एप्पल ने अपने ए.आई. सिस्टम के लिए उनके सामग्री के लाइसेंस प्राप्त करने के लिए समाचार और प्रकाशन इकाइयों के साथ चर्चा की है, जिसमें उन्होंने कम से कम $50 मिलियन के मूल्य में बहुवर्षीय समझौते प्रस्तुत किए हैं।
पिछले कुछ हफ्तों से, एप्पल ने मुख्य समाचार और प्रकाशन इकाइयों के साथ चर्चा की है, जिनका उद्देश्य उनकी सामग्री का उपयोग कंपनी की जेनरेटिव आर्टिफिशियल इंटेलिजेंस सिस्टम के विकास में करना है, जैसा कि शुक्रवार को न्यू यॉर्क टाइम्स द्वारा रिपोर्ट किया गया है।
कैलिफोर्निया के तकनीकी उद्यमी ने सूची गई सूत्रों के अनुसार, कंपनी ने समाचार लेखों के संग्रह के लाइसेंस प्राप्त करने के लिए $50 मिलियन के कम से कम मूल्य में बहुवर्षीय समझौते प्रस्तुत किए हैं, जैसा कि लेख में रिपोर्ट किया गया है।
न्यू यॉर्क टाइम्स द्वारा रिपोर्ट किया गया है कि एप्पल ने संप्रेषित किए गए समाचार इकाइयों में शामिल हैं जैसे कि कोंडे नैस्ट, वोग और द न्यूयॉर्कर के प्रकाशक, साथ ही एनबीसी न्यूज और आईएसी, जो लोगों, द डेली बीस्ट, और बेटर होम्स एंड गार्डन्स के मालिक हैं।
रिपोर्ट के अनुसार, एप्पल द्वारा संप्रेषित कुछ प्रकाशकों ने इस संपर्क का उत्साहहीन प्रतिसाद दिखाया। इसके बावजूद, एप्पल ने सुनिश्चित करने के लिए भी एक आंतरिक सेवा विकसित की है, जो चैटजीपीटी के समान है और इसे कर्मचारियों को नए सुविधाओं का परीक्षण करने, पाठ संक्षेपित करने और जमा हुए ज्ञान के आधार पर सवालों का उत्तर देने में सहायक होने के लिए डिज़ाइन किया गया है।
जुलाई में, मार्क गरमन ने सुझाव दिया था कि एप्पल अपने नए ए.आई. मॉडल की प्रक्रिया में है, जिसका मुख्य ध्यान नामक नए फ़्रेमवर्क पर है। इस फ़्रेमवर्क में विभिन्न क्षमताएँ हो सकती हैं, जिसमें एक चैटजीपीटी जैसा एप्लिकेशन, जिसे अनौपचारिक रूप से “एप्पल जीपीटी” कहा जाता है, केवल एक है। बहुतार संकेत देते हैं कि एकल भाषा मॉडल्स (एलएलएम) एप्पल डिवाइसेस पर चल सकते हैं, जैसे कि आईफ़ोन्स और आईपैड्स।
वेंचरबीट द्वारा पहले खोजी गई इस शोध पत्र का शीर्षक “एलएलएम इन ए फ़्लैश: लिमिटेड मेमोरी के साथ कुशल लार्ज भाषा मॉडल इनफेरेंस” है। इसमें एक कृत्रिम स्मृति सीमा वाले उपकरणों पर बड़े भाषा मॉडल्स (एलएलएम) की अनुसंधानित उपयोगप्रदता से संबंधित एक महत्वपूर्ण समस्या पर विचार किया गया है।
एप्ल एंजिनियर और पेपर के प्रमुख लेखक केवान अलीज़ादे ने यह व्याख्या की, “हमारी दृष्टिकोण शीघ्र स्मृति की विशेषताओं के साथ समापन बनाने के लिए एक इंफरेंस लागत मॉडल विकसित करने का है, जो फ़्लैश मेमोरी की विशेषताओं के साथ मेल खाता है, जिससे हमें दो महत्वपूर्ण पहलुओं में सुधार करने के लिए मार्गदर्शन होता है: फ़्लैश से डेटा की मात्रा को कम करना और डेटा को बड़े, और संगत, खंडों में पढ़ना।”