
به گزارش ایتنا و به نقل از تامزگاید، تا پیش از این، اپل عمدتاً از دادههای مصنوعی (Synthetic Data) برای آموزش مدلهای خود استفاده میکرد؛ دادههایی که توسط سیستمهای داخلی اپل و بدون استفاده از دادههای واقعی کاربران تولید میشوند. با این حال، این روش در درک برخی ویژگیها مانند خلاصهسازی متن یا ابزارهای نوشتاری با محدودیتهایی روبروست.
در روش جدید، اپل ابتدا مجموعهای از ایمیلهای مصنوعی تولید میکند که به موضوعات مختلفی میپردازند. این ایمیلها به هیچ عنوان با ایمیلهای واقعی کاربران مرتبط نیستند. سپس نمایهای از اطلاعات اصلی این ایمیلها شامل زبان، موضوع و طول پیام ایجاد میشود و این نمایهها به تعدادی از دستگاههایی که کاربران آنها اجازه شرکت در تحلیل دستگاهی (Device Analytics) را دادهاند، ارسال میشوند.

در نهایت، اپل از پرکاربردترین نمونههای مصنوعی انتخابشده برای ساخت دیتاستهای دقیقتر استفاده خواهد کرد. هدف از این فرایند، بهبود کیفیت متنهایی است که اپل اینتلیجنس در خدماتی مانند خلاصهسازی ایمیل یا پیشنهادات نوشتاری تولید میکند.
با وجود این گام جدید، مشخص نیست که آیا اپل با این روش میتواند به سرعت به سطح رقبای قدرتمندی چون ChatGPT و جمینای برسد یا خیر. با این حال، حرکت به سمت استفاده ترکیبی از دادههای مصنوعی و واقعی، گامی مهم در مسیر بهبود عملکرد هوش مصنوعی اپل محسوب میشود.