Apple se po letech snahy o vývoj vlastního, co nejdokonalejšího AI modelu rozhodl, že raději přejde na řešení od Googlu. Ve skutečnosti to ale neznamená, že by nám místo Siri začala odpovídat Gemini. Jde o to, že někde hluboko na pozadí bude pro generování odpovědí využíván AI model, na kterém je Google Gemini postaven. Tento model vyvinutý Googlem je totiž, jak se zdá, výrazně lepší než to, co dokázal Apple vytvořit v rámci Apple Intelligence. Pokud se totiž bavíme o AI modelech, tím nejdražším a zároveň nejdůležitějším faktorem je množství dat, ze kterých se mohou učit. Právě trénink AI modelů je extrémně nákladný a to nejen z hlediska financí, ale především kvůli obrovskému množství dat, která jsou pro trénink nezbytná.
Klíčovou roli zde hrají samotná datová centra, která Apple jednoduše nemá v potřebném rozsahu. Datová centra Applu jsou optimalizovaná především na iCloud zálohy, synchronizaci dat, streamování obsahu, jako je Apple Music a Apple TV+, provoz App Store, aktualizace systému, CDN infrastrukturu a šifrování. Oproti tomu AI modely typu Gemini nebo GPT využívají desítky tisíc GPU a TPU, mají extrémní spotřebu energie a jsou postaveny na dnes již mimořádně drahém hardwaru. Google tato datová centra buduje a provozuje dlouhé roky, zatímco OpenAI je provozuje ve spolupráci s Microsoftem. Zásadní problém Applu spočívá v tom, že dlouhodobě věřil, že AI poběží především přímo na zařízeních. Proto masivně investoval do takzvaného on-device výkonu, což se však u generativní AI ukázalo jako slepá cesta. Tento přístup fungoval pro rozpoznávání obličejů, úpravy fotografií, diktování nebo jednoduché modely, ale nikoli pro dnešní podobu AI. Dnešní uživatelé totiž vnímají AI především jako generativní nástroje na úrovni ChatGPT nebo Gemini. Ať už máte jakkoli výkonný osobní počítač, není možné přímo na zařízení dosáhnout toho, co tyto služby nabízejí v cloudu. Apple zkrátka počítal s tím, že se mu podaří nabídnout výsledky podobné ChatGPT nebo Gemini především díky výkonu samotného zařízení. To se však ukázalo jako nereálné a Apple se tímto uvažováním dostal do slepé uličky.
Fotogalerie
Zatímco ostatní společnosti investovaly obrovské finanční prostředky do vývoje datových center a optimalizace jejich provozu, Apple soustředil své investice do výkonu samotného hardwaru. Pokud by se nyní rozhodl budovat vlastní AI datová centra, nejenže by za ně zaplatil výrazně více než konkurence, protože ceny hardwaru vystřelily kvůli AI závodům do extrémních výšin – ale především by jejich výstavba trvala řadu let. A pak je tu ještě jeden, možná ten největší háček: data. Aby AI model dokázal co nejlépe odpovídat, potřebuje nepředstavitelné množství trénovacích dat. Uveďme si jednoduchý příklad. Budete chtít vytrénovat model pro překlad cizích slov a dáte mu větu: „I wear Apple Watch every day.“ Pokud model nemá žádný jazykový trénink ani přístup k datům z reálného světa, výsledkem může být překlad typu: „Já nosím jablko dívat každý den.“ Jakmile však modelu zpřístupníte miliardy dotazů z vyhledávání Googlu, velmi rychle pochopí, že Apple Watch nejsou „jablko dívat“, ale konkrétní produkt, který lidé nosí, používají a který vyrábí společnost Apple. Díky tomu dokáže větu správně přeložit jako: „Nosím Apple Watch každý den.“ Přesně to je proces učení. A aby model dokázal co nejlépe rozumět tomu, co po něm uživatel chce, potřebuje obrovské množství dat.
Taková data má například Google díky vyhledávání, Gmailu, YouTube, Dokumentům, Mapám nebo Androidu. Apple sice disponuje obrovským množstvím uživatelských dat, ta jsou však z velké části šifrovaná a pro trénink AI modelů prakticky nepoužitelná. A to je problém, který nelze vyřešit žádným množstvím peněz. Apple je zkrátka jiný typ společnosti než Google nebo OpenAI. Zaměřuje se na odlišné oblasti, a proto se zcela správně rozhodl, že dává větší smysl domluvit se s některým z velkých hráčů a AI modely si od něj „pronajmout“ a přizpůsobit vlastním potřebám. Nevnímejte to tedy jako prohru Applu. Jedinou skutečnou prohrou je fakt, že stejné rozhodnutí mohl udělat už před dvěma lety a ušetřit tak spoustu času i peněz. Pokud však tento časový skluz pomineme, jde o nejlepší možnou volbu. Pokud by se dnes Ferrari rozhodlo vyrábět vlastní rychlostní člun, bylo by pro něj naprosto logické zajít za specialisty z Riva a nechat si od nich vyvinout samotný trup, do kterého následně osadí vlastní motor a navrhne interiér. Proč by utrácelo stovky milionů za vývoj něčeho, co jiná firma zdokonaluje desítky let? Přesně to nyní udělal Apple. Pro uživatele to znamená jediné, lepší AI funkce mnohem dříve, než kdyby Apple trval na vlastním řešení.
