چگونه هوش اپل (Apple Intelligence) مدل جِمینای گوگل و پردازش ابری خصوصی را یکپارچه می‌کند

اپل با پرداخت تقریباً ۱ میلیارد دلار در سال، یک موتور ۱.۲ تریلیون پارامتری را برای هدایت نسل بعدی نرم‌افزارهای خود تضمین کرده است. این مدل هوش مصنوعی سفارشی‌سازی شده، که هشت برابر بزرگتر از سیستم‌های ابری قبلی اپل است، یک محصول داخلی نیست. این یک نسخه تخصصی از جِمینای گوگل است که مجوز گرفته تا به عنوان هسته استدلال سنگین برای هوش اپل عمل کند.[3]

این همکاری چند ساله، که در اوایل سال ۲۰۲۶ رسمیت یافت، مدل‌های بنیادی و زیرساخت ابری گوگل را مستقیماً در چارچوب مدل‌های بنیادی اپل (Apple Foundation Models) ادغام می‌کند. این فرآیند صرفاً چسباندن لوگوی اپل روی یک محصول استاندارد گوگل نیست، بلکه یکپارچگی عمیق ساختاری است. مدل سفارشی جِمینای طراحی شده تا از عهده درخواست‌های پیچیده، چند مرحله‌ای و استفاده ابزاری عاملیت‌محور برآید که فراتر از محدودیت‌های پردازشی سیلیکون موبایل است.[2][3][5][6]

برای درک نحوه عملکرد این سیستم، دنبال کردن یک فرمان کاربر کمک می‌کند. هنگامی که کاربر از سیری به‌روز شده سؤالی می‌پرسد، سیستم ابتدا تلاش می‌کند تا درخواست را به طور کامل روی دستگاه پردازش کند. اگر وظیفه شامل خلاصه‌سازی ساده یا کنترل برنامه محلی باشد، مدل بنیادی اپل روی دستگاه آن را مدیریت می‌کند و هیچ داده‌ای از تلفن خارج نمی‌شود. اما اگر فرمان نیاز به استدلال پیچیده داشته باشد—مانند برنامه‌ریزی یک سفر چند مرحله‌ای بر اساس ایمیل‌های پراکنده—سیستم تشخیص می‌دهد که توان محاسباتی محلی کافی نیست.[1][5]

اینجاست که درخواست به پردازش ابری خصوصی (PCC)، زیرساخت سرور امن اپل، منتقل می‌شود. از لحاظ تاریخی، PCC منحصراً در مراکز داده خود اپل با استفاده از سیلیکون اپل کار می‌کرد. با این حال، مقیاس عظیم مدل ۱.۲ تریلیون پارامتری جِمینای نیازمند گسترش عظیمی بود. برای پشتیبانی از حجم کاری تولید شده توسط میلیون‌ها دستگاه فعال، اپل زیرساخت PCC خود را به سیستم‌های گوگل کلود مجهز به پردازنده‌های گرافیکی NVIDIA گسترش داد.[1][3]

اجرای محفظه امن اپل (secure enclave) روی سخت‌افزار شخص ثالث یک چالش فنی مهم را ایجاد می‌کند. اپل ادعا می‌کند که این مشکل را با توسعه یک خط لوله استنتاج محرمانه سرتاسری حل کرده است. این سیستم به حجم کاری سنگین جِمینای اجازه می‌دهد تا روی گوگل کلود اجرا شود بدون اینکه گوگل هرگز داده‌های کاربر را ببیند یا درخواست‌ها را ذخیره کند. داده‌ها به صورت رمزنگاری شده مهر و موم باقی می‌مانند، در حالت کور پردازش می‌شوند و بلافاصله پس از تولید پاسخ، دور ریخته می‌شوند.[1][2]

خود مدل سفارشی جِمینای بر معماری ترکیب متخصصان (MoE) متکی است. در یک سیستم MoE، مدل به زیرشبکه‌های تخصصی تقسیم می‌شود. هنگامی که یک درخواست می‌رسد، یک مکانیسم مسیریابی تنها "متخصصان" خاص مورد نیاز برای پاسخ به آن فرمان را فعال می‌کند و بقیه ۱.۲ تریلیون پارامتر را در حالت غیرفعال نگه می‌دارد. این فعال‌سازی انتخابی به مدل اجازه می‌دهد تا دانش کلی گسترده‌ای داشته باشد در حالی که هزینه محاسباتی هر استنتاج فردی را قابل مدیریت نگه می‌دارد.[3]

