機器學習和 AI

建立驅動 Apple Intelligence 的資料基礎、開發合成資料管道、執行全球規模的收集運作，並為生成式 AI 和多模態模型開創人工評估方法。

關鍵領域：

合成資料生成、資料收集、使用者研究、大規模全球作業、人工判斷與資料驗證、生成式 AI 與多模態大型語言建模、電腦視覺、資料品質保證

負責教導 Apple 裝置能觀察並了解視覺世界，從即時影像處理到多模態基礎模型，建立能對所見事物進行推理的一切。

關鍵領域：

資料科學、深度學習、多模態基礎建模、視覺推理、硬體感知模型最佳化、即時電腦視覺

形塑 Apple Intelligence 的資料骨幹，包括驅動 Siri 和搜尋的基礎架構，以及用於衡量成效的實驗平台。

關鍵領域：

統計分析、資料洞察、評估、實驗、機器學習應用、研究、資料處⁠理

建立 Apple 的前沿基礎模型，從預訓練到後訓練、評估和部署，涵蓋整個模型生命週期。

關鍵領域：

深度學習、強化學習、大型語言建模、視覺語言建模、多模態感測器、檢索增強生成、代理式 AI、電腦視覺、自然語言處理、研究

確保 Apple 最宏大的 AI 計畫持續進展，統籌協調基礎模型、隱私基礎架構、搜尋和評估的各方面執行。

關鍵領域：

平台與基礎架構、基礎模型、隱私與合規、搜尋與知識、評估

應用 AI 和機器學習改變 Apple 在企業規模上的營運方式，為先進對話式體驗到開發人員生產力等一切打造智慧平⁠台。

關鍵領域：

資料科學、DevOps、應用式機器學習、使用者體驗、AI 平台工程、機器人流程自動化、安全與詐騙偵測、大型語言模型、機器學習平台

為 Apple 的 AI 和機器學習建構各種系統，最佳化全端機器學習的效能、效率和規模，為每個模型帶來影響力。

關鍵領域：

機器學習架構、平台開發、分散式系統設計與作業、加速運算

確保 Apple 裝置能理解自己身在世界何處，以及是如何在各地之間移動，建立即時且低功耗的演算法，以用於空間追蹤、3D 視覺和場景理解。

關鍵領域：

即時空間追蹤、導航、3D 電腦視覺、追蹤測繪、本地化、場景理解、位置估算、多模態感測器、動態推斷結構

以提示工程、模型調適和產品整合為中心，將 Apple 的基礎模型轉化為人們使用的語言和語音體驗。

關鍵領域：

模型開發與改善、研究與創新、資料分析與準備、產品整合、表現評估與調整、隱私與倫理

在維護隱私的 AI 領域前線，開發差分隱私等技術並建立評估架構，確保 Apple Intelligence 帶來世界級的品質，而無負使用者的信任。

關鍵領域：

差分隱私、隱私與資料分析、監管整備、合規控制、政策架構

界定 Apple 如何因應生成式 AI 的挑戰，從模型對齊、紅隊測試、安全緩解到部署後監控。

關鍵領域：

風險評估、產品功能政策、模型對齊、技術安全緩解、工程解決方案、設計解決方案、評估、紅隊測試、部署後監控與應對

建立搜尋、知識圖譜和檢索系統，讓人們在 Apple 生態系統中準確獲得所需資訊，日益透過對話式 AI、檢索增強生成和代理式能力來驅動。

關鍵領域：

對話式與代理式 AI、知識圖譜、大型語言建模、自然語言處理、後訓練、檢索增強生成、資訊檢索、強化學習、摘要

透過結合機器學習安全性研究、平台和產品安全性工程，開發防衛措施來抵禦前所未見規模的新興威脅，保護 Apple 的系統及其顧客。

關鍵領域：

應用機器學習安全研究、平台安全工程、產品安全