التعلم الآلي في شركة آبل: ما هو، وكيف يعمل، وفي أي المنتجات يُستخدم؟

إذا كنت تستخدم جهاز iPhone أو iPad أو Mac بشكل يومي، فأنت تعيش معه بالفعل. التعلم الآلي من شركة أبل رغم أنك قد لا تدرك ذلك دائمًا، فمن طريقة تنظيم صورك إلى اقتراحات النصوص في لوحة المفاتيح أو ميزات Apple Intelligence الجديدة، هناك عقل رقمي حقيقي يعمل في الخلفية ليجعل كل شيء يبدو سحريًا... ولكنه في الوقت نفسه شديد التحكم.

في السنوات الأخيرة، انتقلت شركة آبل من كونها شديدة التكتم بشأن الذكاء الاصطناعي إلى الانفتاح على العالم. ذكاء أبلمجلة أبل للتعلم الآلي، MLX ونظام بيئي متكامل للغاية من أطر العمل للمطورين. كل هذا انطلاقاً من فكرة واضحة: أن الذكاء الاصطناعي يجب أن يكون حاضراً في كل مكان، ولكن يجب أن تبقى بياناتك ملكاً لك وأن تتم معالجتها، كلما أمكن، داخل الجهاز نفسه.

ما الذي تفهمه شركة آبل من خلال التعلم الآلي والذكاء الاصطناعي؟

بالنسبة لشركة آبل، التعلم الآلي (تعلم الآلة) لا يقتصر الأمر على تدريب نموذج ضخم في مركز بيانات وربطه بتطبيق. بل يعتمد نهجهم على ملء نظام التشغيل ببرامج ذكية صغيرة وكبيرة تحل مهامًا محددة للغاية: مثل التعرف على الوجوه في الصور، والتنبؤ بالتطبيق الذي تريد فتحه، وتنظيف الضوضاء في المكالمات، أو اكتشاف حادث مروري محتمل باستخدام iPhone أو Apple Watch.

وفي الوقت نفسه، قامت الشركة بالقفزة إلى الذكاء الاصطناعي التوليدي بفضل تقنية الذكاء الاصطناعي من آبل: نماذج قادرة على تلخيص النصوص وإعادة صياغتها وتصنيفها، وإنشاء صور شبيهة بالرسوم التوضيحية أو إنشاء رموز جينموجي شخصية، والاستجابة بلغة طبيعية، وفهم سياق ما تراه على الشاشة. كل هذا لا يأتي كتطبيق مستقل، ولكن مُدمج في النظام وموزعة على وظائف مختلفة.

لطالما كانت شركة آبل شديدة التكتم بشأن ما تكشفه عن عملها في مجال الذكاء الاصطناعي، الأمر الذي تسبب لها في مشاكل فيما يتعلق بـ استقطاب المواهب البحثيةإن عدم نشر المقالات أو السماح للمهندسين بمشاركة تقدمهم يتعارض بشكل مباشر مع الثقافة الأكاديمية لمجتمع الذكاء الاصطناعي. ولهذا السبب تحديدًا تم إطلاق مجلة Apple Machine Learning لقد مثّل ذلك تحولاً هاماً في طريقة إيصال أبحاثهم.

في هذه المدونة التقنية، يشرح مهندسو شركة آبل بالتفصيل كيف يطبقون الذكاء الاصطناعي والتعلم الآلي لإنشاء منتجات أكثر ذكاءً، والأهم من ذلك، كيف يحلون المشكلات المعقدة مثل واقعية الصور الاصطناعيةوالتي تُستخدم لتدريب الشبكات العصبية بشكل أسرع وبجهد أقل في وضع العلامات اليدوية.

ويتجلى هذا التحول الثقافي أيضاً في تشجيع شركة آبل الحالي للباحثين والطلاب والمطورين الآخرين على أرسل الأسئلة وتقديم الملاحظات، مما فتح قناة تواصل لم تكن موجودة من قبل. كانت هذه الخطوة شبه حتمية إذا أرادت آبل مواصلة المنافسة المباشرة في بيئة حيث جوجل، أو أوبن إيه آي، أو ميتا، أو مايكروسوفت إنهم ينشرون ويتعاونون باستمرار.

