Apple ने निजी उपयोगकर्ता डेटा विश्लेषण के माध्यम से AI मॉडल को बढ़ाने की योजना बनाई है

अपने एआई उत्पादों के कम-से-स्टेलर प्रदर्शन के बारे में प्रतिक्रिया के जवाब में, विशेष रूप से अधिसूचना सारांशों के दायरे में, Apple ने हाल ही में साझा किया है कि यह अपने AI मॉडल को कैसे बढ़ा रहा है। टेक दिग्गज गोपनीयता-सचेत तरीके से उपयोगकर्ता डेटा का विश्लेषण करके इन मॉडलों को बेहतर बनाने पर ध्यान केंद्रित कर रहा है, जो वे सिंथेटिक डेटा कहते हैं।
Apple की रणनीति में एक तकनीक शामिल है जिसे "विभेदक गोपनीयता" कहा जाता है। यहां बताया गया है कि यह कैसे काम करता है: वे सिंथेटिक डेटा बनाकर शुरू करते हैं, जो अनिवार्य रूप से वास्तविक उपयोगकर्ता डेटा की तरह देखने और व्यवहार करने के लिए डिज़ाइन की गई जानकारी है, लेकिन किसी भी वास्तविक उपयोगकर्ता सामग्री के बिना। इस सिंथेटिक डेटा का उपयोग उनके एआई मॉडल का परीक्षण और परिष्कृत करने के लिए किया जाता है। Apple तब उन उपयोगकर्ताओं तक पहुंचता है जो डिवाइस एनालिटिक्स को साझा करने के लिए सहमत हुए हैं, उन्हें इस सिंथेटिक डेटा के स्निपेट भेजते हैं। उपयोगकर्ताओं के उपकरण इस डेटा की तुलना अपने वास्तविक ईमेल के खिलाफ करते हैं, यह देखने के लिए कि एआई मॉडल कितना अच्छा प्रदर्शन करते हैं, और यह प्रतिक्रिया Apple को अपने सिस्टम को ठीक करने में मदद करती है।
सिंथेटिक डेटा का उपयोग कैसे किया जाता है
Apple के अनुसार, "सिंथेटिक डेटा उपयोगकर्ता डेटा के प्रारूप और महत्वपूर्ण गुणों की नकल करने के लिए बनाया गया है, लेकिन इसमें कोई वास्तविक उपयोगकर्ता-जनित सामग्री नहीं है।" सिंथेटिक ईमेल का एक यथार्थवादी सेट बनाने के लिए, वे विभिन्न विषयों को कवर करने वाले सिंथेटिक संदेशों का एक बड़ा संग्रह उत्पन्न करते हैं। इनमें से, वे प्राप्त करते हैं कि वे एक "एम्बेडिंग" कहते हैं - एक प्रतिनिधित्व जो संदेश के आवश्यक पहलुओं, जैसे भाषा, विषय और लंबाई को पकड़ता है।
इन एम्बेडिंग को तब उपयोगकर्ता उपकरणों के एक चुनिंदा समूह में भेजा जाता है जिन्होंने डिवाइस एनालिटिक्स में चुना है। ये डिवाइस अपनी सटीकता का निर्धारण करने के लिए वास्तविक ईमेल के साथ एम्बेडिंग की तुलना करते हैं, जो अपने एआई मॉडल को बेहतर बनाने के लिए एप्पल को मूल्यवान अंतर्दृष्टि प्रदान करते हैं।
सिंथेटिक आंकड़े के अनुप्रयोग
Apple वर्तमान में अपने Genmoji मॉडल को बढ़ाने के लिए इस दृष्टिकोण का उपयोग कर रहा है। आगे देखते हुए, वे छवि खेल के मैदान, छवि छड़ी, यादों निर्माण, लेखन उपकरण और दृश्य खुफिया जैसी अन्य विशेषताओं को बेहतर बनाने के लिए सिंथेटिक डेटा लागू करने की योजना बनाते हैं। इसके अतिरिक्त, Apple उन उपयोगकर्ताओं के लिए ईमेल सारांश को परिष्कृत करने के लिए सिंथेटिक डेटा का उपयोग करने का इरादा रखता है जो डिवाइस एनालिटिक्स साझा करने का विकल्प चुनते हैं।
यह विधि न केवल Apple को अपने AI प्रसाद में सुधार करने में मदद करती है, बल्कि ऐसा तरीके से करती है जो उपयोगकर्ता गोपनीयता का सम्मान करती है, यह सुनिश्चित करती है कि व्यक्तिगत डेटा सिर्फ इतना ही बना रहे।
संबंधित लेख
億萬富翁討論自動化取代工作在本週的AI更新中
大家好,歡迎回到TechCrunch的AI通訊!如果您尚未訂閱,可以在此訂閱,每週三直接送到您的收件箱。我們上週稍作休息,但理由充分——AI新聞週期火熱異常,很大程度上要歸功於中國AI公司DeepSeek的突然崛起。這段時間風起雲湧,但我們現在回來了,正好為您更新OpenAI的最新動態。週末,OpenAI執行長Sam Altman在東京停留,與SoftBank負責人孫正義會面。SoftBank是O
