La vulgata vuole che Apple sia più indietro degli altri sui grandi modelli linguistici e sulla loro strategia di utilizzo, con relativa responsabilità dei vertici, su per la catena di comando fino ad arrivare direttamente a Tim Cook.
La direzione di Apple ha sicuramente sbagliato nell’annunciare funzioni di Apple Intelligence in tempo per versioni di sistema operativo che invece non le contenevano. Questo è stato un errore grave e pure insolito per Apple, che da anni ha abituato a sentire parlare di prodotti e di date di uscita, più o meno sempre rispettate, con un paio di eccezioni e non altro.
C’è da parlare invece della direzione di Apple in un altro senso: la strada che prevede di agire solo su mercati dove è possibile lasciare un segno significativo e uscire con prodotti che siano effettivamente pronti per farlo. La vicenda del progetto Titan – insomma, l’auto – è esemplare: sono state impiegate risorse in quantità, ci si è presi del tempo, ma alla fine il prodotto non era quello atteso. Altri escono con un prodotto sotto lo standard per recuperare almeno parte degli investimenti; Apple ha perlomeno congelato il progetto senza lasciare dubbi o false promesse. Sembra una sconfitta ed è una vittoria: devono uscire solo cose all’altezza.
A riguardo degli LLM, succede qualcosa del genere. Fuori di dubbio che Apple Intelligence non sia pronto, però succedono cose dietro le quinte e si capisce che ci sono lavori in corso, non solo la caccia a un responsabile o lo scrutinio di qualche startup da comprare per risolvere la questione in fretta.
La notizia di oggi è il rilascio da parte di Apple di un modello chiamato DiffuCode, costruito sulla base di questo studio. DiffuCode produce codice con la caratteristica di lavorare con un sistema a diffusione, come quelli tipicamente usati per generare immagini.
Applicato al codice, l’approccio è relativamente poco usato e potenzialmente interessante, perché è un settore nel quale la struttura globale conta (nei giusti limiti) più della sintassi spicciola.
Per capirci, se nel creare codice con uno dei soliti LLM vediamo il codice stesso comparire riga per riga e istruzione dopo istruzione, con DiffuCode è come se vedessimo una nuvola di parole chiave che si completa man mano che procede l’elaborazione, senza una successione seriale dei token (pezzi di parole o parole) e invece uno qui, uno là, uno su, uno giù, su tutto l’insieme del codice richiesto.
Come recita lo studio, l’associazione tra coding ed elaborazione a diffusione è relativamente trascurata e potrebbe portare vantaggi in termini di prestazioni.
Apple in ritardo? Sì per quanto riguarda gli annunci fatti a sproposito. No per preparazione, cultura interna e sviluppo. Alla fine il ritardo conta poco, se le cose sono fatte a dovere.