Découvrez comment Apple révolutionne l’intelligence sur ses appareils grâce à son système de formation sur l’appareil. En utilisant des données utilisateurs de manière sécurisée, Apple améliore constamment l’expérience utilisateur tout en préservant la confidentialité. Plongez dans l’univers innovant de l’IA d’Apple et ses impacts sur notre quotidien.
Le mois dernier, Apple a reporté le déploiement de ses fonctionnalités Siri plus personnelles et puissantes. Dans le cadre de ses efforts pour améliorer les futures mises à jour d’Apple Intelligence, un rapport de Bloomberg met en avant un changement dans la manière dont Apple forme ses modèles d’intelligence artificielle.
Le rapport met en lumière un article de blog sur le site de recherche en apprentissage automatique d’Apple, qui explique que la société utilise généralement des données synthétiques pour entraîner ses modèles d’IA. Cependant, cette stratégie présente des limites, notamment le fait qu’il est difficile pour les données synthétiques de « comprendre les tendances » dans des fonctionnalités telles que les outils de résumé ou d’écriture qui fonctionnent sur des phrases plus longues ou des messages d’e-mail complets.
Pour remédier à cette limitation, Apple présente une nouvelle technologie qu’elle commencera bientôt à utiliser, laquelle compare les données synthétiques à un petit échantillon d’e-mails récents des utilisateurs, tout en préservant leur vie privée :
Pour améliorer nos modèles, nous devons générer un ensemble d’e-mails couvrant les sujets les plus fréquents dans les messages. Pour créer un ensemble représentatif d’e-mails synthétiques, nous commençons par créer un grand ensemble de messages synthétiques sur une variété de sujets. Par exemple, nous pourrions rédiger un message synthétique tel que : « Voudriez-vous jouer au tennis demain à 11h30 ? »
Cela se fait sans aucune connaissance des e-mails individuels des utilisateurs. Nous dérivons ensuite une représentation, appelée un « embedding », de chaque message synthétique qui capte certaines des dimensions clés du message, telles que la langue, le sujet et la longueur. Ces embeddings sont ensuite envoyés à un petit nombre d’appareils d’utilisateurs qui ont choisi de participer à l’analyse des données de l’appareil.
Les appareils participants sélectionnent alors un petit échantillon d’e-mails récents et calculent leurs embeddings. Chaque appareil décide ensuite quel embedding synthétique est le plus proche de ces échantillons. Grâce à la confidentialité différentielle, Apple peut alors apprendre quels sont les embeddings synthétiques les plus fréquemment sélectionnés sur tous les appareils, sans connaître quel embedding a été choisi sur un appareil donné.
Ces embeddings synthétiques les plus souvent sélectionnés peuvent ensuite être utilisés pour générer des données d’entraînement ou de test, ou nous pouvons effectuer des étapes de curation supplémentaires pour affiner davantage l’ensemble de données. Par exemple, si le message concernant le tennis est l’un des principaux embeddings, nous pourrions générer et ajouter un message similaire en remplaçant « tennis » par « football » ou un autre sport pour le prochain cycle de curation (voir Figure 1). Ce processus nous permet d’améliorer les sujets et le langage de nos e-mails synthétiques, ce qui nous aide à entraîner nos modèles pour produire de meilleurs résultats textuels dans des fonctionnalités telles que les résumés d’e-mails, tout en protégeant la vie privée.
Apple explique que ces techniques lui permettent de « comprendre les tendances générales, sans apprendre d’informations sur un individu. Bloomberg annonce qu’Apple déploiera ce nouveau système dans une future version bêta d’iOS 18.5 et de macOS 15.5.
Pour plus de détails, vous pouvez consulter le blog complet d’Apple.
Suivez Chance : Threads, Bluesky, Instagram, et Mastodon.
Nous utilisons des liens d’affiliation générant des revenus. Plus.
Quelles sont les nouvelles fonctionnalités de Siri annoncées par Apple ?
Apple a récemment retardé le déploiement de ses fonctionnalités Siri plus personnelles et puissantes. Ces mises à jour visent à améliorer l’expérience utilisateur grâce à des modèles d’intelligence artificielle plus avancés.
Comment Apple forme-t-elle ses modèles d’intelligence artificielle ?
Apple utilise généralement des données synthétiques pour entraîner ses modèles d’IA. Cependant, la société a reconnu les limitations de cette approche et a introduit une nouvelle technologie qui permet de comparer les données synthétiques à un petit échantillon d’e-mails récents des utilisateurs, sans compromettre leur vie privée.
Qu’est-ce que la confidentialité différentielle et comment est-elle utilisée par Apple ?
La confidentialité différentielle permet à Apple d’apprendre les tendances générales des données tout en protégeant la confidentialité des utilisateurs. Cela signifie qu’Apple peut identifier les modèles les plus fréquents dans les données sans connaître les informations spécifiques des utilisateurs individuels.
Quand Apple prévoit-elle de mettre en œuvre ces nouvelles techniques ?
Apple prévoit de déployer ce nouveau système dans une future version bêta d’iOS 18.5 et macOS 15.5, selon les informations rapportées.
