Birisi Apple'ın Neural Engine'ini atlayarak modelleri eğitmek için yeni bir şey yaptı. Her M-serisi Mac'in içindeki Neural Engine, çıkarım yapmak için tasarlanmıştı. Modelleri çalıştır, eğitme. Ne kamuya açık API, ne dokümantasyon var, ne de kesinlikle geri yayılma yok. Bir araştırmacı yine de özel API'leri tersine mühendislik yaptı ve doğrudan ANE donanımında ileri geri geçiş yapan bir transformatör eğitim döngüsü kurdu. Bu yöntem CoreML'yi tamamen atlar. Apple'ın resmi araçlarını kullanmak yerine, proje programları MIL (Model Intermediate Language) ile oluşturur, bunları belgelenmemiş '_ANEClient' API'lerle bellek içinde derler ve verileri IOSurface paylaşılan bellek tamponları aracılığıyla besler. Ağırlıklar derlenen programlara sabit olarak entegre edilir. E ACH Eğitim Adımı altı özel çekirdek gönderir: Dikkat İleri, İleriye Besleme, ardından girdilere göre gradyanları hesaplayan dört geri geçiş. Ağırlık gradyanları hâlâ CPU'da Accelerate'in matris kütüphaneleri kullanılarak çalışıyor, ancak ağır iş (matris çarpma, softmax, aktivasyon fonksiyonları) ANE'de gerçekleşiyor. Bu, daha önce olmayan üç şeyi mümkün kılar: 1. Küçük modelleri yerel olarak eğitmek ve pilinizi tüketmeden 2. Sunucuya veri göndermeden veya GPU'yu çalıştırmadan cihazda ince ayar 3. Apple'ın korkuluklarını görmezden geldiğinizde ANE donanımının aslında neler yapabileceğini araştırın. Bu yaklaşım ölçeklenirse, cihaz üzerindeki yapay zekanın bir sonraki dalgası artık başkasının donmuş modelini çalıştırmakla kalmayacak.