Il existe de nombreux autres outils d’IA, depuis la reconnaissance des adresses et des dates dans les e-mails pour les importer dans le calendrier jusqu’à VoiceOver jusqu’à la détection de porte, en passant par l’application Measure sur les iPhones. Ce qui a changé, c’est que même si Apple s’était délibérément concentré sur les applications d’apprentissage automatique, l’émergence de genAI a déclenché une nouvelle ère dans laquelle la compréhension contextuelle disponible pour les modèles LLM a découvert une variété de nouvelles possibilités.
L’omniprésence de diverses formes d’IA dans les systèmes de l’entreprise montre à quel point les rêves des chercheurs de Stanford dans les années 1960 deviennent réalité aujourd’hui.
Une histoire alternative d’Apple Intelligence
Apple Intelligence peut sembler avoir pris un train lent, mais la société travaille en fait avec l’IA depuis des décennies.
Qu’est-ce que l’IA exactement ?
L’IA est un ensemble de technologies qui permettent aux ordinateurs et aux machines de simuler l’intelligence humaine et les capacités de résolution de problèmes. L’idée est que le matériel devient suffisamment intelligent pour apprendre de nouvelles astuces en fonction de ce qu’il apprend, et qu’il embarque les outils nécessaires pour s’engager dans un tel apprentissage.
Pour retracer l’histoire de l’IA moderne, revenons à 1963, lorsque l’informaticien et inventeur du LISP, John McCarthy, a lancé le laboratoire d’intelligence artificielle de Stanford (SAIL). Ses équipes se sont engagées dans d’importantes recherches en robotique, en intelligence artificielle et bien plus encore.
SAIL était l’une des trois entités importantes qui ont contribué à définir l’informatique moderne. Les passionnés d’Apple auront probablement entendu parler des deux autres : le Palo Alto Research Center (PARC) de Xerox, qui a développé l’Alto qui a inspiré Steve Jobs et le Macintosh, et l’Augmentation Research Center de Douglas Engelbart. C’est dans ce dernier lieu que le concept de la souris a été défini et ensuite concédé sous licence à Apple.
Parmi les premières personnalités importantes d’Apple issues de SAIL figuraient Alan Kay et le développeur d’interface utilisateur Macintosh Larry Tesler – et certains anciens élèves de SAIL travaillent toujours dans l’entreprise.
« Apple est un leader dans la recherche et le développement de l’IA depuis des décennies », m’a dit l’informaticien et auteur pionnier Jerry Kaplan. « Siri et la reconnaissance faciale ne sont que deux exemples parmi tant d’autres de la façon dont ils ont mis cet investissement à profit. »
Retour au Newton…
Les solutions Apple Intelligence existantes incluent des éléments que nous tenons probablement pour acquis, remontant à la reconnaissance de l’écriture manuscrite et à la prise en charge du langage naturel dans les années 1990 à Newton. Cet appareil s’appuyait sur les recherches émanant de SAIL – après tout, Tesler dirigeait l’équipe. Le premier assistant personnel numérique d’Apple est apparu pour la première fois dans une vidéo conceptuelle de 1987 et s’appelait Knowledge Navigator. (Vous pouvez voir cette vidéo ici, mais attention, elle est un peu floue.)
Malheureusement, la technologie ne pouvait pas prendre en charge le type d’interaction humaine que nous attendons de ChatGPT et (éventuellement) d’Apple Intelligence. Le monde avait besoin d’un matériel meilleur et plus rapide, d’une infrastructure Internet fiable et d’une vaste montagne d’algorithmes d’IA explorant la recherche, dont aucun n’existait à l’époque.
Mais en 2010, l’iPhone de la société était en plein essor, les Mac avaient abandonné l’architecture PowerPC pour adopter Intel et l’iPad (qui a cannibalisé le marché des netbooks) était sorti. Apple était devenue une entreprise d’appareils mobiles. Le moment était venu de proposer ce Knowledge Navigator.
