトウェアへと、いくつかの重要な段階に分けられます。

アップルはAI分野に力を入れており、特に生成型AIの応用に力を入れています。たとえばアップルは、iOSやSiri、Apple Music、Xcodeなどの製品やサービスに、年間10億ドルの投資を計画しています。2024年の世界開発者会議(WWDC)で、アップルはApple Intelligenceという新しい個人向け知能システムを発表しました。生成型の大きなモデルを統合し、iOS、iPadOS、macOSなどのosに深く組み込まれており、将来的にはwatchOS、tvOS、visionOSにも展開していく予定です。アップルインテリジェンスは、デバイス側のAI能力を向上させ、エンドクラウド結合アーキテクチャによってデータ処理とユーザー体験を最適化しています。

ハードウェア面では、AIチップやAIハードウェアイノベーションに注力しています。アップルが2023年12月に発表した新しい機械学習フレームワークMLXは、アップルチップ上での機械学習モデルのトレーニングと展開を最適化するために、アップルSiliconチップ向けに設計されたオープンソースのフレームワークです。また、アップルも独自のAIサーバーを開発しており、今後3年間で7万~ 8万台の生産を計画しており、そのほとんどにNvidiaのチップを採用しています。

ソフトウェア面では、アップルの「シリ」をよりスマートな方法で検索サービスを提供できるように再設計したり、AIチャットボットをソフトウェアの生態系に組み込んだりしています。また、アップルはOpenAIと協力し、自社で開発したAjaxという大型モデルの展開にも注目しています。

AI分野では、アップルが自社で買収したほか、今年初めにDarwinAIを買収し、AIチームを立ち上げました。市場調査によると、2017年から2023年までにアップルが買収したAIベンチャーは32社で、グーグルやメタ、マイクロソフトを抜いています。これらの買収には、音声認識、画像認識、顔の表情認識に特化した企業も含まれます。

アップルのAI分野への戦略転換は、10年間続けてきた電気自動車プロジェクト「Titan計画」を断念し、生成型AIプロジェクトにリソースをシフトしたことに表れています。

会社url: www.hkmjd.comです。