Dans un monde de plus en plus connecté, Apple innove avec son système d’Intelligence sur appareil, transformant les données utilisateurs en expériences personnalisées. Grâce à des techniques avancées, ce système optimise la performance du iPhone et du Mac, tout en garantissant la confidentialité des données. Découvrez cette révolution technologique!
Récemment, Apple a différé le déploiement de ses nouvelles fonctionnalités Siri, qui promettent d’être plus personnalisées et plus puissantes. Dans sa quête pour améliorer l’avenir des mises à jour d’Apple Intelligence, Bloomberg met en lumière un changement important dans la manière dont Apple forme ses modèles d’intelligence artificielle.
Un récent article de blog sur le site de recherche en machine learning d’Apple explique que la société utilise généralement des données synthétiques pour entraîner ses modèles d’IA. Cependant, cette stratégie présente des limites. Par exemple, les données synthétiques peuvent avoir du mal à saisir les tendances dans des fonctionnalités telles que la synthèse ou les outils d’écriture qui traitent de phrases plus longues ou de messages électroniques complets.
Sommaire :
Nouvelle technologie de traitement des données
Pour surmonter ces limitations, Apple a introduit une nouvelle technologie qui compare les données synthétiques à un petit échantillon d’e-mails récents des utilisateurs, tout en préservant la confidentialité de ces derniers :
« Pour améliorer nos modèles, nous devons générer un ensemble de nombreux e-mails couvrant les sujets les plus courants dans les messages. Nous commençons par créer un grand ensemble de messages synthétiques sur une variété de sujets. Par exemple, nous pourrions créer un message synthétique : « Voulez-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 capture certaines dimensions clés du message, telles que la langue, le sujet et la longueur. Ces embeddings sont ensuite envoyés à un petit nombre de dispositifs utilisateurs qui ont choisi de participer à l’Analyse des Dispositifs.
Les dispositifs participants sélectionnent ensuite un petit échantillon d’e-mails récents et calculent leurs embeddings. Chaque dispositif décide alors lequel des embeddings synthétiques est le plus proche de ces échantillons. Grâce à la confidentialité différentielle, Apple peut ensuite apprendre quels sont les embeddings synthétiques les plus fréquemment sélectionnés sur tous les dispositifs, sans savoir quel embedding a été sélectionné sur un dispositif donné.
Ces embeddings synthétiques les plus fréquemment sélectionnés peuvent ensuite servir à générer des données d’entraînement ou de test, ou nous pouvons exécuter des étapes de curation supplémentaires pour affiner davantage le jeu de données. Par exemple, si le message concernant le tennis est l’un des meilleurs embeddings, un message similaire remplaçant le « tennis » par « football » ou un autre sport pourrait être généré et ajouté à l’ensemble pour le prochain cycle de curation. Ce processus nous permet d’améliorer les sujets et le langage de nos e-mails synthétiques, ce qui aide à former nos modèles pour produire de meilleurs résultats textuels dans des fonctionnalités telles que les résumés d’e-mails, tout en protégeant la vie privée des utilisateurs.
Préservation de la vie privée et compréhension des tendances
Selon Apple, ces techniques lui permettent de « comprendre les tendances générales, sans apprendre des informations sur aucun individu ». Bloomberg indique que Apple mettra en œuvre ce nouveau système dans une future version bêta d’iOS 18.5 et de macOS 15.5. Cela souligne l’engagement de l’entreprise à allier innovation technologique et respect de la vie privée des utilisateurs.
Pour de plus amples détails, vous pouvez consulter l’article complet sur le blog d’Apple ici.
FTC : Nous utilisons des liens d’affiliation générant des revenus. Plus d’informations.
Qu’est-ce qu’Apple Intelligence ?
Apple Intelligence fait référence aux fonctionnalités d’intelligence artificielle qui sont intégrées dans les produits Apple, comme Siri, visant à offrir une expérience plus personnalisée et puissante.
Comment Apple forme-t-elle ses modèles d’IA ?
Apple utilise généralement des données synthétiques pour former ses modèles d’IA. Cependant, des limitations existent, notamment la difficulté à comprendre les tendances dans des fonctionnalités telles que la résumation ou des outils d’écriture.
Quels nouveaux outils Apple va-t-elle utiliser pour améliorer ses modèles ?
Apple va bientôt utiliser une nouvelle technologie qui compare les données synthétiques à un petit échantillon d’e-mails d’utilisateur récents, tout en protégeant la vie privée des utilisateurs.
Comment Apple protège-t-elle la vie privée des utilisateurs ?
Apple utilise la confidentialité différentielle pour apprendre les tendances des données sans obtenir d’informations sur des utilisateurs individuels. Cela permet de comprendre les tendances globales tout en préservant la confidentialité.
Bonjour, je m’appelle Manu Dibango et j’ai 37 ans. Cadre supérieur dans l’administration, je suis passionné par la gestion et l’organisation. Bienvenue sur Camernews où je partage ma veille sur les nouvelles technologies et l’innovation.
