Il ritardo di Apple Intelligence in Europa, il Dma e l’”Act Different” di Thierry Breton. Cosa sta succedendo?

L’intelligenza artificiale generativa è anche una questione di fiducia (e di tempo). L’architettura studiata da Apple è unica nel suo genere e decisamente innovativa. Per vederla in Europa però ci vorrà tempo. L’azienda di Cupertino ha spiegato che sabato scorso che il ritardo è «a causa delle incertezze normative causate dal Digital Markets Act (DMA), non crediamo che saremo in grado di implementare 3 di queste funzionalità (iPhone Mirroring, SharePlay ed Apple Intelligence) per i nostri utenti europei nel corso di quest’anno». Il problema sarebbe nell’integrazione di ChatGpt all’interno del sistema operativo.

“Act different” should be their new slogan🍏

For too long @Apple has been squeezing out innovative companies — denying consumers new opportunities & choices.

Today we are taking further steps to ensure AppStore & iOS comply with #DMA pic.twitter.com/e741oV9r9l

— Thierry Breton (@ThierryBreton) June 24, 2024

Intanto lunedì mattina è arrivata la risposta della Commissione europea nei confronti di Apple e delle novità introdotte dall’azienda di Cupertino nei confronti del DMA. L’adozione da parte di Apple non è piaciuta completamente all’Europa che ha chiesto cambiamenti. L’indagine riguarda solo l’articolo del DMA che richiede ai gatekeeper di consentire gratuitamente agli sviluppatori di indirizzare i consumatori verso offerte al degli fuori degli app store dei gatekeeper. Ora Apple guarderà i documenti e risponderà per iscritto. Se le giustificazioni di Cupertino non dovessero sufficienti, si aprirebbe la procedura di infrazione che ricordiamo può portare la Commissione ad imporre multe fino al 10% del fatturato mondiale totale del gatekeeper. 

Nel frattempo pochi giorni fa Apple ha pubblicato 20 nuovi 20 LLM (Large Language Model).

Già in aprile Apple aveva rilasciato diversi modelli open source progettati per essere eseguiti sul dispositivo anziché tramite server cloud. Chiamati OpenELM (Open-source Efficient Language Models), gli LLM sono disponibili su Hugging Face Hub , una comunità per la condivisione del codice AI. Come illustrato in unchrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://arxiv.org/pdf/2404.14619 [ PDF ], esistono otto modelli OpenELM in totale, quattro dei quali sono stati pre-addestrati utilizzando la libreria CoreNet e quattro modelli ottimizzati per le istruzioni. Apple utilizza una strategia di ridimensionamento a livello che mira a migliorare la precisione e l’efficienza.

Apple is back! 20 new coreML models for on-device AI & 4 new datasets just dropped on HF: https://t.co/WZDa6kLpg5 pic.twitter.com/Aaa13bk4Zg

— clem 🤗 (@ClementDelangue) June 17, 2024

Nei giorni scorsi Apple ha pubblicato venti nuovi modelli sempre su Hugging Face, all’interno del suo framework CoreML. Si tratta di modelli per la gestione dei carichi di lavoro su dispositivi, quindi per eseguire applicazioni generative AI e machine learning sull’hardware di Apple, consentendo ai modelli di funzionare senza una connessione di rete. Qualche esempio?  FastViT è stato progettato per la classificazione delle immagini, DepthAnything per la stima della profondità monoculare e DETR per la segmentazione semantica.  Servono rispettivamente per identificare elementi di un’immagine o di testo.