Apple dévoile une nouvelle méthode d'entraînement de son IA Apple Intelligence. Cette approche particulière permettrait d'améliorer les performances de l'IA sans compromettre la confidentialité des utilisateurs.
Le lancement d'Apple Intelligence n'a pas été de tout repos pour la marque de Cupertino. L'intelligence artificielle d'Apple, loin d'être au niveau de ChatGPT, montre rapidement ses limites sur iPhone, iPad ou Mac, et Apple veut améliorer rapidement son modèle de langage pour parvenir à de meilleurs résultats. C'est sur blog de recherche que la marque indique une nouvelle manière d'analyser les données de ses utilisateurs, tout en respectant la confidentialité de ces derniers à l'aide d'une nouvelle approche.
- Intégration transparente dans l'écosystème Apple
- Respect de la confidentialité des données
- Outils d'écriture puissants
Une analyse comparative réalisée sur l'iPhone
Apple a développé une technique utilisant des données synthétiques comparées localement aux données réelles des utilisateurs. Traditionnellement, l'entraînement des modèles d'IA nécessite l'accès à de vastes ensembles de données, souvent collectées auprès des utilisateurs. Apple fait un pas de côté avec une nouvelle pratique dans laquelle les appareils comparent des données synthétiques à des échantillons locaux, tels que des e-mails ou des messages récents. Seul un signal indiquant la correspondance la plus proche est envoyé à Apple, garantissant que les données personnelles ne sont jamais transmises.
Prenons le cas d'un résumé de mail réalisé par IA. Apple crée tout d'abord différents types de mails synthétiques, correspondant à de nombreux cas de figure rencontrés dans la vie courante (par exemple : « Jouons au tennis ce soir à 18H. »), et créé ensuite des intégrations (ou embeddings), incluant des données comme la longueur du mail, son sujet ou le langage utilisé.
Seuls les utilisateurs dont l'analyse des appareils est activée reçoivent ces signaux (appelés embeddings). L'iPhone de ces personnes va alors comparer les embeddings reçus par rapport au mail réel affiché et traité par Apple Intelligence et déterminer lequel est le plus proche de l'e-mail réel.
Apple utilise ensuite la confidentialité différentielle, une technique qui introduit des éléments aléatoires dans les ensembles de données pour empêcher l'identification des utilisateurs et déterminer quelles intégrations synthétiques sont les plus fréquemment sélectionnées sur tous les appareils. Elle connaît ainsi la formulation la plus courante des e-mails sans jamais consulter les e-mails des utilisateurs et sans savoir quels appareils spécifiques ont sélectionné les intégrations les plus similaires.
Apple Intelligence pâtine en partie à cause du respect de la vie privée imposé par la marque
Depuis 2016, Apple mise sur la confidentialité différentielle pour entrainer ses différents systèmes. Cette nouvelle méthode d'entraînement s'inscrit dans cette lignée, confortant la position d'Apple vis-à-vis du respect de la vie privée de ses utilisateurs.
Pourtant, cette volonté de protéger à tout prix la confidentialité des données semble jouer des tours à la marque. Certains ingénieurs se sont plaints au fil des années du retard pris par l'assistant vocal Siri par rapport à ses concurrents. Apple refusant d'exploiter les informations personnelles de ses clients, les équipes n'ont pu avancer aussi vite que Google ou encore Amazon, qui sont bien moins regardants sur la collecte de données utilisateur. L'histoire semble se répéter avec Apple Intelligence, qui n'avancera visiblement pas aussi vite que ChatGPT ou Gemini pour ces questions de confidentialité.
Source : 9to5Mac
04 février 2025 à 14h11
Bon sinon on voit le coût du respect de la vie privée. Ca change un peu, et je suis étonné qu’ils n’aient pas lâché là dessus depuis longtemps. Sans doute un calcul cout/bénéfice en terme d’image.