ذكاء أبل: طبقة الذكاء الاصطناعي الجديدة على أجهزة آيفون وآيباد وماك

يُطلق اسم "ذكاء أبل" على استراتيجيتها الموحدة لـ الذكاء الاصطناعي التوليدي والتعلم الآلي مُدمجة في نظام التشغيل نفسه. إنها ليست نموذجًا واحدًا أو تطبيقًا واحدًا، بل مجموعة من النماذج والأدوات الموجودة داخل أنظمة iOS و iPadOS و macOS، والموزعة في جميع أنحاء النظام.

تستفيد العديد من ميزات الذكاء الاصطناعي من Apple من الإمكانيات الحالية (أكثر من 200 روتين للتعلم الآلي على iPhone تتعامل بالفعل مع مهام مثل تنظيم الصور أو التنبؤ بالنصوص)، ولكنها تضيف الآن نماذج توليد اللغة والصور أكثر تطوراً بكثير، ومصمم خصيصاً للمهام اليومية.

يكمن السر في كيفية تنفيذ هذه الوظائف. وتراهن آبل بكل ما في وسعها على ذلك. المعالجة على الجهازتعمل هذه النماذج مباشرة على جهاز iPhone أو iPad أو Mac الخاص بك مع معالج A17 Pro أو رقائق Apple Silicon (سلسلة M)يستفيد هذا من وحدة المعالجة المركزية ووحدة معالجة الرسومات، وقبل كل شيء، من المحرك العصبي. وبهذه الطريقة، لا تغادر بياناتك الشخصية الجهاز في معظم الأنشطة اليومية.

عندما تكون المهمة متطلبة للغاية بالنسبة للأجهزة المحلية، فإن ما يلي يدخل حيز التنفيذ: الحوسبة السحابية الخاصةفي هذه الحالة، يختار الجهاز البيانات الضرورية فقط، ويرسلها بشكل مجهول إلى خوادم آبل، ويُشغّل النموذج هناك، ثم يتخلص من البيانات دون تخزينها. تعمل هذه السحابة الخاصة على أجهزة مزودة بشرائح آبل، وتوفر آليات تدقيق أمني متقدمة لمنع الوصول غير المصرح به.

بالإضافة إلى ذلك، يمكن لتقنية Apple Intelligence الاعتماد على نماذج من جهات خارجية مثل OpenAI ChatGPT بالنسبة للأسئلة العامة جدًا أو المواضيع المتخصصة التي لا تغطيها أجهزة Apple، يسألك Siri صراحةً عما إذا كنت ترغب في إرسال المعلومات إلى تلك الخدمة الخارجية. يمكنك حظر هذا الخيار إذا كنت تفضل إبقاء كل شيء ضمن بيئة Apple.

أهم الميزات الذكية للمستخدم

يظهر الوجه المرئي للتعلم الآلي في شركة أبل في الميزات التي تستخدمها كل يوم، والتي تم دمج العديد منها بالفعل مع Apple Intelligence وأطر عمل التعلم الآلي الكلاسيكية للشركة.

واحدة من الميزات الجديدة الأكثر لفتًا للانتباه هي الاستخبارات البصريةتتوفر هذه الميزة في iPhone 16 و iPhone 16 Pro، وعبر زر الإجراء في iPhone 15 Pro و iPhone 16e، حيث تقوم بتنشيط الكاميرا، التي تدخل بعد ذلك في وضع يقوم فيه النظام بتحليل المحتوى الذي تركز عليه ويقدم خيارات مثل "اسأل" أو "بحث". إذا رأى نصًا، فقد تظهر أيضًا خيارات مثل "ملخص" أو "ترجمة" أو "قراءة بصوت عالٍ".

