Os esboços da Apple planejam aprimorar os modelos de IA por meio de análise de dados de usuário privada

Em resposta ao feedback sobre o desempenho menos do que estelar de seus produtos de IA, particularmente no domínio dos resumos de notificação, a Apple compartilhou recentemente como está aprimorando seus modelos de IA. A gigante da tecnologia está focada em melhorar esses modelos, analisando os dados do usuário de maneira consciente da privacidade, utilizando o que eles chamam de dados sintéticos.
A estratégia da Apple envolve uma técnica conhecida como "privacidade diferencial". Eis como funciona: eles começam criando dados sintéticos, que são essencialmente informações compensadas projetadas para parecer e se comportar como dados reais do usuário, mas sem qualquer conteúdo real do usuário. Esses dados sintéticos são usados para testar e refinar seus modelos de IA. A Apple então alcança os usuários que concordaram em compartilhar análises de dispositivos, enviando trechos desses dados sintéticos. Os dispositivos dos usuários comparam esses dados com seus e-mails reais para ver o desempenho dos modelos de IA, e esse feedback ajuda a Apple a ajustar seus sistemas.
Como dados sintéticos são usados
De acordo com a Apple, "os dados sintéticos são criados para imitar o formato e as propriedades importantes dos dados do usuário, mas não contêm nenhum conteúdo gerado pelo usuário". Para criar um conjunto realista de e -mails sintéticos, eles geram uma grande coleção de mensagens sintéticas que cobrem vários tópicos. Destes, eles derivam o que chamam de "incorporação" - uma representação que captura aspectos essenciais da mensagem, como linguagem, tópico e comprimento.
Essas incorporações são enviadas para um grupo selecionado de dispositivos de usuário que optaram por análises de dispositivos. Esses dispositivos comparam as incorporações com e -mails reais para determinar sua precisão, fornecendo à Apple insights valiosos para melhorar seus modelos de IA.
Aplicações de dados sintéticos
A Apple está atualmente usando essa abordagem para aprimorar seus modelos genmoji. Olhando para o futuro, eles planejam aplicar dados sintéticos para melhorar outros recursos, como playground de imagem, varinha de imagem, criação de memórias, ferramentas de escrita e inteligência visual. Além disso, a Apple pretende usar dados sintéticos para refinar os resumos de email para usuários que optam por compartilhar análises de dispositivos.
Esse método não apenas ajuda a Apple a melhorar suas ofertas de IA, mas o faz de uma maneira que respeite a privacidade do usuário, garantindo que os dados pessoais permaneçam exatamente isso - pessoal.
Artigo relacionado
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
Comentários (30)
0/200
JoeWalker
19 de Abril de 2025 à0 00:00:00 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 de Abril de 2025 à0 00:00:00 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 de Abril de 2025 à0 00:00:00 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 de Abril de 2025 à0 00:00:00 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 de Abril de 2025 à0 00:00:00 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 de Abril de 2025 à0 00:00:00 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
Em resposta ao feedback sobre o desempenho menos do que estelar de seus produtos de IA, particularmente no domínio dos resumos de notificação, a Apple compartilhou recentemente como está aprimorando seus modelos de IA. A gigante da tecnologia está focada em melhorar esses modelos, analisando os dados do usuário de maneira consciente da privacidade, utilizando o que eles chamam de dados sintéticos.
A estratégia da Apple envolve uma técnica conhecida como "privacidade diferencial". Eis como funciona: eles começam criando dados sintéticos, que são essencialmente informações compensadas projetadas para parecer e se comportar como dados reais do usuário, mas sem qualquer conteúdo real do usuário. Esses dados sintéticos são usados para testar e refinar seus modelos de IA. A Apple então alcança os usuários que concordaram em compartilhar análises de dispositivos, enviando trechos desses dados sintéticos. Os dispositivos dos usuários comparam esses dados com seus e-mails reais para ver o desempenho dos modelos de IA, e esse feedback ajuda a Apple a ajustar seus sistemas.
Como dados sintéticos são usados
De acordo com a Apple, "os dados sintéticos são criados para imitar o formato e as propriedades importantes dos dados do usuário, mas não contêm nenhum conteúdo gerado pelo usuário". Para criar um conjunto realista de e -mails sintéticos, eles geram uma grande coleção de mensagens sintéticas que cobrem vários tópicos. Destes, eles derivam o que chamam de "incorporação" - uma representação que captura aspectos essenciais da mensagem, como linguagem, tópico e comprimento.
Essas incorporações são enviadas para um grupo selecionado de dispositivos de usuário que optaram por análises de dispositivos. Esses dispositivos comparam as incorporações com e -mails reais para determinar sua precisão, fornecendo à Apple insights valiosos para melhorar seus modelos de IA.
Aplicações de dados sintéticos
A Apple está atualmente usando essa abordagem para aprimorar seus modelos genmoji. Olhando para o futuro, eles planejam aplicar dados sintéticos para melhorar outros recursos, como playground de imagem, varinha de imagem, criação de memórias, ferramentas de escrita e inteligência visual. Além disso, a Apple pretende usar dados sintéticos para refinar os resumos de email para usuários que optam por compartilhar análises de dispositivos.
Esse método não apenas ajuda a Apple a melhorar suas ofertas de IA, mas o faz de uma maneira que respeite a privacidade do usuário, garantindo que os dados pessoais permaneçam exatamente isso - pessoal.



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.












