ภายในงาน WWDC มีการสาธิตการทำงานของ Siri โฉมใหม่ ที่สามารถโต้ตอบกับผู้ใช้ไปมาได้อย่างเป็นธรรมชาติ ซึ่งถือเป็นการอัปเกรดครั้งใหญ่จากเวอร์ชันก่อนหน้า โดยในการสาธิต Siri สามารถเช็กตารางคอนเสิร์ต ตั้งแจ้งเตือนเพื่อซื้อตั๋ว และยังสามารถค้นหาเส้นทางเพื่อแวะรับเพื่อนระหว่างเดินทางไปยังสถานที่จัดคอนเสิร์ตได้อีกด้วย
อย่างไรก็ตาม ประกาศนี้ยังชี้ให้เห็นว่า Apple เลือกใช้กลยุทธ์ที่แตกต่างจากคู่แข่งรายอื่น ๆ ในซิลิคอนแวลลีย์ โดยเลือกที่จะไม่ทุ่มเงินหลายพันล้านดอลลาร์ไปกับโครงสร้างพื้นฐานและโมเดล AI ขนาดใหญ่ที่สุดหรือล้ำสมัยที่สุด แต่หันมาเน้นย้ำกับลูกค้าในเรื่องของ "ข้อได้เปรียบด้านความเป็นส่วนตัว" และ "ความสะดวกในการใช้งาน" แทน
"บางบริษัทดูเหมือนจะรีบเร่งไปข้างหน้า พัฒนา AI เพียงเพื่อต้องการให้มี AI โดยไม่ได้คำนึงถึงผู้คน ที่เทคโนโลยีนี้ควรจะรับใช้อย่างแท้จริง" Craig Federighi รองประธานอาวุโสฝ่ายวิศวกรรมซอฟต์แวร์ของ Apple กล่าว
พันธมิตรรุ่นพี่อย่าง Google และ Nvidia
เบื้องหลัง AI ของ Apple คือยักษ์ใหญ่ด้าน AI สองรายอย่าง Google และ Nvidia กำลังเป็นผู้ช่วย Apple ในการพัฒนาโมเดลที่ล้ำสมัยที่สุดที่ชื่อว่า Apple Foundation Model Cloud Pro (AFM Cloud Pro) ตามที่ผู้บริหารของ Apple ได้เปิดเผยกับสื่อมวลชน ณ สำนักงานใหญ่
แม้ว่า Apple และ Google จะเคยประกาศความร่วมมือด้าน Apple Intelligence ไปแล้วเมื่อเดือนมกราคม แต่ครั้งนี้ถือเป็นครั้งแรกที่ Apple ยืนยันอย่างเป็นทางการว่า ฟีเจอร์บางอย่างของ Apple Intelligence จะทำงานบนชิปของ Nvidia
Amar Subramanya ผู้บริหารฝ่าย AI ของ Apple ระบุว่า AFM Cloud Pro มีประสิทธิภาพเทียบเคียงได้กับโมเดลระดับแนวหน้าอย่าง Gemini ของ Google โดยเจ้าหน้าที่ของ Apple เผยว่ามันจะรันบนระบบคลาวด์ที่ใช้ GPU ของ Nvidia ซึ่งเป็นส่วนหนึ่งของโครงสร้างพื้นฐาน Private Cloud Compute ของ Apple
"เราทำงานร่วมกับทั้ง Google และ Nvidia เพื่อขยายโครงสร้างพื้นฐานระบบคลาวด์ส่วนตัวของเราไปยัง GPU ของ Nvidia บนระบบคลาวด์ของ Google โดยที่ยังคงรักษามาตรฐานการคุ้มครองความเป็นส่วนตัวที่ไม่มีใครเทียบได้ของ Apple เอาไว้" Subramanya กล่าว
ความเป็นส่วนตัวระดับสูงบนชิป Nvidia
Sebastian Marineau-Mes รองประธานฝ่ายซอฟต์แวร์ กล่าวว่า Apple ต้องการใช้ชิปรุ่นล่าสุดของ Nvidia แต่ต้องการให้ชิปเหล่านั้นถูกตั้งค่าในรูปแบบที่มีความเป็นส่วนตัวสูงเป็นพิเศษ โดยที่ชิปไม่สามารถอ่านข้อมูลที่อยู่บนเซิร์ฟเวอร์ได้
Marineau-Mes อธิบายว่า การพัฒนาล่าสุดของ Nvidia เช่น เทคโนโลยีที่เรียกว่า “ambiguous confidential compute” (การประมวลผลที่เป็นความลับแบบคลุมเครือ) ช่วยให้ Apple และ Google สามารถสร้างระบบที่ตอบโจทย์มาตรฐานที่เข้มงวดนี้ได้