يُمكّن هذا جهاز iPhone من تلخيص مستند مطبوع، أو قراءة صفحة كاملة بصوت عالٍ، أو ترجمة قائمة الطعام إلى لغة أخرى بشكل فوريإنه مزيج من رؤية الكمبيوتر ومعالجة اللغة وتوليف الكلام، وكلها تُنفذ إلى حد كبير على الجهاز نفسه.

ال أدوات الكتابة تُعدّ هذه الميزات عنصرًا أساسيًا آخر. فهي مُدمجة في العديد من تطبيقات النظام ومتاحة لتطبيقات الطرف الثالث التي تستخدم واجهات برمجة التطبيقات الشائعة، وتتيح لك تلخيص النصوص الطويلة، وإعادة صياغتها بأسلوب أو نبرة مختلفة، وتصحيح القواعد، واقتراح ردود سريعة في سياقات مثل البريد أو الرسائل. وهنا يأتي دور نماذج اللغة من Apple، وإذا رغبت، يمكنك استخدام نماذج من جهات خارجية مثل ChatGPT.

في مجال المرئيات، تقدم شركة آبل ميزتين لإنشاء الصور: جينموجي، والذي يُنشئ رموزًا تعبيرية مخصصة من أوصاف نصية لاستخدامها في iMessage أو البريد الإلكتروني، و ملعب الصوريُنشئ هذا التطبيق رسومات توضيحية بأنماط مختلفة (رسم تخطيطي، رسم توضيحي، أو رسوم متحركة ثلاثية الأبعاد) بناءً على تعليمات بسيطة. لا يُنافس هذا التطبيق خدمات متخصصة مثل Midjourney، ولكنه يتميز بكونه متكاملاً ومجانياً، ويعمل مع التركيز الشديد على الخصوصية.

ادارة الإخطارات كما أصبحت الرسائل أكثر ذكاءً. يستخدم النظام نماذج تصنيف لتحديد الإشعارات الأكثر صلةً وترتيب أولوياتها. بإمكانه اختصار محتوى رسائل البريد الإلكتروني والرسائل النصية في سطر واحد لتتمكن من فهم الفكرة دون فتحها، وتعديل وضع التركيز بشكل أكثر ذكاءً بناءً على السياق.

في تطبيق الصور، يتم استخدام التعلم الآلي لـ التعرف على الوجوه والأماكن والأشياء والمشاهدأنشئ عروض شرائح ذات بنية سردية واقترح موسيقى مناسبة. بفضل الذكاء الاصطناعي، يمكنك أيضًا البحث عن لحظة محددة في مقطع فيديو من خلال وصف ما يحدث ("عندما تنفخ الفتاة الشموع")، بالإضافة إلى الوصول إلى أدوات تحرير متقدمة، مثل إزالة عناصر الخلفية غير المرغوب فيها بنقرة واحدة.

سيري مُحسّنة: سياق أكثر، ذكاء اصطناعي أكثر، وربط بنماذج خارجية

تُعدّ سيري أحد منتجات آبل التي يظهر فيها تأثير التعلّم الآلي وتطوره الحديث بشكلٍ جليّ. اعتمد المساعد الأصلي، الذي تمّ الاستحواذ عليه عام 2010 بعد مشاركته في مشاريع ممولة من وكالة مشاريع الأبحاث الدفاعية المتقدمة (DARPA)، على تقنيات التعرّف على الصوت مثل تلك التي طوّرتها شركة Nuance، وعلى أنظمة أقلّ تطوراً من نماذج الشبكات العصبية الحالية.

بمرور الوقت، بدأت شركة آبل في استخدام الشبكات العصبية العميقة، والنماذج المتعددة (n-grams)، وغيرها من النماذج الموجودة على الجهاز لتحسين فهم اللغة والتعرف على الكلام. كانت هذه التحسينات كبيرة لدرجة أنه، وفقًا لإيدي كيو، أجبرت القفزة في الدقة الفريق على إعادة الاختبارات تحسبًا لوجود خطأ في الحساب.

