Es una realidad, no ha sido el mejor año para Apple Intelligence, pero eso no quiere decir que la compañía se de por vencida.
Tiene grandes planes y está avanzando con nuevas estrategias de entrenamiento de modelos que podrían mejorar enormemente el rendimiento de su IA. Sin embargo, los cambios implican echar un vistazo más de cerca a tus datos, si aceptas.
En un nuevo documento técnico de Apple's Machine Learning Research, "Understanding Aggregate Trends for Apple Intelligence Using Differential Privacy", Apple esboza nuevos planes para combinar el análisis de datos con los datos de usuario y la generación de datos sintéticos para entrenar mejor los modelos detrás de muchas de las funciones de Inteligencia de Apple.
Algunos datos reales
Hasta ahora, Apple ha estado entrenando sus modelos con datos puramente sintéticos, que intentan imitar cómo serían los datos reales, pero existen limitaciones. En el caso de Genmoji, por ejemplo, el uso de datos sintéticos por parte de Apple no siempre apunta a cómo se relacionan los usuarios reales con el sistema. Del documento:
«Por ejemplo, entender cómo funcionan nuestros modelos cuando un usuario solicita Genmoji que contienen múltiples entidades (como »dinosaurio con sombrero de vaquero«) nos ayuda a mejorar las respuestas a ese tipo de solicitudes».
Esencialmente, si los usuarios optan por ello, el sistema puede sondear el dispositivo para ver si ha visto un segmento de datos. Sin embargo, el teléfono no responde con los datos; en su lugar, devuelve una señal ruidosa y anonimizada, que aparentemente es suficiente para que el modelo de Apple aprenda.
El proceso es algo diferente en el caso de los modelos que trabajan con textos más largos, como las herramientas de escritura y las resúmenes. En este caso, Apple utiliza modelos sintéticos, y luego envía una representación de estos modelos sintéticos a los usuarios que han optado por el análisis de datos.
En el dispositivo, el sistema realiza entonces una comparación que parece comparar estas representaciones con muestras de correos electrónicos recientes.
"Estas incrustaciones sintéticas seleccionadas con mayor frecuencia se pueden utilizar entonces para generar datos de entrenamiento o de prueba, o podemos ejecutar pasos adicionales de curación para refinar aún más el conjunto de datos".
Un resultado mejor
Es algo complicado. La clave, sin embargo, es que Apple aplica la privacidad diferencial a todos los datos del usuario, que es el proceso de añadir ruido que hace imposible conectar esos datos a un usuario real.
Aun así, nada de esto funciona si no se opta por el análisis de datos de Apple, lo que suele ocurrir cuando se configura por primera vez el iPhone, iPad o MacBook.
Hacerlo no pone en riesgo tus datos ni tu privacidad, pero esa formación debería conducir a mejores modelos y, con suerte, a una mejor experiencia de Inteligencia de Apple en tu iPhone y otros dispositivos Apple.
También podría significar reescrituras y resúmenes más inteligentes y sensatos.
También puedes leer...