Quand Apple a acheté Siri
En avril 2010, Apple a acquis Siri pour 200 millions de dollars. Siri lui-même est une spin-off de SAIL et, tout comme Internet, les recherches qui la sous-tendent émanent d’un projet de la Defense Advanced Research Projects Agency (DARPA) des États-Unis. La technologie vocale provenait de Nuance, qu’Apple a acquise juste avant que Siri ne soit disponible sur les appareils Android et BlackBerry. Apple a abandonné ces projets et a intégré l’assistant intelligent à l’intérieur de l’iPhone 4S (surnommé par beaucoup « l’iPhone de Steve », compte tenu de la mort de Steve Jobs au moment de sa sortie).
Très apprécié au début, Siri n’a pas résisté à l’épreuve du temps. La recherche sur l’IA a divergé, les réseaux neuronaux, l’intelligence artificielle et d’autres formes d’IA suivant des chemins de plus en plus différents. (La réticence d’Apple à adopter des services basés sur le cloud – en raison de préoccupations concernant la confidentialité et la sécurité des utilisateurs – a sans doute freiné l’innovation.)
Apple a fait passer Siri à un système d’IA basé sur un réseau neuronal en 2014 ; il a utilisé des modèles d’apprentissage automatique sur l’appareil tels que les réseaux de neurones profonds (DNN), les n-grammes et d’autres techniques, donnant à l’assistant automatisé d’Apple un peu plus d’intelligence contextuelle. Le vice-président d’Apple, Eddy Cue, a qualifié l’amélioration de la précision qui en résulte “de si significative qu’il faut refaire le test pour s’assurer que quelqu’un n’a pas laissé tomber une décimale”.
Mais les temps ont changé rapidement.
Apple a-t-il raté une astuce ?
En 2017, des chercheurs de Google ont publié un document de recherche historique intitulé « L’attention est tout ce dont vous avez besoin ». Cela proposait une nouvelle architecture d’apprentissage en profondeur qui est devenue la base du développement de genAI. (L’un des huit auteurs de l’article, Łukasz Kaiser, travaille désormais chez OpenAI.)
Une façon trop simpliste de comprendre l’architecture est la suivante : elle aide les machines à identifier et à utiliser des connexions complexes entre les données, ce qui rend leur sortie bien meilleure et plus pertinente sur le plan contextuel. C’est ce qui rend les réponses de la genAI précises et « semblables à celles des humains », et c’est ce qui rend la nouvelle génération de machines intelligentes intelligente.
Le concept a accéléré la recherche sur l’IA. “Je n’ai jamais vu l’IA évoluer aussi vite qu’au cours des deux dernières années”, a déclaré Tom Gruber, l’un des cofondateurs de Siri, lors de la conférence Project Voice en 2023.
Pourtant, lorsque ChatGPT est arrivé – donnant le coup d’envoi de la ruée vers l’or actuelle de genAI – Apple n’a apparemment eu aucune réponse.
L’éthique de travail (à mettre en œuvre)
Cook d’Apple aime souligner que l’IA est déjà largement utilisée dans les produits de l’entreprise. “C’est littéralement partout sur nos produits et bien sûr, nous recherchons également l’IA générative, donc nous avons beaucoup de choses à faire”, a-t-il déclaré.
Il n’a pas tort. Vous n’avez pas besoin de creuser profondément pour identifier les multiples interactions dans lesquelles les produits Apple simulent l’intelligence humaine. Pensez à la détection de crash, au texte prédictif, à l’identification de l’appelant basée sur un numéro qui ne figure pas dans votre carnet de contacts mais dans un e-mail, ou même aux raccourcis vers les applications fréquemment ouvertes sur votre iPhone. Tous ces outils d’apprentissage automatique sont également une forme d’IA.