"เราต้องการใช้ประโยชน์จากเทคโนโลยีล่าสุดของ Nvidia เราจึงเริ่มขยายระบบประมวลผลคลาวด์ส่วนตัว (Private Cloud Compute) ไปยังคลาวด์ของบุคคลที่สาม" Marineau-Mes กล่าว
Apple พยายามสร้างความแตกต่างจากบริษัทอื่น ๆ ที่ลงทุนใน AI อย่างหนัก โดยเน้นย้ำว่าซอฟต์แวร์ของตนมีความเป็นส่วนตัวมากกว่า เนื่องจากบริษัทไม่ได้เก็บข้อมูลจำนวนมากเหมือนกับ AI บนเว็บอย่าง ChatGPT ของ OpenAI หรือ Claude ของ Anthropic นอกจากนี้ Apple ยังใช้ประโยชน์จากการเข้าถึงข้อมูลของผู้ใช้ที่ถูกจัดเก็บไว้ในตัวเครื่องโดยตรง (เช่น ปฏิทิน หรือข้อความ) เพื่อนำมาปรับแต่งฟีเจอร์ AI ให้เข้ากับบุคคลนั้น ๆ
เจาะลึกสถาปัตยกรรม Apple Intelligence
การพูดคุยด้านเทคโนโลยีเมื่อวันจันทร์จัดขึ้นเพื่อให้ Federighi และทีมงานได้อธิบายว่า Apple สร้าง Siri AI และเลเยอร์ของ Apple Intelligence ขึ้นมาอย่างไร และมันแตกต่างจาก AI ที่ผู้บริโภคคุ้นเคยในปัจจุบันอย่างไร
ผู้บริหาร Apple ได้สรุปโครงสร้างของซอฟต์แวร์ โดยระบบปฏิบัติการและซอฟต์แวร์ของ Apple จะมีส่วนประกอบที่เรียกว่า System Orchestrator (ตัวจัดการระบบ) ซึ่งทำหน้าที่จัดเส้นทางคำสั่ง AI ไปยังโมเดลที่เหมาะสม ไม่ว่าจะประมวลผลบนตัวเครื่อง (On-device) หรือบนคลาวด์ (Cloud) ขึ้นอยู่กับว่าคำสั่งนั้นต้องใช้พลังการประมวลผลและข้อมูลส่วนบุคคลมากน้อยเพียงใด
Federighi กล่าวว่า System Orchestrator นี้คือ "กุญแจสำคัญในสถาปัตยกรรมความเป็นส่วนตัวของระบบทั้งหมดของเรา"
เคลียร์ชัดความสัมพันธ์ Apple และ Google
Federighi ชี้แจงว่า Apple Intelligence ซึ่งเป็นซอฟต์แวร์ AI ที่ฝังอยู่ในอุปกรณ์ของบริษัทนั้น ใช้โมเดลของ Apple เอง ไม่ใช่ Google Gemini เวอร์ชันเดียวกับที่เปิดให้สาธารณชนทั่วไปใช้ อย่างที่คนในแวดวงเทคโนโลยีหลายคนคาดการณ์ไว้ตอนประกาศความร่วมมือในเดือนมกราคม และไม่ได้ใช้โครงสร้างพื้นฐานคลาวด์สำเร็จรูปของ Google ด้วย
เขากล่าวว่า เทคโนโลยีของ Google ถูกนำมาใช้เพื่อช่วยสร้างโมเดลของ Apple เอง โดยเฉพาะโมเดล AFM สำหรับคลาวด์ "รุ่นที่สาม" (third-generation) ที่เพิ่งประกาศไปเมื่อวันจันทร์ ซึ่งถูกออกแบบและปรับแต่งมาให้ทำงานบนชิป Apple Silicon โดยเฉพาะ
"โมเดลทั้ง 4 ตัวที่เราเพิ่งพูดถึง ได้แก่ AFM Core, Core Advanced Cloud, และ Cloud Image ทั้งหมดนี้ถูกสร้างขึ้นมาเพื่อ Apple Silicon โดยเฉพาะ โดยได้รับการฝึกฝน (Trained) ด้วยข้อมูลที่เป็นกรรมสิทธิ์ของ Apple ร่วมกับการเรียนรู้แบบเสริมกำลัง (Reinforcement Learning) และปรับแต่งประสิทธิภาพ (Refined) โดยใช้ผลลัพธ์จากโมเดลระดับแนวหน้าอย่าง Gemini” Subramanya กล่าวทิ้งท้าย