AIに革命を起こす：Applの新しいトレーニング方法がSiriの能力を強化

AIトレーニングに対するApplの革新的アプローチ

Applの研究者は、大規模言語モデル（LLM）を迅速にトレーニングするための画期的なマルチモーダル手法を開発しました。このアプローチの詳細は、arxiv.orgに掲載された研究論文で共有されています。

Appleは、LLMをトレーニングするために、画像キャプション、インターリーブされた画像テキスト、テキストのみのデータのユニークな組み合わせを導入しました。この視覚データと言語データのブレンドにより、スマートな画像キャプション付けや自然言語のニュアンスの理解といった複雑なタスクを実行するモデルが強化されました。

画像処理がAIのパフォーマンスに与える影響

この研究では、画像エンコーダの選択と処理画像の解像度がLLMの性能に与える重要性が強調されました。興味深いことに、これらの要因は視覚言語コネクタの設計よりも結果に大きな影響を与えることがわかりました。

300億パラメータのMM1モデルを使ったテストでは、Appleは強力なコンテキスト内学習能力を発見し、このモデルが最小限のプロンプトで様々な画像にわたるマルチステップの推論を処理できることを示しました。

AI開発におけるAppleの戦略的動き

Venturebeatは、Appleが画期的な技術を採用する「ファスト・フォロワー」としての戦略を継続していると指摘しています。

Tim Cook最高経営責任者（CEO）は、Applが既存のテクノロジーにAIを組み込むために毎年10億ドルを投資していることを明らかにしました。Cook氏は、AppleがAIへの取り組みについて年内にさらに発表することを予告し、6月に開催されるWWDCで重要な発表が行われる見込みであることを明らかにしました。