苹果利用用户数据提升AI实力
苹果公司计划通过分析用户设备上的数据来增强其人工智能技术,以赶上像OpenAI和Alphabet Inc.这样的竞争对手。科技记者马克·古尔曼透露,苹果将利用真实的用户电子邮件样本来改进其合成数据,从而提升Apple Intelligence平台的文本相关功能。此举旨在保护用户隐私,数据不会用于直接训练AI模型。新系统将在即将发布的iOS、iPadOS和macOS测试版中推出,用户可选择启用设备分析功能。

据科技记者马克·古尔曼(Mark Gurman)最新发布的消息,苹果公司将开始分析客户设备上的数据,以改进其人工智能平台,此举旨在保护用户信息,同时帮助其赶上人工智能竞争对手。
如今,苹果通常使用合成数据来训练人工智能模型,这些信息旨在模拟现实世界的输入,但不包含任何个人信息。但这些合成信息并不总是代表真实的客户数据,这使得其人工智能系统更难正常工作。
苹果的新方法将解决该问题,同时确保用户数据保留在客户的设备上,不会直接用于训练AI模型。此举旨在帮助苹果赶上OpenAI和Alphabet Inc.等隐私限制较少的竞争对手。
该技术的工作原理如下——它获取苹果创建的合成数据,并将其与iPhone、iPad和Mac电子邮件应用程序中最近的用户电子邮件样本进行比较。通过使用真实的电子邮件来检查虚假输入,苹果可以确定其合成数据集中哪些内容与真实消息最一致。
这些技术将帮助苹果改进其Apple Intelligence平台中的文本相关功能,例如通知中的摘要、写作工具中综合思想的能力以及用户消息的回顾。
苹果4月14日在其机器学习博客的一篇文章中写道:“在创建合成数据时,我们的目标是生成在主题或风格上与真实内容足够相似的合成句子或电子邮件,以帮助改进我们的摘要模型,但苹果不会从设备中收集电子邮件。”
大型语言模型是现代人工智能的核心技术,它们为苹果去年发布的Apple Intelligence功能提供支持。除了使用合成数据外,苹果还利用从第三方获得许可或通过扫描开放互联网找到的信息来训练其模型。对合成数据的依赖有其缺陷,该公司的工具会在通知中歪曲想法,并且在某些情况下无法提供准确的文本摘要。
从理论上讲,新系统可以改进苹果的模型,这是其在热门人工智能领域成为有力竞争对手的关键一步。苹果的人工智能团队发现其产品落后于竞争对手,这促使其最近对Siri语音助手及相关工作进行了管理层重组。
该公司将在即将发布的 iOS 和 iPadOS 18.5 以及 macOS 15.5 测试版中推出新系统。周一早些时候,这些即将发布的版本的第二次 Beta 测试已提供给开发人员。
苹果还表示,它正在采取以隐私为中心的方式,改进用于支持其他Apple Intelligence功能的模型,例如Image Playground、Image Wand、Memories Creation和Visual Intelligence。
该公司已经利用一项名为“差异隐私”的技术来改进其Genmoji功能,该功能允许用户创建自定义表情符号。苹果在博客文章中表示,该系统使用该系统“识别流行的提示和提示模式,同时提供数学保证,确保独特或罕见的提示不会被发现”。
这个想法是为了追踪模型在多个用户提出相同请求的情况下的响应情况,比如,要求一只带着公文包的恐龙并改善这些情况下的结果。这些功能仅适用于选择启用设备分析和产品改进功能的用户。这些选项可在公司设备“设置”应用中的“隐私和安全”选项卡中进行管理。
苹果表示:“基于我们多年来使用差异隐私等技术以及合成数据生成等新技术的经验,我们能够改进Apple Intelligence功能,同时保护选择加入设备分析程序的用户的隐私。”
苹果的人工智能团队几个月来一直处于动荡之中,媒体报道了该团队的困境、领导问题、产品延迟和高管变动。
今年3月,苹果对其人工智能团队的部分管理层进行了改组,将Siri的管理职责从高管John Giannandrea手中剥离,并将语音助手团队移交给Vision Pro创始人Mike Rockwell和软件主管Craig Federighi。苹果计划在6月份宣布Apple Intelligence的升级,但要到明年才会实现Siri期待已久的功能。(校对/李梅)
参考链接:https://www.bloomberg.com/news/articles/2025-04-14/apple-to-analyze-user-data-on-devices-to-bolster-ai-technology?srnd=phx-technology
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。
开发跑腿app的费用及详细报价
- 上一篇
- 开发跑腿app的费用及详细报价
- 下一篇
- Python中Cython代码编写攻略
-
- 科技周边 · 人工智能 | 12分钟前 |
- OpenAI Structured Outputs 怎么约束嵌套 JSON 结构
- 247浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 | 人工智能 · PyTorch ONNX dynamic_shapes 动态维度
- ONNX 导出动态维度怎么声明输入轴
- 194浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 | 人工智能 · PyTorch 混合精度 AMP GradScaler 梯度溢出 optimizer.step
- PyTorch GradScaler 何时会跳过参数更新
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 7小时前 | 人工智能 · 深度学习 · PyTorch 随机种子 DataLoader num_workers worker_init_fn
- PyTorch DataLoader 多进程为什么会重复随机数据
- 316浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 | 大模型 Accelerate device_map 多设备推理
- Accelerate device_map 怎么把大模型分配到多设备
- 150浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- Hugging Face Datasets Streaming 怎么处理超大数据集
- 148浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · LoRa PEFT target_modules
- PEFT LoRA 怎么选择 target_modules
- 251浏览 收藏
-
- 科技周边 · 人工智能 | 16小时前 |
- Hugging Face Catalog API 怎么创建推理端点
- 333浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | python · 人工智能 · Hugging Face Inference Endpoint EndpointHandler handler.py
- Hugging Face Inference Endpoint 怎么编写自定义 Handler
- 145浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 重试 AI Agent 幂等 工具调用 Idempotency Key
- AI Agent 工具调用失败后的重试与幂等设计
- 236浏览 收藏
-
- 科技周边 · 人工智能 | 2天前 | 人工智能 · Python教程 · 图像尺寸 Pillow ControlNet diffusers 条件图
- Diffusers ControlNet 条件图尺寸匹配的处理
- 314浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 328次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 386次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 379次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 347次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 172次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

