Apple ulepsza swoje modele AI dzięki syntetycznym danym i prywatności różnicowej
Po falach krytyki dotyczącej słabej wydajności swoich rozwiązań sztucznej inteligencji, szczególnie w obszarach takich jak podsumowywanie powiadomień czy automatyczne streszczenia, Apple w poniedziałek ujawniło, w jaki sposób planuje udoskonalić swoje modele AI. Kluczem do poprawy jest analiza danych użytkowników z zachowaniem prywatności, przy użyciu tzw. danych syntetycznych.
Jak działa technologia prywatności różnicowej?
Firma wyjaśniła, że wykorzystuje metodę znaną jako prywatność różnicowa. Najpierw generowane są dane syntetyczne, a następnie urządzenia użytkowników, którzy wyrazili zgodę na udostępnianie analityki urządzeń, porównują te dane z rzeczywistymi informacjami, aby ocenić dokładność modeli AI i pomóc w ich ulepszaniu.
Czym są dane syntetyczne?
„Dane syntetyczne są tworzone tak, aby naśladować strukturę i kluczowe właściwości prawdziwych danych użytkowników, ale nie zawierają żadnych rzeczywistych treści generowanych przez użytkowników” – wyjaśniło Apple w swoim wpisie na blogu. „Aby przygotować reprezentatywny zbiór syntetycznych wiadomości e-mail, zaczynamy od wygenerowania dużej liczby przykładowych wiadomości na różne tematy. Następnie tworzymy tzw. osadzenie (embedding) każdej wiadomości, które przechwytuje kluczowe cechy, takie jak język, temat czy długość tekstu.”
Jak Apple wykorzystuje te dane?
Te osadzenia są następnie wysyłane do niewielkiej grupy urządzeń użytkowników, którzy zgodzili się na udział w analityce urządzeń. Urządzenia porównują je z próbkami prawdziwych wiadomości e-mail i przekazują Apple informację, które osadzenia są najbardziej trafne.
Które funkcje AI zostaną ulepszone?
Obecnie ta metoda jest stosowana do udoskonalania modeli Genmoji. W przyszłości Apple planuje wykorzystać dane syntetyczne również w narzędziach takich jak:
- Image Playground
- Image Wand
- Tworzenie wspomnień (Memories Creation)
- Narzędzia do pisania (Writing Tools)
- Visual Intelligence
Firma zapowiedziała również, że będzie zbierać informacje od użytkowników, którzy wyrażą zgodę na udostępnianie danych analitycznych, aby poprawić jakość automatycznych podsumowań wiadomości e-mail.