فراتر از خدمت به عنوان یک پیشگوی مبتنی بر ابر، مدل عظیم جِمینای به عنوان یک معلم برای مدل‌های کوچک‌تر روی دستگاه اپل نیز عمل می‌کند. از طریق فرآیندی که به عنوان تقطیر دانش شناخته می‌شود، اپل از خروجی‌های با کیفیت بالا و "زنجیره فکری" داخلی مدل جِمینای برای آموزش سیستم‌های محلی خود استفاده می‌کند. با تقلید از نحوه پردازش توابع پیچیده توسط مدل بزرگتر، مدل‌های روی دستگاه اپل به تدریج توانمندتر می‌شوند و دفعات انتقال به ابر در طول زمان کاهش می‌یابد.[4]

ساختار مالی این معامله منعکس کننده مقیاس آن است. ارزش قرارداد محاسبات ابری تا ۵ میلیارد دلار در طول دوره آن تخمین زده می‌شود، که اپل تقریباً ۱ میلیارد دلار سالانه پرداخت می‌کند. برای گوگل، این شراکت یک مشتری عظیم و برجسته برای بخش ابری آن تضمین می‌کند، بخشی که پس از این اعلامیه، حجم قراردادهای فروش شناسایی نشده آن به ۱۵۵ میلیارد دلار رسید. توماس کوریان، مدیرعامل گوگل کلود، این همکاری را یک تغییر عظیم دانست و تأیید کرد که سیری مجهز به جِمینای تا اواخر سال ۲۰۲۶ به دست کاربران خواهد رسید.[3][5][6][7]

با وجود این یکپارچگی عمیق، این شراکت به طور گسترده به عنوان یک پل استراتژیک و نه یک وابستگی دائمی دیده می‌شود. اپل فعالانه در حال توسعه تراشه‌های سرور هوش مصنوعی خود است که گفته می‌شود با کدنام "بالترا" (Baltra) شناخته می‌شوند و تولید انبوه آن‌ها برای نیمه دوم سال ۲۰۲۶ برنامه‌ریزی شده است. انتظار می‌رود با راه‌اندازی مراکز داده اختصاصی هوش مصنوعی اپل در سال ۲۰۲۷، این شرکت به تدریج حجم کاری را از زیرساخت گوگل دور کند، اگرچه مدل‌های جِمینای ممکن است بخشی از اکوسیستم باقی بمانند.[3]

آنچه هنوز اثبات نشده، این است که این معماری ترکیبی در دنیای واقعی چقدر یکپارچه عمل خواهد کرد. تأخیر (Latency) ناشی از مسیریابی یک درخواست از آیفون، از طریق پردازش ابری خصوصی، به یک خوشه پردازنده گرافیکی گوگل کلود، و بازگشت مجدد، باید تقریباً غیرقابل درک باشد تا سیری به‌روز شده به عنوان یک دستیار منسجم احساس شود. اگر مرز بین پردازش روی دستگاه و استنتاج ابری تأخیر قابل توجهی ایجاد کند، توهم یک هوش اپل یکپارچه از هم خواهد پاشید.[1][5]

علاوه بر این، تضمین‌های امنیتی اجرای استنتاج محرمانه روی سخت‌افزار شخص ثالث، تحت نظارت شدید محققان مستقل قرار خواهد گرفت. در حالی که اپل وعده شفافیت بی‌سابقه‌ای داده است، امنیت نظری اصول رمزنگاری باید از واقعیت‌های عملیاتی در مقیاس جهانی جان سالم به در ببرد. با پایان یافتن فاز آزمایشی اولیه در اوایل سال ۲۰۲۶، صنعت فناوری از نزدیک نظاره‌گر است تا ببیند آیا اپل می‌تواند با موفقیت مغز گوگل را به سیستم عصبی خود پیوند بزند بدون اینکه تعهدات بنیادی خود در مورد حریم خصوصی را به خطر اندازد.[1][5][6]

در نهایت، اتحاد اپل و گوگل نشان‌دهنده یک مصالحه عمل‌گرایانه است. اپل تشخیص داد که ساخت یک مدل استدلال در سطح پیشرو از ابتدا سال‌ها طول می‌کشد که وقت آن را نداشت، در حالی که گوگل یک کانال توزیع عظیم را تضمین کرد که فناوری هوش مصنوعی آن را در مرکز تجربه موبایل نگه می‌دارد. همانطور که این معماری در سطح جهانی عرضه می‌شود، یک سابقه جدید برای نحوه درهم تنیدگی عمیق‌ترین زیرساخت‌های شرکت‌های رقیب فناوری برای ارائه یک محصول مصرف‌کننده یکپارچه ایجاد می‌کند.[2][5][6]