Machine
Learning and AI

Bygger datagrunden bakom Apple Intelligence genom att utveckla dataflöden för syntetiska data, samla in data i global skala och skapa helt nya metoder för mänsklig utvärdering av generativ AI och multimodala modeller.

Huvudområden:

Synthetic Data Generation, Data Collection, User Studies, Large-Scale Global Operations, Human Judgments and Data Validation, Generative AI and Multimodal Large Language Modeling, Computer Vision och Data Quality Assurance.

Ansvarar för att lära Apple-enheter att se och förstå den visuella världen genom att utveckla allt från bildbehandling i realtid till multimodala grundmodeller som kan dra slutsatser utifrån det de ser.

Huvudområden:

Data Science, Deep Learning, Multimodal Foundation Modeling, Visual Reasoning, Hardware-Aware Model Optimization och Real-Time Computer Vision.

Skapar datagrunden för Apple Intelligence, bland annat infrastrukturen bakom Siri och sökfunktionen samt plattformarna för att testa och mäta vad som fungerar.

Huvudområden:

Statistical Analysis, Data Insights, Evaluation, Experimentation, Machine Learning Applications, Research och Data Processing.

Skapar och hanterar Apples mest avancerade grundmodeller under hela livscykeln, från förträning och efterträning till utvärdering och driftsättning.

Huvudområden:

Deep Learning, Reinforcement Learning, Large Language Modeling, Vision Language Modeling, Multimodal Sensors, Retrieval-Augmented Generation, Agentic AI, Computer Vision, Natural Language Processing och Research.

Samordnar arbetet kring grundmodeller, integritetsinfrastruktur, sökning och utvärdering för att se till att Apples mest ambitiösa AI-program går enligt planerna.

Huvudområden:

Platform and Infrastructure, Foundation Models, Privacy and Compliance, Search and Knowledge och Evaluation.

Tillämpar AI och maskininlärning för att förändra hur Apple arbetar i stor skala och utvecklar intelligenta plattformar för allt från avancerade samtalsupplevelser till produktivitet för utvecklare.

Huvudområden:

Data Science, DevOps, Applied Machine Learning, User Experience, AI Platform Engineering, Robotic Process Automation, Security and Fraud Detection, Large Language Models och Machine Learning Platform.

Utvecklar de system som används för AI och maskininlärning på Apple, optimerar prestanda, effektivitet och skalbarhet för hela ML-stacken och påverkar därigenom alla modeller.

Huvudområden:

Machine Learning Framework, Platform Development, Distributed System Design and Operations och Accelerated Computing.

Ser till att Apple-enheter förstår var de befinner sig och hur de rör sig genom omvärlden genom att skapa energisnåla algoritmer för rumslig spårning, 3D-vision och situationsförståelse i realtid.

Huvudområden:

Real-Time Spatial Tracking, Navigation, 3D Computer Vision, Mapping, Localization, Scene Understanding, Position Estimation, Multimodal Sensors och Structure from Motion.

Förvandlar Apples grundmodeller till de språk- och talupplevelser som människor använder och fokuserar på promptkonstruktion, modellanpassning och integrering i produkter.

Huvudområden:

Model Development and Improvement, Research and Innovation, Data Analysis and Preparation, Product Integration, Performance Evaluation and Tuning och Privacy and Ethics.

Står i främsta ledet i arbetet med integritetsbevarande AI genom att utveckla metoder som differentiell integritet och bygga utvärderingsramverk som ser till att Apple Intelligence erbjuder kvalitet i världsklass utan att riskera användarnas förtroende.

Huvudområden:

Differential Privacy, Privacy and Data Analysis, Regulatory Readiness, Compliance Controls och Policy Frameworks.

Avgör hur Apple ska hantera utmaningar med generativ AI och arbetar med allt från modellanpassning och red teaming till riskreducering och övervakning efter lansering.

Huvudområden:

Risk Assessment, Product Feature Policy, Model Alignment, Technical Safety Mitigation, Engineering Solutions, Design Solutions, Evaluation, Red Teaming och Post-Ship Monitoring and Response.

Utvecklar de kunskapsgrafer och sök- och informationshämtningssystem som förser användarna med rätt information i hela Apples ekosystem och som i allt större utsträckning bygger på konversations-AI, RAG (Retrieval-Augmented Generation) och agentfunktioner.

Huvudområden:

Conversational and Agentic AI, Knowledge Graph, Large Language Modeling, Natural Language Processing, Post-Training, Retrieval-Augmented Generation, Information Retrieval, Reinforcement Learning och Summarization.

Utvecklar skydd mot framväxande hot i enorm skala genom att kombinera säkerhetsforskning och maskininlärning med säkerhetsteknik för plattformar och produkter för att skydda Apples system och kunder.

Huvudområden:

Applied Machine Learning Security Research, Platform Security Engineering och Product Security.