ومع ذلك، جاءت الثورة مع هندسة محولات بعد أن شاع استخدام تقنية ChatGPT بفضل ورقة بحثية شهيرة نُشرت عام 2017 بعنوان "الانتباه هو كل ما تحتاجه"، أصبحت هذه التقنية أساس الذكاء الاصطناعي التوليدي الحديث ونماذج مثل تلك التي طورتها OpenAI. وبينما انتشر ChatGPT على نطاق واسع، رأى الكثيرون أن شركة آبل قد تخلفت عن الركب لعدم وجود بديل مباشر لها.

كان رد الشركة هو إعادة تصميم سيري لتكون الواجهة العامة لتقنية أبل الذكية. الآن أصبح لدى المساعد... واجهة جديدة فهو يضيء الإطار الكامل لجهاز iPhone، ويمكن استخدامه عن طريق كتابة النصوص وكذلك عن طريق الصوت، ويفهم السياق الشخصي بشكل أفضل بكثير: مواعيد التقويم، ورسائل البريد الإلكتروني، والمحتوى المعروض على الشاشة، والرسائل الأخيرة، وما إلى ذلك.

ابتداءً من إصدارات النظام الجديدة، ستتمكن سيري من تحكم في التطبيقات كما لو كنت أنت نفسكيربط هذا النظام بين الإجراءات المعقدة ويستشير مصادر معلومات داخلية متنوعة. وعند الحاجة إلى معلومات خارجية أو استدلالات مفتوحة، يعمل كبوابة لنماذج خارجية مثل ChatGPT، ويطلب الإذن دائمًا قبل إرسال بياناتك.

أطر عمل التعلم الآلي للمطورين

يعتمد كل ما يراه المستخدم النهائي على نظام بيئي قوي من أطر عمل التعلم الآلي التي توفرها Apple للمطورين والمتحمسين. يقدم فريق التعلم الآلي على الجهاز أدوات لدمج Apple Intelligence والنماذج المخصصة في التطبيقات والمشاريع، دون الاعتماد دائماً على السحابة.

حجر الزاوية هو الأساسية ملإطار عمل لتشغيل نماذج التعلم الآلي على أجهزة Apple. تأتي النماذج مُعبأة بصيغة .mlmodel، ويمكن تنزيلها جاهزة من developer.apple.com أو من مساحة Hugging Face الرسمية من Apple، أو تحويلها من صيغ أخرى (TensorFlow، PyTorch، إلخ) باستخدام أدوات Core ML في Python.

تعمل تقنية Core ML تلقائيًا على تحسين النماذج لأجهزة Apple، مما يقلل حجمها ويحسن أدائها، ويمكنها دمج هذه التحسينات مع التعديلات اليدوية. في Xcode، يمكن للمطورين فحص بنية النموذج، وعرض مقاييس الأداء، وحتى إنشاء كود Swift ذي أنواع بيانات قوية لدمجها بشكل آمن في تطبيقاتك.

أثناء التشغيل، يوزع Core ML عبء العمل بين وحدة المعالجة المركزية ووحدة معالجة الرسومات والمحرك العصبي لتحقيق استدلال سريع وفعال من حيث استهلاك الطاقة، مع الحفاظ على الخصوصية من خلال تشغيل كل شيء محليًا. بالنسبة لحالات الاستخدام المتقدمة، يمكن استكماله بـ MPSGraph و Metal Compute لبرمجة نواة GPU مخصصة، أو باستخدام واجهة برمجة التطبيقات (API). رسم بياني لشبكة BNNS من إطار عمل Accelerate، الذي يتضمن الآن BNNSGraphBuilder لبناء رسوم بيانية للتعلم الآلي على وحدة المعالجة المركزية مع زمن استجابة منخفض.

بالنسبة لأولئك الذين يرغبون في تدريب نماذجهم الخاصة دون مغادرة النظام البيئي، تقدم Apple إنشاء ملتطبيق وإطار عمل مصممان لتدريب نماذج تصنيف الصور، واكتشاف الكائنات، وتحليل النصوص، أو تصنيف الأصوات باستخدام لغة Swift. يستفيد هذا التطبيق من تقنيات التعلم بالنقل ويتكامل مع Xcode، مما يبسط دورة تدريب النماذج وتقييمها وتصديرها مباشرةً إلى ملف .mlmodel.

