Az Apple eddig a „minél több maradjon a készüléken” elvre építette az AI-történetét. Most viszont olyan irányba lépett, ahol a számítás egy része Google-adatközpontokban történik — és ettől hirtelen sokkal érdekesebb, mit is jelent pontosan a „privát AI”.

Mi történt

Az Apple korábban bejelentette, hogy a régóta várt Siri-frissítés, a „Siri AI” a Google Gemini nyelvi modelljeit használja. A fejlesztői konferencián azt is megerősítette, hogy a rendszer Google-szerverekben futó Nvidia hardveren is fut.

Ez elsőre éles váltásnak tűnik az Apple eddigi narratívájához képest, amely az eszközön futó feldolgozást (on-device processing) és az Apple által kontrollált szervereket hangsúlyozta. Az on-device feldolgozás lényege, hogy a képek elemzése, szövegértés vagy javaslatkészítés nem „felhőbe küldött” adatból történik, hanem helyben — gondolj rá úgy, mint egy konyhai robotgépre: ha a pulton dolgozik, nem kell mindent átvinned a szomszédhoz feldarabolni.

Az Apple ugyanakkor azt állítja, hogy a privacy-vállalásai nem változnak: a felhős szolgáltatásai titkosítással vannak védve, és a cél továbbra is az, hogy mások — akár a cég alkalmazottai — ne férjenek hozzá a felhasználói adatokhoz.

Miért fontos

A nagy nyelvi modellek (LLM-ek) mérete és számításigénye miatt a telefonon vagy laptopon futtatható verziók jellemzően kisebbek, ami korlátozza a pontosságot és a képességeket. A „nagyobb agy” több memóriát és több számítási kapacitást kér — ez az a pont, ahol a készülékes AI olyan, mint egy városi autó: jó a mindennapokra, de nem vontatsz vele kamiont. Az Apple Private Cloud Compute egy köztes megoldás volt (felhős számítás Apple-kontroll alatt), de a Siri AI-hoz szükséges kapacitáshoz óriási adatközpont-bővítés kellett volna. A Google infrastruktúrája és az Nvidia gyorsítói (AI-hoz optimalizált chipek) ezt a skálát gyorsabban tudják adni.

Mire figyelj

  1. Hol fut pontosan a kérésed? A privát ígéret szempontjából kulcs, hogy mi marad eszközön, mi megy felhőbe, és milyen esetekben vált a rendszer „nagy” modellre.
  2. Milyen adat hagyja el a készüléket, és mennyi ideig? Nem mindegy, hogy csak a feladat „kivonata” (például minimális kontextus) kerül továbbításra, vagy teljes tartalom.
  3. Kinek a biztonsági modelljében bízol? Ha a futtatás Google-szerveren történik, a bizalom kérdése rétegzett: Apple-szabályok, Google-infrastruktúra, és a köztük lévő technikai/üzleti határvonalak.
  4. Mit mondanak a részletek a gyakorlatról? A WWDC utáni háttérbeszélgetéseken Craig Federighi és más vezetők a privát működés fenntartását hangsúlyozták; a valódi mérce az lesz, hogy a dokumentációban és a későbbi auditálható technikai részletekben mennyire egyértelműen és ellenőrizhetően jelenik meg ez az ígéret.