NotebookLM應用上線:AI驅動的知識工具
NotebookLM 行動版上線:你的AI研究助手現已登陸Android與iOS我們對 NotebookLM 的熱烈反響感到驚喜——數百萬用戶已將其視為理解複雜資訊的首選工具。但有一個請求不斷出現:「什麼時候才能帶著NotebookLM隨時使用?」等待結束了!🎉 NotebookLM行動應用程式現已登陸Android和iOS平台,將AI輔助學習的力量裝進你的
谷歌的人工智慧未來基金可能需要謹慎行事
Google 的新 AI 投資計劃:監管審查下的戰略轉變Google 最近宣布設立 AI 未來基金(AI Futures Fund),這標誌著這家科技巨頭在其塑造人工智慧未來的征程中邁出了大膽的一步。該計劃旨在為初創公司提供急需的資金、早期接觸仍在開發中的尖端人工智慧模型,以及來自 Google 內部專家的指導。儘管這不是 Google 第一次涉足初創企業生
सूचना (30)
0/200
JoeWalker
19 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
Apple's move to enhance AI models with private data analysis is a smart play! It's about time they stepped up their game, especially with those notification summaries. Just hope they keep our data safe, you know? 🔒👀
0
RalphJohnson
19 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
アップルのAIモデルの改善策は素晴らしい!通知の要約がこれで良くなるなら、待ち遠しいです。ただ、プライバシーには気をつけてほしいな。😊🔍
0
HaroldLopez
17 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
애플이 개인 데이터 분석으로 AI 모델을 강화한다니, 기대가 됩니다! 알림 요약이 개선되면 좋겠네요. 다만, 우리 데이터 보호는 잘 해줘야 할 텐데요. 🛡️👀
0
AndrewWilson
19 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
A Apple está finalmente melhorando seus modelos de IA com análise de dados privados! Era hora de melhorar esses resumos de notificações. Só espero que eles mantenham nossos dados seguros, né? 🔒👀
0
JasonRoberts
17 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
¡Qué bien que Apple mejore sus modelos de IA analizando datos privados! Ya era hora de que mejoraran esos resúmenes de notificaciones. Solo espero que mantengan nuestros datos seguros, ¿sabes? 🔒👀
0
OliviaJones
19 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
Apple's new plan to boost AI by analyzing user data sounds promising, but I'm a bit worried about privacy. Still, if it improves those notification summaries, I'm all in! 🤞 Let's see if they can pull it off without turning our data into a free-for-all.
0
अपने एआई उत्पादों के कम-से-स्टेलर प्रदर्शन के बारे में प्रतिक्रिया के जवाब में, विशेष रूप से अधिसूचना सारांशों के दायरे में, Apple ने हाल ही में साझा किया है कि यह अपने AI मॉडल को कैसे बढ़ा रहा है। टेक दिग्गज गोपनीयता-सचेत तरीके से उपयोगकर्ता डेटा का विश्लेषण करके इन मॉडलों को बेहतर बनाने पर ध्यान केंद्रित कर रहा है, जो वे सिंथेटिक डेटा कहते हैं।
Apple की रणनीति में एक तकनीक शामिल है जिसे "विभेदक गोपनीयता" कहा जाता है। यहां बताया गया है कि यह कैसे काम करता है: वे सिंथेटिक डेटा बनाकर शुरू करते हैं, जो अनिवार्य रूप से वास्तविक उपयोगकर्ता डेटा की तरह देखने और व्यवहार करने के लिए डिज़ाइन की गई जानकारी है, लेकिन किसी भी वास्तविक उपयोगकर्ता सामग्री के बिना। इस सिंथेटिक डेटा का उपयोग उनके एआई मॉडल का परीक्षण और परिष्कृत करने के लिए किया जाता है। Apple तब उन उपयोगकर्ताओं तक पहुंचता है जो डिवाइस एनालिटिक्स को साझा करने के लिए सहमत हुए हैं, उन्हें इस सिंथेटिक डेटा के स्निपेट भेजते हैं। उपयोगकर्ताओं के उपकरण इस डेटा की तुलना अपने वास्तविक ईमेल के खिलाफ करते हैं, यह देखने के लिए कि एआई मॉडल कितना अच्छा प्रदर्शन करते हैं, और यह प्रतिक्रिया Apple को अपने सिस्टम को ठीक करने में मदद करती है।
