今日、アップル・インテリジェント（Apple Intelligence）がついに海外でオンラインになった。アップルは12月に、ChatGPTサービスをSiriに統合することや、より強力な画像生成ツールを発売することなど、新たなAI機能をリリースする予定です。しかし、Apple Intelligenceがいつ中国市場で使用できるかは未定。
最近、国内のアンドロイド陣営メーカーも端末側AIとオペレーティングシステムの一連のアップグレードを次々と発表し、さまざまなAIエージェント、AI OSの概念が天蓋を開けて襲いかかってきた。
アップルのスマートフォンがまだ中国市場に参入していないウィンドウ期は、国産携帯電話メーカーがAIのセールスポイントで旗艦機種を追加する競争をさらに促していると言える。携帯電話メーカー各社は、システムレベルのAIを作り、AI OSを作り、AIエージェントを作ることを明らかにしている。
IDC中国研究マネージャの郭天翔氏は「科学創板日報」に対し、アンドロイド陣営とアップルのAIに関する考え方は類似しており、いずれも端側モデル、スマートボディを重視する概念だと述べた。「AIに関しては国内でそれほど遅れていない」
■エージェントはアプリを殺すことができますか？
iPhoneの音声アシスタントとして、Siriは音声コマンドで簡単に操作できる。しかし、過去の回答は主に検索エンジンに基づいているため、スマート度は非常に限られており、携帯電話に代わるAPPインタラクションモデルはありません。大きなモデルの発展に伴い、Siriに代表される携帯電話アシスタントはよりIQが高くなり、音声アシスタントからAIスマートボディにアップグレードすることが期待されている。例えばホテルのスケジュールを予約するには、アプリを開く必要はなく、AIエージェントと直接会話して完成させる必要があります。
スマートボディがアプリに取って代わるかどうかについて、栄光CEOの趙明氏は、おおよその率はこの方向に向かっているが、かなり長い間、アプリとスマートボディは長期的に共存する方法に違いないと考えている。「これは使用習慣の問題に関連していて、思いがけない体験障害の問題もあるので、かなりの時間内に併存するか、長期的に併存する可能性があるに違いない」
スマート体インタラクションモデルの第一歩として、AI識別子画面が国内のアンドロイド携帯電話に着地し始めた。最新リリースのOPPO Find X 8は、画面情報をインテリジェントに解析し、コンテンツに基づいてユーザーとやり取りし、対応する解答と操作を提供するためのワンタッチ質問画面機能をオンラインにしています。
「例を挙げると、普段撮影している観光地の写真は、AIにこれがどこなのか、背後に何か物語があるのかを直接ワンタッチで識別させて回答させる。簡単に見えるが、背後には全国3 A級以上16000の観光地があり、100万級以下のデータが特別な訓練に使われている」とOPPO AIセンター製品ディレクターの張峻氏は述べた。
栄光は、スマートボディを搭載したAIオペレーティングシステムMagicOS 9.0を発表した。趙明氏によると、現在、スマートボディは人をシミュレートして画面をクリックし、理解し、ゆっくり考え、重要な情報を見つけ、それに応じた操作を行うことができる。現在は「自動運転」のエージェントと、アプリケーションと対話するエージェントの2つに大きく分類されています。
「自動運転のエージェントは、第三者の介入を必要とせず、まずユーザーの意図を分析し理解します。例えば、私に飲み物を注文してくれた、エージェントは意図の背後にあるこれらの情報と論理を理解し、意図のシーンを分解した後、実行可能な命令になり、最終的にコーヒーを注文する操作を実現しました。もう1つは、アプリケーション側との協力が必要です。例えば、中国移動の霊感のあるモデルです。携帯電話の通話料の残高を調べ、50元の通話料をチャージする過程で、霊感のある型を呼び出して引き継いでいます。上記2つのエージェントは必ずしも並存しておらず、生態介入が必要な部分があり、自動で行う操作もあります。」
将来のAI相互作用の携帯電話上での発展について、複数の業界関係者は、直感的で最も直接的な方法に合致し、最終的に主流を占めるだろうと考えている。
郭天翔氏によると、識屏インタラクションはAI携帯電話の新しいインタラクション方式に属し、ユーザーの使用をより便利にし、学習コストを削減する。今のところ、将来のAIインタラクションは最も直接的で簡単な方法を主とし、人間の本能から出発するだろう。
OPPOの劉作虎首席製品責任者も、直感に合うことが最も基本的なAI理念だと考えている。
