A Apple precisa de sua ajuda para melhorar a Apple Intelligence - e dados seus

Ao adquirir por meio de nossos links, podemos receber uma comissão afiliada. Aqui é como funciona.
A Inteligência de Apple não teve um ano particularmente bom, mas se você acredita que a empresa está prestes a abandonar o caminho, você estaria equivocado. Possui planos ambiciosos e segue adiantando com novas estratégias de treinamento de modelo que podem melhorar grandemente sua performance em AI. Porém, essas mudanças envolvem uma análise mais detalhada dos seus dados - se você optar por fazer isso.
Em um novo documento técnico da Apple Machine Learning Research, "Entendendo as Tendências Agregadas para a Inteligência de Apple com Privacidade Diferencial", a Apple apresentou suas novas estratégias para combinar análise de dados com geração de dados sintéticos, o que melhora muito no treinamento dos modelos por trás de muitas das características da Inteligência de Apple.
Até agora, a Apple estava treinando seus modelos apenas com dados sintéticos, que tenta mimar o que os dados reais poderiam ser, mas existem limitações. Por exemplo, no caso de Genmoji, uso da geração de dados sintéticos na Apple não sempre indica como os usuários interagem com o sistema. Em resumo:
"Como a nossa equipe de modelos aprende melhor quando um usuário solicita uma Genmoji que contém várias entidades (como “dinossauro com chapéu de cowboy”) nos ajuda a melhorar as respostas para esses tipos de solicitações."
Em outras palavras, se os usuários optarem por fazer isso, o sistema pode analisar se seu dispositivo viu um segmento de dados. Porém, seu telefone não responde com os dados; em vez disso, ele envia um sinal brusco e anonimizado, o que é suficiente para que o modelo da Apple aprenda.
O processo é ligeiramente diferente para os modelos que trabalham com textos mais extensos, como ferramentas de escrita e resumos. Nesse caso, a Apple utiliza modelos sintéticos, e em seguida eles enviam uma representação desses modelos para usuários que optaram por fazer parte da análise de dados.
No dispositivo, o sistema então realiza uma comparação que parece comparar essas representações contra amostras de e-mails recentes.
Inscreva-se para receber notícias, resenhas, opiniões, melhores ofertas técnicas e mais.
"Estes embeddings de síntese mais frequentes podem ser então usados para gerar dados de treinamento ou de teste, ou podemos realizar mais etapas de correção adicionais para refinar o conjunto de dados."
É coisa complicada. A chave é que a Apple aplica a privacidade diferencial a todos os dados dos usuários, que é o processo de acrescentar ruído que faz impossível identificar esse dado com um usuário real.
Porém, nenhum desses recursos funciona se você não optar por fazer parte da Análise de Dados da Apple, que normalmente ocorre quando você configura pela primeira vez seu iPhone, iPad ou MacBook.
Fazer isso não coloca seus dados ou privacidade em risco, mas essa análise deveria levantar a performance do modelo e oferecer experiências melhores para você.
Matéria retirada de: techradar.com
Comentários
Postar um comentário