Machine
Learning and AI

Buduje fundamenty danych, które napędzają Apple Intelligence, opracowuje syntetyczne potoki danych, uruchamia globalne operacje gromadzenia danych i wprowadza pionierskie metody oceny ludzkiej w zakresie generatywnej sztucznej inteligencji i modeli multimodalnych.

Kluczowe obszary:

Generowanie danych syntetycznych, zbieranie danych, badania użytkowników, operacje globalne na dużą skalę, oceny ludzkie i walidacja danych, generatywna sztuczna inteligencja i multimodalne modele językowe dużej skali, widzenie komputerowe i zapewnianie jakości danych

Odpowiedzialny za uczenie urządzeń Apple widzenia i rozumienia świata wizualnego, od przetwarzania obrazu w czasie rzeczywistym po zaawansowane modele multimodalne, które potrafią analizować i interpretować to, co widzą.

Kluczowe obszary:

Nauka o danych, głębokie uczenie, multimodalne modele bazowe, wnioskowanie wizualne, optymalizacja modeli pod kątem sprzętu oraz przetwarzanie obrazu w czasie rzeczywistym

Tworzy podstawy danych systemu Apple Intelligence obejmujące infrastrukturę napędzającą Siri i wyszukiwanie, a także platformy eksperymentalne służące do mierzenia skuteczności rozwiązań.

Kluczowe obszary:

Analiza statystyczna, wnioski z danych, ewaluacja, eksperymentowanie, zastosowania uczenia maszynowego, badania oraz przetwarzanie danych

Odpowiada za tworzenie najnowocześniejszych modeli bazowych Apple – od wstępnego treningu, przez kolejne etapy uczenia i ocenę jakości, aż po ich wdrożenie – obejmując pełny cykl życia modeli.

Kluczowe obszary:

Głębokie uczenie, uczenie przez wzmacnianie, modelowanie dużych modeli językowych, modelowanie języka wizyjnego, czujniki multimodalne, generowanie wspomagane wyszukiwaniem, sztuczna inteligencja agentowa, widzenie komputerowe, przetwarzanie języka naturalnego i badania

Dba o realizację najbardziej ambitnych programów AI Apple, koordynując działania w obszarze modeli bazowych, infrastruktury prywatności, wyszukiwania oraz ewaluacji.

Kluczowe obszary:

Platformy i infrastruktura, modele bazowe, prywatność i zgodność z regulacjami, wyszukiwanie i wiedza oraz ewaluacja

Wykorzystuje sztuczną inteligencję i uczenie maszynowe, aby przekształcać sposób działania Apple na poziomie całej organizacji, tworząc inteligentne platformy m.in. do zaawansowanych konwersacji czy zwiększania produktywność programistów.

Kluczowe obszary:

Nauka o danych, DevOps, zastosowania uczenia maszynowego, doświadczenie użytkownika, inżynieria platform AI, automatyzacja procesów robotycznych, bezpieczeństwo i wykrywanie oszustw, duże modele językowe oraz platforma uczenia maszynowego

Tworzy systemy obsługujące sztuczną inteligencję i uczenie maszynowe w Apple, optymalizując wydajność, efektywność i skalowalność w całym stosie uczenia maszynowego, wpływając przy tym na działanie każdego modelu.

Kluczowe obszary:

Środowisko uczenia maszynowego, rozwój platformy, projektowanie i obsługa systemów rozproszonych oraz obliczenia przyspieszone

Zapewnia, że urządzenia Apple rozumieją swoje położenie w przestrzeni i sposób, w jaki się w niej poruszają, tworząc energooszczędne, działające w czasie rzeczywistym algorytmy do śledzenia ruchu, widzenia 3D oraz rozumienia sceny.

Kluczowe obszary:

Śledzenie przestrzenne w czasie rzeczywistym, nawigacja, widzenie komputerowe 3D, mapowanie, lokalizacja, rozumienie sceny, szacowanie położenia, czujniki multimodalne oraz rekonstrukcja struktury z ruchu

Przekształca podstawowe modele Apple w język i mowę, z których korzystają ludzie, koncentrując się na inżynierii promptów, dostosowywaniu modeli oraz integracji z produktami.

Kluczowe obszary:

Rozwój i doskonalenie modeli, badania i innowacje, analiza i przygotowywanie danych, integracja produktów, ocena i dostrajanie wydajności oraz prywatność i etyka

Działa na pograniczu chroniącej prywatność AI, opracowując techniki takie jak prywatność różnicowa oraz tworząc systemy ewaluacji, które zapewniają najwyższą jakość Apple Intelligence bez naruszania zaufania użytkowników.

Kluczowe obszary:

Prywatność różnicowa, prywatność i analiza danych, gotowość regulacyjna, mechanizmy zgodności oraz ramy polityk

Określa, jak Apple radzi sobie z wyzwaniami związanymi z generatywną AI – od dostrajania modeli i testów typu red teaming, po ograniczanie ryzyk oraz monitorowanie po wdrożeniu.

Kluczowe obszary:

Ocena ryzyka, zasady funkcji produktowych, dostrajanie modeli, techniczne ograniczanie zagrożeń, rozwiązania inżynieryjne, rozwiązania projektowe, ewaluacja, testy typu red teaming oraz monitorowanie i reagowanie po wdrożeniu

Tworzy systemy wyszukiwania, grafów wiedzy i pobierania, które łączą ludzi z odpowiednimi informacjami w całym ekosystemie Apple, w coraz większym stopniu wspierane konwersacyjną AI, generowaniem wspomaganym wyszukiwaniem oraz możliwościami agentowymi.

Kluczowe obszary:

Konwersacyjna i agentowa sztuczna inteligencja, graf wiedzy, modelowanie dużych modeli językowych, przetwarzanie języka naturalnego, dostrajanie modeli, generowanie wspomagane wyszukiwaniem, wyszukiwanie informacji, uczenie ze wzmocnieniem oraz podsumowywanie

Opracowuje rozwiązania chroniące przed nowymi zagrożeniami na ogromną skalę, łącząc badania nad bezpieczeństwem uczenia maszynowego z inżynierią bezpieczeństwa platform i produktów, aby zabezpieczać systemy firmy Apple i jej klientów.

Kluczowe obszary:

Stosowane badania nad bezpieczeństwem uczenia maszynowego, inżynieria bezpieczeństwa platform i bezpieczeństwo produktów