Koneoppiminen
ja tekoäly

Rakentaa Apple Intelligencea tukevan dataperustan kehittämällä synteettisen datan tuotantoputkia, johtamalla maailmanlaajuisia datankeruu­operaatioita sekä kehittämällä uraauurtavia ihmisarvioinnin menetelmiä generatiiviselle tekoälylle ja multimodaalisille malleille.

Keskeiset alueet:

Synteettisen tiedon luonti, datankeruu, käyttäjä­tutkimukset, suuren mittakaavan globaalit toiminnot, inhimilliset arviot ja datan validointi, generatiivinen tekoäly ja multimodaaliset suuret kielimallit, konenäkö ja datan laadun varmistus

Opettaa Apple-laitteita näkemään ja ymmärtämään visuaalista maailmaa kehittämällä kaikkea reaaliaikaisesta kuvankäsittelystä multimodaalisiin perusmalleihin, jotka osaavat päätellä näkemänsä perusteella.

Keskeiset alueet:

Datatiede, syväoppiminen, multimodaaliset perusmallit, visuaalinen päättely, laitteisto­tietoinen mallin optimointi ja reaaliaikainen konenäkö

Rakentaa Apple Intelligencen dataperustan, johon kuuluvat Siriä ja hakutoimintoja pyörittävät infrastruktuurit sekä kokeilualustat, joiden avulla arvioidaan parhaiten toimivat ratkaisut.

Keskeiset alueet:

Tilastollinen analyysi, data-analyysit, arviointi, testaus, koneoppimisen sovellukset, tutkimus ja tietojenkäsittely

Kehittää Applen edistyksellisimpiä perusmalleja koko mallin elinkaaren ajan esi­koulutuksesta jälki­koulutukseen, arviointiin ja käyttöön­ottoon.

Keskeiset alueet:

Syväoppiminen, vahvistus­oppiminen, suuret kielimallit, vision-language model ‑mallit, multimodaaliset anturit, hakutehostettu generointi, agenttinen tekoäly, konenäkö, luonnollisten kielten käsittely ja tutkimus

Pitää Applen kunnianhimoisimmat ohjelmat raiteillaan ja huolehtii toteutuksesta kaikissa perusmalleissa, tietoturvan infrastruktuurissa, hakutoiminnoissa ja arvioinnissa.

Keskeiset alueet:

Alusta ja infrastruktuuri, perusmallit, tietosuoja ja vaatimusten­mukaisuus, haku ja tietämys sekä arviointi

Soveltaa tekoälyä ja koneoppimista uudistaakseen Applen toimintaa yritystasolla. Kehittää älykkäitä alustoja kaikkeen aina edistyneistä keskustelu­kokemuksista kehittäjien tuottavuuden parantamiseen.

Keskeiset alueet:

Datatiede, kehitys­toiminnot, sovellettu koneoppiminen, käyttökokemus, tekoälyalustan suunnittelu, robotiikkaan perustuva prosessi­automaatio, turvallisuus ja väärinkäytösten torjunta, suuret kielimallit ja koneoppimisen alusta

Kehittää Applen tekoälyä ja koneoppimista tukevia järjestelmiä optimoimalla suorituskykyä, tehokkuutta ja skaalautuvuutta koko koneoppimis­pinon laajuudelta ja tukemalla siten kaikkia malleja.

Keskeiset alueet:

Koneoppimisen viitekehys, alustan kehitys, hajautettujen järjestelmien suunnittelu ja toiminnot sekä kiihdytetty laskenta

Varmistaa, että Apple-laitteet ymmärtävät sijaintinsa ja liikkeensä ympäröivässä maailmassa kehittämällä reaaliaikaisia, vähän virtaa kuluttavia algoritmeja paikka­seurantaan, 3D-näköön ja ympäristön hahmottamiseen.

Keskeiset alueet:

Reaaliaikainen paikka­seuranta, navigointi, 3D-konenäkö, kartat, lokalisointi, tilanteen hahmottaminen, asennon arviointi, multimodaaliset anturit ja Structure from Motion ‑tekniikka

Muuttaa Applen perusmallit ihmisten käyttämiksi kieli‑ ja puhekokemuksiksi keskittyen promptien suunnitteluun, mallin mukauttamiseen ja tuotteiden integrointiin.

Keskeiset alueet:

Mallien kehitys ja parannus, tutkimus ja innovointi, datan analysointi ja valmistelu, tuotteiden integrointi, suorituskyvyn arviointi ja hienosäätö sekä tietosuoja ja eettiset näkökohdat

Työskentelee yksityisyyttä suojaavan tekoälyn eturintamassa kehittämällä eri tekniikoita, kuten differentiaalista yksityisyyttä sekä arviointi­kehyksiä, jotka varmistavat Apple Intelligencen toiminnoille ensiluokkaisen laatutason vaarantamatta käyttäjien luottamusta.

Keskeiset alueet:

Differentiaalinen yksityisyys, tietosuoja ja data-analyysi, sääntelyvalmius, vaatimusten­mukaisuuden valvonta sekä toiminta­periaatteet ja viitekehykset

Määrittää, miten Apple vastaa generatiivisen tekoälyn haasteisiin aina mallien ohjauksesta ja red teaming ‑testauksesta turvallisuus­riskien hallinnointiin ja käyttöönoton jälkeiseen seurantaan.

Keskeiset alueet:

Riskinarviointi, tuoteominaisuuksien toiminta­periaatteet, mallin ohjaus, teknisten turvallisuus­riskien hallinta, tekniset ratkaisut, suunnittelu­ratkaisut, arviointi, red teaming sekä käyttöönoton jälkeinen seuranta ja toimenpiteet

Kehittää haku-, tietokaavio- ja tiedonhaku­järjestelmiä, jotka yhdistävät ihmiset oikeaan tietoon kaikkialla Applen ekosysteemissä hyödyntäen yhä enemmän keskustelevaa tekoälyä, hakua hyödyntävää generointia ja agentti­pohjaisia ominaisuuksia.

Keskeiset alueet:

Keskusteleva ja agenttinen tekoäly, tietokaavio, suuret kielimallit, luonnollisten kielten käsittely, kouluttaminen jälkikäteen, hakutehostettu generointi, tiedonhaku, vahvistus­oppiminen ja tiivistäminen

Kehittää suojautumis­ratkaisuja uusia uhkia vastaan yhdistämällä koneoppimisen tietoturva­tutkimuksen sekä alustojen ja tuotteiden tietoturvatekniikan – suojaa Applen järjestelmiä ja asiakkaita ennen­näkemättömässä mittakaavassa.

Keskeiset alueet:

Soveltava koneoppimisen tietoturva­tutkimus, alustojen tietoturva­tekniikka ja tuote­tietoturva