सिंथेटिक डेटा का उपयोग कैसे किया जाता है
Apple के अनुसार, "सिंथेटिक डेटा उपयोगकर्ता डेटा के प्रारूप और महत्वपूर्ण गुणों की नकल करने के लिए बनाया गया है, लेकिन इसमें कोई वास्तविक उपयोगकर्ता-जनित सामग्री नहीं है।" सिंथेटिक ईमेल का एक यथार्थवादी सेट बनाने के लिए, वे विभिन्न विषयों को कवर करने वाले सिंथेटिक संदेशों का एक बड़ा संग्रह उत्पन्न करते हैं। इनमें से, वे प्राप्त करते हैं कि वे एक "एम्बेडिंग" कहते हैं - एक प्रतिनिधित्व जो संदेश के आवश्यक पहलुओं, जैसे भाषा, विषय और लंबाई को पकड़ता है।
इन एम्बेडिंग को तब उपयोगकर्ता उपकरणों के एक चुनिंदा समूह में भेजा जाता है जिन्होंने डिवाइस एनालिटिक्स में चुना है। ये डिवाइस अपनी सटीकता का निर्धारण करने के लिए वास्तविक ईमेल के साथ एम्बेडिंग की तुलना करते हैं, जो अपने एआई मॉडल को बेहतर बनाने के लिए एप्पल को मूल्यवान अंतर्दृष्टि प्रदान करते हैं।
सिंथेटिक आंकड़े के अनुप्रयोग
Apple वर्तमान में अपने Genmoji मॉडल को बढ़ाने के लिए इस दृष्टिकोण का उपयोग कर रहा है। आगे देखते हुए, वे छवि खेल के मैदान, छवि छड़ी, यादों निर्माण, लेखन उपकरण और दृश्य खुफिया जैसी अन्य विशेषताओं को बेहतर बनाने के लिए सिंथेटिक डेटा लागू करने की योजना बनाते हैं। इसके अतिरिक्त, Apple उन उपयोगकर्ताओं के लिए ईमेल सारांश को परिष्कृत करने के लिए सिंथेटिक डेटा का उपयोग करने का इरादा रखता है जो डिवाइस एनालिटिक्स साझा करने का विकल्प चुनते हैं।
यह विधि न केवल Apple को अपने AI प्रसाद में सुधार करने में मदद करती है, बल्कि ऐसा तरीके से करती है जो उपयोगकर्ता गोपनीयता का सम्मान करती है, यह सुनिश्चित करती है कि व्यक्तिगत डेटा सिर्फ इतना ही बना रहे।



Apple's move to enhance AI models with private data analysis is a smart play! It's about time they stepped up their game, especially with those notification summaries. Just hope they keep our data safe, you know? 🔒👀




アップルのAIモデルの改善策は素晴らしい!通知の要約がこれで良くなるなら、待ち遠しいです。ただ、プライバシーには気をつけてほしいな。😊🔍




애플이 개인 데이터 분석으로 AI 모델을 강화한다니, 기대가 됩니다! 알림 요약이 개선되면 좋겠네요. 다만, 우리 데이터 보호는 잘 해줘야 할 텐데요. 🛡️👀




A Apple está finalmente melhorando seus modelos de IA com análise de dados privados! Era hora de melhorar esses resumos de notificações. Só espero que eles mantenham nossos dados seguros, né? 🔒👀




¡Qué bien que Apple mejore sus modelos de IA analizando datos privados! Ya era hora de que mejoraran esos resúmenes de notificaciones. Solo espero que mantengan nuestros datos seguros, ¿sabes? 🔒👀




Apple's new plan to boost AI by analyzing user data sounds promising, but I'm a bit worried about privacy. Still, if it improves those notification summaries, I'm all in! 🤞 Let's see if they can pull it off without turning our data into a free-for-all.












