تسعى شركة Apple إلى تعزيز كفاءة نماذج الذكاء الاصطناعي الخاصة بها، بعد أن واجهت انتقادات بشأن أدائها، خصوصًا في وظائف مثل تلخيص الإشعارات. كشفت الشركة مؤخرًا عن خطة تعتمد على تحليل بيانات المستخدمين بطريقة خاصة باستخدام البيانات الاصطناعية لتحسين تلك النماذج.
نهج الخصوصية التفاضلية لتحسين الأداء
طورت Apple منهجًا يعتمد على الخصوصية التفاضلية، حيث تُولّد الشركة بيانات اصطناعية تشبه في خصائصها بيانات المستخدمين.
بعد ذلك، ترسل Apple أجزاء من هذه البيانات إلى أجهزة المستخدمين الذين فعّلوا خيار مشاركة تحليلات الجهاز، وتقارن النتائج بدقة النماذج.
كيف تُنتج Apple البيانات الاصطناعية؟
أنشأ فريق Apple مجموعة ضخمة من الرسائل الاصطناعية التي تغطي مواضيع متعددة. ثم قاموا بتوليد ما يُعرف بـ “التمثيلات المتجهة” أو embeddings، وهي صيغة تلخّص خصائص الرسالة مثل: اللغة، الموضوع، والطول.
بعد إنتاج هذه التمثيلات، ترسلها Apple إلى عدد محدود من الأجهزة التي فعّل أصحابها خيار تحليلات الجهاز. وتقوم هذه الأجهزة بمقارنة التمثيلات مع عينات من رسائل البريد الإلكتروني، ثم تعيد النتائج إلى Apple، التي تستخدمها لتعديل وتحسين النماذج الذكية.
تطبيقات تعتمد على هذا النهج
بدأت Apple باستخدام البيانات الاصطناعية لتحسين نموذج Genmoji، كما تخطط لتوسيع هذه التقنية لتشمل أدوات ومنتجات أخرى، من بينها:
- Image Playground
- Image Wand
- أداة إنشاء الذكريات (Memories Creation)
- أدوات الكتابة (Writing Tools)
- الذكاء البصري (Visual Intelligence)
- تلخيص البريد الإلكتروني
بهذه الطريقة، تعمل Apple على تطوير تقنياتها بناءً على بيانات يتم جمعها بموافقة المستخدمين، مما يحفظ الخصوصية ويُحسّن النتائج في الوقت نفسه.