واجهات برمجة التطبيقات المحددة: الرؤية، اللغة، الصوت، والصوت البشري

بالإضافة إلى Core ML، تحتفظ Apple بعدد من الأطر المتخصصة المبنية على التعلم الآلي والتي تساعد في حل مشاكل محددة للغاية دون أن يضطر المطور إلى تصميم نموذج من الصفر.

الأول هو الرؤيةتتيح واجهة برمجة تطبيقات رؤية الحاسوب تصنيف الصور، واكتشاف الأجسام باستخدام مربعات الإحاطة، والتعرف على الوجوه، والتعرف الضوئي على الأحرف، وتقسيم الأشخاص أو الخلفيات، وتقدير وضعية الجسم البشري. تتضمن أحدث الإصدارات تحسينات مثل... التعرف المتقدم على المستندات أو اكتشاف البقع على العدسة، وهو أمر مفيد للغاية لتحذير المستخدم من تنظيف الكاميرا إذا ظهرت الصورة ضبابية.

يوجد إطار عمل للغة الطبيعية اللغة الطبيعيةيُقدّم هذا البرنامج ميزاتٍ مثل تحديد اللغة، وتقسيم الكلمات إلى رموز، ووضع علامات نحوية، والتعرف على الكيانات، وتحليل المشاعر، والتحليل الصرفي، وإنشاء التضمينات. ويتم تشغيل كل ذلك على الجهاز نفسه كلما أمكن، مما يجعله خيارًا مثاليًا لـ التطبيقات التي تحتاج إلى تحليل النصوص بشكل خاص دون إرسال البيانات إلى خادم.

تتم معالجة الترجمة الآلية باستخدام الإطار خدمات ترجمةفي حين تحليل الصوت يكتشف هذا النظام الأصوات ويصنفها في الوقت الفعلي (من نباح الكلاب وأجهزة الإنذار إلى دروس الموسيقى) باستخدام نماذج التعلم الآلي الأساسية. وكما هو الحال مع بقية واجهات برمجة تطبيقات Apple، يمكن معالجة الصوت محليًا، وهو أمر بالغ الأهمية في سياقات الأمن أو المراقبة.

في مجال الصوت، تمتلك شركة آبل الإطار اللازم خطابمتخصصة في التعرف على الصوت وتحويله إلى نص. دمج واجهة برمجة التطبيقات (API). محلل الكلام يُتيح ذلك معالجة أسرع وأكثر مرونة لتحويل الكلام إلى نص، خاصة في التسجيلات الصوتية الطويلة أو مع وجود الميكروفون بعيدًاإنه عنصر مهم لتطبيقات الإملاء، والاجتماعات المسجلة، أو الترجمة الفورية.

يمكن دمج كل هذه الأطر مع بعضها البعض ومع النماذج المخصصة التي تم إنشاؤها باستخدام Create ML أو تحويلها باستخدام Core ML Tools، مما ينتج عنه نظام بيئي متماسك للغاية للذكاء الاصطناعي عبر أنظمة iOS و iPadOS و macOS و watchOS و tvOS.

نماذج الأساس وMLX: قفزة نحو التوسع في معالجات Apple Silicon

مع وصول نظام التشغيل iOS 26، اتخذت شركة آبل خطوة مهمة من خلال تضمين هيكل نماذج الأساس مباشرة في النظام. هذه نماذج لغوية كبيرة، مُحسَّنة ومُعدَّلة خصيصًا للمهام اليومية الشائعة: التلخيص، واستخراج المعلومات الرئيسية، والتصنيف، وإنشاء ردود منظمة، أو العمل بشكل آمن مع البيانات الشخصية.