「私は毎週AI特別会議を開いて、何であれ、まず直感に合うという概念を吹き込んでいます。私たちは多くの派手な技術の可能性があるものを見て、簡単なように見えますが、背後にある技術の要求は高いです。ワンクリックの質問画面のように、ユーザーの意図をどのように識別し、画面を識別するか、そこには多くの分流技術が含まれています。しかし、技術は最終的にはユーザーに戻って製品を作る必要があります。例えば、ナビゲーションを使用する場合、開くと住所があり、直接押すと目的地に着きます。AI時代は直感がより効率的で、これは最も基本的なAI理念です」
■エンドサイドモデル：体験とパフォーマンスのバランスが難しい
大きなモデルは携帯電話に組み込まれ、将来性が無限であると同時に、両立に挑戦する。携帯電話上の限られた計算力は端側モデルを過大にしてはならないことを決定したが、小パラメータのモデルは能力に限界がある。
郭天翔氏によると、現在、端側モデルはモデルパラメータの大きさを強調しすぎず、使用体験、メモリ消費、消費電力のバランスを追求しているという。
劉作虎氏は、端側モデルは性能に対する要求が高く、性能にもメモリにも非常に高いと告白した。だからどのようにアーキテクチャを最適化し、エネルギー効率を高めてチップの潜在能力を発揮するかは、まだ長い道のりである。
「今はできることがたくさんあります。プラットフォームへの放熱など、簡単だと思うかもしれませんが、実は難しいです。基礎的なメモリの呼び出しをどのようにするかなど。正直に言うと、AIは携帯電話業界ではまだ始まったばかりで、これからは非常に多くのAI変化が見られます」
張峻氏によると、OPPOは新しいエンドサイドアーキテクチャAI LoRAを発売し、メモリなどのリソースの占有を低減する。
「端側AIの最大のボトルネックは携帯電話のコンピューティングリソースの使用です。例えば、携帯電話上で3つの機能の端側化を同時に実現するには、通常は3つのリソースを占有しなければなりません。モデルを機関車にたとえると、3つのモデルに機関車を追加する必要があることを意味します。LoRAアーキテクチャはベースモデル+アプリケーションモデルのモデルを採用しています。ベースモデルは1つだけ必要です。つまり機関車は1つだけです。後のアプリケーションモデルは、3つの車両に相当し、左のピストルのように、交代できます。モデルが必要な場合は、どの車両に乗るか、このようなメモリピークが占有され、75%節約できます」
■AI携帯電話後の時代：より多くの人工操作に代わるエージェント
大モデルの発展に対して、業界内では一般的に短期的で慎重で、長期的に楽観的な態度を維持している。端側の着地も同様である。
劉作虎氏は、AI時代の変化は非常に速いと分析した。「かつて携帯電話のOSについては、半年、1年で計画を立てていました。AI時代は、きっとそうではありませんでした。1年後、AIがどのようになっているのか、誰が知ることができますか。AI製品は3ヶ月ごとに計画するのではなく、毎月計画しなければならない。モデルの変化が速すぎて、技術は想像以上に速い。率直に言って、私自身には大きな緊迫性があります。」
劉作虎氏は、AI時代に製品を作るのは速く走ることだと強調した。あなたは必ず走って、速く走って、さもなくば立ち後れて、技術の変化と重要です。
中国情報通信研究院はこのほど、端末の知能化レベルを5段階のL 1-L 5に分類し、知能化レベルが高いほど端末の自主参加度が高く、人の参加度が低いとする世界初の「端末知能化等級別研究報告」を発表した。L 1級とL 2級は一定の知能化を備えており、単一タイプのタスクを完了することができる。L 3レベルとL 4レベルは、複雑な意図を知覚的に識別することから潜在的な意図を識別することまで段階的に行われる。L 5級は全面的なインテリジェント化を備え、自主的に計画して全タイプの任務を完成することができる。
趙明氏によると、現在の端末の知能化レベルはL 3のレベルにあり、次のL 4、L 5の段階に進むには、必要な時間がより長くなり、より多くの蓄積が必要になるという。
「今日、ユーザーの理解カテゴリは950項目に達することができます。将来的には、携帯電話の多くの動作をカバーし、従来の携帯電話においてより多くの人の介入が必要な場所を徐々に解消することができます。今では、一言で携帯電話にかけるのは問題ありません。微信ビデオでもいいし、コーヒーを注文してもできます。次のステップでは、より多くの、より曖昧なコマンド、およびより複雑な関係間の理解を実現しなければなりません」