機器學習及
人工智能

構建驅動 Apple Intelligence 的數據基礎，發展合成數據管道，執行全球規模的數據收集營運，並開拓應用於生成式 AI 和多模式模型的人工評估方法。

主要範疇：

合成數據生成、數據收集、用戶研究、大規模全球營運、人為判斷與數據驗證、生成式 AI 與多模式大型語言模型、電腦視覺，以及數據品質保證

負責教導 Apple 裝置觀察並理解視覺世界，開發各項相關技術，範圍涵蓋實時影像處理，以至能對所見事物進行推理的多模態基礎模型。

主要範疇：

數據科學、深度學習、多模式基礎模型、視覺推理、硬件感知模型最佳化，以及實時電腦視覺

組成 Apple Intelligence 的數據骨幹，包括驅動 Siri 和搜尋功能的基礎架構，以及用於衡量可行性的實驗平台。

主要範疇：

統計分析、數據見解、評估、實驗、機器學習應用程式、研究，以及數據處理

創建 Apple 的尖端基礎模型，涵蓋從預先訓練到訓練後處理、評估及部署等整個模型生命週期。

主要範疇：

深度學習、強化學習、大型語言模型、視覺語言模型、多模式感應器、擷取增強生成、代理式 AI、電腦視覺、自然語言處理，以及研究

確保 Apple 最具雄心的 AI 項目順利推進，統籌基礎模型、私隱基礎架構、搜尋及評估等各方面的執行工作。

主要範疇：

平台與基礎架構、基礎模型、私隱與合規、搜尋與知識，以及評估

運用人工智能及機器學習，從企業規模層面革新 Apple 的營運方式，並為進階對話式體驗以至開發人員生產力等各個領域，打造智能平台。

主要範疇：

數據科學、DevOps、應用機器學習、用戶體驗、人工智能平台工程、機械人流程自動化、安全與偵察欺詐行為、大型語言模型，以及機器學習平台

構建系統以支援 Apple 的人工智能與機器學習，致力提升各個機器學習層面的表現、效率和規模，為每一個模型帶來深遠影響。

主要範疇：

機器學習框架、平台開發、分散式系統設計與營運，以及加速運算

確保 Apple 裝置能夠解讀自己身處世界的位置以及怎樣在不同地點之間移動，並建立低耗能的實時演算法，用於空間追蹤、3D 視覺和了解場景。

主要範疇：

實時空間追蹤、導航、3D 電腦視覺、建圖、本地化、解讀場景、估計定位、多模式感應器，以及動態回復結構

將 Apple 的基礎模型轉化為大眾日常使用的語言和語音體驗，並專注於提示工程、模型適配及產品整合。

主要範疇：

研發與改善模型、研究與創新、數據分析與準備、產品整合、表現評估與調整，以及私隱與道德標準

在重視私隱的人工智能領域負責前沿工作，研發微分私隱權等技術，並建立評估框架，確保 Apple Intelligence 帶來世界級的品質，而且無負用戶的信任。

主要範疇：

微分私隱權、私隱與數據分析、監管準備工作、合規管控，以及政策框架

界定 Apple 如何應對生成式 AI 的各種挑戰，包括模型對齊、紅隊測試、安全防範和部署後監察。

主要範疇：

風險評估、產品功能政策、模型對齊、技術安全防範、工程解決方案、設計解決方案、評估、紅隊測試，以及部署後監察與應變

建立搜尋、知識圖譜及檢索系統，在整個 Apple 生態系統中為大眾連繫合適的資訊，並日益透過對話式 AI、檢索增強生成及代理能力來驅動。

主要範疇：

對話式與代理式 AI、知識圖譜、大型語言模型、自然語言處理、後期訓練、檢索增強生成、資訊檢索、強化學習，以及摘要生成

結合機器學習保安研究與平台和產品保安工程，以前所未有的規模研發防禦措施應對新出現的威脅，保護 Apple 系統及顧客。

主要範疇：

應用機器學習保安研究、平台保安工程，以及產品保安