هذه النماذج تعمل بشكل مثالي على الجهاز عند الإمكان، يمكنك، على سبيل المثال، طلب ملخص لنص طويل أو استخراج بيانات أساسية من مستند دون مغادرة أي شيء لجهاز iPhone أو Mac الخاص بك. علاوة على ذلك، يمكن دمج هذه الميزات مع البيانات الآنية عبر "استدعاءات الأدوات"، مما يسمح للنموذج بتنفيذ إجراءات (مثل فتح تطبيق، أو إنشاء اقتباس، أو الاستعلام عن قاعدة بيانات محلية) والاستشهاد بمصادر موثوقة.

لأغراض البحث والتجريب، أطلقت شركة آبل MLXMLX هي مكتبة مفتوحة المصدر للحوسبة العددية والتعلم الآلي، مصممة خصيصًا للاستفادة من إمكانيات معالجات Apple Silicon. تتيح لك MLX ضبط وتدريب وتشغيل نماذج الجيل التالي على أجهزة Mac المزودة بشرائح M، بما في ذلك نماذج اللغة الكبيرة (LLM) يمكن تشغيل ذلك من خلال استدعاء بسيط عبر سطر الأوامر.

تتيح بنية الذاكرة الموحدة في معالجات Apple Silicon لوحدة المعالجة المركزية ووحدة معالجة الرسومات العمل بالتوازي على نفس المخزن المؤقت، مما يبسط إدارة البيانات بشكل كبير ويزيد من أداء التدريب والاستدلال. يتوفر MLX في بايثون، سويفت، سي++ ولغات أخرىويكتمل ذلك بالدعم الذي أضافته شركة Apple للأطر الشائعة مثل PyTorch أو JAX من خلال Metal.

توفر شركة آبل موارد نشطة لباحثي ومحبي الذكاء الاصطناعي على موقع developer.apple.com وفي مستودعاتها على منصة GitHub، حيث تنشر نماذج وأدوات تحويل ونماذج برمجية ومقالات تقنية. ويمثل هذا تحولاً كبيراً عن الفترة التي لم تكن فيها أبحاثها تُنشر للعامة تقريباً.

الخصوصية، والسحابة الخاصة، والعلاقة مع نماذج الذكاء الاصطناعي الأخرى

يُعدّ أحد أركان نهج شركة آبل في مجال الذكاء الاصطناعي والتعلم الآلي هو خصوصيةتصر الشركة على أن النماذج تحتاج إلى معرفة معلوماتك الشخصية لتكون مفيدة حقًا، لكن هذا لا يعني أنها ستجمعها أو تستغلها خارج نطاق سيطرتك.

تتيح المعالجة على الجهاز، بفضل الشرائح المتطورة والمتخصصة، لأجهزة iPhone أو Mac القيام بأمور كانت تتطلب قبل بضع سنوات خادمًا ضخمًا. وهذا يعني زمن استجابة أقل، تشغيل دون اتصال بالإنترنت، وعدم وجود أي تبعية توفر جهات خارجية العديد من الوظائف الذكية. وبفضل عدم إرسال البيانات إلى السحابة، يقل خطر التسريبات والمشاكل القانونية.

عندما تحتاج شركة آبل إلى استخدام نماذج أكبر لا تتناسب بشكل مريح مع الجهاز، فإنها تلجأ إلى الحوسبة السحابية الخاصةالفكرة هي أن الخوادم لا تعرف هويتك أو ما تقوم بمعالجته؛ فهي ببساطة تستقبل مجموعة من البيانات المجهولة، وتُشغّل النموذج، وتُعيد النتيجة، دون تخزين أي شيء. علاوة على ذلك، تعمل هذه الخوادم على أجهزة مزودة بمعالجات Apple، ولديها أنظمة تدقيق مفتوحة تُمكّن خبراء الأمن من مراجعتها.

يتم دمج تطبيقات الطرف الثالث، مثل الاتفاقية مع OpenAI لاستخدام ChatGPT في حالات محددة، دائمًا من خلال Siri أو أدوات النظام، حيث يتم سؤالك صراحةً عما إذا كنت ترغب في إرسال المعلومات. ومع ذلك، ليس ذلك ضروريًا. إنشاء حساب على ChatGPT للاستفادة من الوظائف الأساسية، على الرغم من أنه يمكنك ربط إحداها إذا كنت ترغب في الوصول إلى أدوات أكثر تقدماً.