Les frameworks CoreML d’Apple fournissent de puissants frameworks d’apprentissage automatique que les développeurs peuvent eux-mêmes utiliser pour améliorer leurs produits. Ces frameworks s’appuient sur les connaissances du co-fondateur d’Adobe, John Warnock, lorsqu’il a découvert comment automatiser l’animation des scènes, et nous verrons ces technologies largement utilisées dans l’avenir de visionOS.
Tout cela relève de l’IA, même si ses utilisations sont ciblées (« étroites »). Il s’agit plus d’intelligence artificielle que de machines sensibles. Mais dans chaque application d’IA proposée, Apple crée des outils utiles qui ne portent pas atteinte à la confidentialité ou à la sécurité des utilisateurs.
Le truc du secret
Une partie du problème pour Apple réside dans le fait que l’on sait si peu de choses sur son travail. C’est délibéré. “Contrairement à de nombreuses autres sociétés, notamment Google, Apple n’a pas tendance à encourager ses chercheurs à publier publiquement des travaux exclusifs potentiellement précieux”, a déclaré Kaplan.
Mais les chercheurs en IA aiment travailler avec d’autres, et le besoin de secret d’Apple dissuade les chercheurs en IA. “Je pense que le principal impact est que cela réduit leur attractivité en tant qu’employeur pour les chercheurs en IA”, a déclaré Kaplan. « Quel employé le plus performant souhaite occuper un emploi où il ne peut pas faire connaître son travail et améliorer sa réputation professionnelle ? »
Cela signifie également que les experts en IA recrutés par Apple partent ensuite pour une plus grande liberté de collaboration. Par exemple, Apple a acquis la société de technologie de recherche Laserlike en 2018, et en quatre ans, les trois fondateurs de cette société avaient démissionné. Et le directeur de l’apprentissage automatique d’Apple, Ian Goodfellow (un autre ancien élève de SAIL), a quitté l’entreprise en 2022. J’imagine que le roulement du personnel rend la vie difficile à l’ancien chef de la recherche et de l’IA de Google, John Giannandrea, qui est maintenant vice-président senior de l’apprentissage automatique d’Apple. stratégie d’apprentissage et d’IA.
Cette différence culturelle entre l’approche traditionnelle d’Apple et la préférence pour une collaboration et une recherche ouvertes au sein de la communauté des développeurs d’IA aurait pu causer d’autres problèmes. Le Wall Street Journal a rapporté qu’à un moment donné, Giannandrea et Federighi se disputaient les ressources au détriment de l’équipe d’IA.
Malgré les revers, l’entreprise a désormais réuni un grand groupe de professionnels de l’IA très réputés, dont Samy Bengio, qui dirige la recherche de l’entreprise sur l’apprentissage profond. Apple a également beaucoup assoupli ses activités, en publiant des documents de recherche, des logiciels d’IA open source et des modèles d’apprentissage automatique pour favoriser la collaboration au sein du secteur.
Et ensuite ?
L’histoire est toujours dans le rétroviseur, mais si vous plissez un peu les yeux, elle peut aussi vous montrer demain. S’exprimant lors de la conférence Project Voice en 2023, le co-fondateur de Siri, Adam Cheyer, a déclaré : « L’IA de style ChatGPT… les systèmes conversationnels… feront partie du tissu de nos vies et au cours des 10 prochaines années, nous l’optimiserons et nous y habituerons. Ensuite, une nouvelle invention émergera et deviendra l’IA.
Au moins un rapport indique qu’Apple considère cette évolution des machines intelligentes comme fondamentale pour l’innovation. Bien que cela signifie plus d’outils et plus de progrès dans les interfaces utilisateur, chacune de ces étapes mène inévitablement à des produits gourmands en IA tels que les lunettes AR, la robotique, les technologies de la santé – et même les implants cérébraux.
Pour les utilisateurs Apple, la prochaine étape – Apple Intelligence – arrive cet automne.
S’il vous plaît, suivez-moi sur Mastodonteou rejoignez-moi dans le Bar-grill AppleHolic et Pomme Discussions groupes sur MeWe.