تعتزم آبل السماح بدمج طرازات أخرى في هذا النظام مستقبلاً، بدءاً من بدائل مثل Gemini من جوجل وصولاً إلى طرازات مفتوحة المصدر مثل Llama. وتتلخص الفكرة في أن تعمل Siri وApple Intelligence كطبقة تنسيقية لهذه الطرازات، للحفاظ على تجربة متسقة، والالتزام قدر الإمكان بمعايير خصوصية الشركة.

حالات الاستخدام في المنتجات والتطوير المهني

في الاستخدام اليومي، ينعكس التعلم الآلي في شركة آبل في وظائف متنوعة مثل اكتشاف التصادم من خلال أجهزة iPhone و Apple Watch، يتم عرض النص التنبؤي على لوحة المفاتيح، وتحسين الصور بواسطة البرامج، وتوصيات Apple Music، أو اقتراحات للوجهات الشائعة في الخرائط في أوقات معينة.

بالنسبة للشركات والمطورين، يفتح نظام التعلم الآلي من Apple الباب أمام مجموعة كاملة من المشاريع: تصنيف الصور لكتالوجات المنتجات، وأنظمة التوصية المحلية، وتحليل المستندات التلقائي، والمساعدين الداخليين للمحادثة، والوكلاء الذين يؤتمتون العمليات الروتينية، أو الكشف عن الأحداث الصوتية في الوقت الفعلي.

الشركات المتخصصة مثل Q2BSTUDIO يعتمدون على تقنيات مثل Core ML وCreate ML وVision وNatural Language وSoundAnalysis لإنشاء حلول مخصصة، كما يدمجون البنى التحتية السحابية (AWS وAzure) عند الحاجة إلى معالجة سحابية أو عمليات نشر هجينة. ويجمعون هذه النماذج أيضًا مع أدوات من ذكاء الأعمال وPower BI لتحويل التوقعات إلى قرارات قابلة للتنفيذ.

ومن الأسئلة الأخرى التي تُطرح بكثرة ما إذا كان من المجدي استخدام ماك بوك للتعلم الآلييُقدّر العديد من المستخدمين عمر البطارية وسهولة الحمل والتجربة الشاملة مقارنةً بأجهزة الكمبيوتر المحمولة الضخمة التي تعمل بنظام ويندوز. ومع ذلك، بالنسبة للطرازات الكبيرة جدًا، تظل محطات العمل المخصصة أو الحوسبة السحابية أكثر عملية. أجهزة ماك المزودة بشريحة M لقد أظهروا أداءً قويًا للغاية للتدريب الصغير أو المتوسط، والتطوير المحلي، والنماذج الأولية، وتشغيل النماذج المحسنة باستخدام MLX أو Core ML.

عادة ما ترتبط العيوب المحتملة مقارنة بنظامي التشغيل Linux أو Windows بتوافق المكتبات المحددة أو بحقيقة أن بعض الأدوات مصممة في الأساس لوحدات معالجة الرسومات NVIDIA، ولكن دعم Apple عبر Metal والنظام البيئي الخاص بـ ML يعملان على سد هذه الفجوة بسرعة كبيرة.

هذه الشبكة الكاملة من التقنيات، بدءًا من النماذج الصغيرة المدمجة في الأجهزة وصولًا إلى تقنيات Apple Intelligence والحوسبة السحابية الخاصة، ترسم صورةً حيث تتغلغل تقنية الذكاء الاصطناعي من آبل في كل ركن من أركان النظام تقريباً لجعل التجربة أكثر سلاسة وتخصيصًا، وفي الوقت نفسه أكثر أمانًا، بهدف تمكين كل من المستخدمين والمطورين من الاعتماد على التعلم الآلي دون الحاجة إلى التخلي عن الخصوصية أو المعاناة من التعقيد المفرط.