A Apple está reformulando a forma como treina seus modelos de inteligência artificial, introduzindo uma abordagem mais segura e eficiente baseada em dados locais. A mudança faz parte dos preparativos para novas funções do Apple Intelligence, com previsão de lançamento nas próximas versões do iOS 18.5 e macOS 15.5.
Em vez de depender exclusivamente de dados sintéticos — tradicionalmente usados para ensinar IA —, a Apple agora propõe uma metodologia híbrida que mantém a privacidade dos usuários intacta. Segundo uma publicação no blog oficial de Pesquisa em Aprendizado de Máquina da empresa, essa nova técnica é voltada especialmente para melhorar recursos como resumo de textos e assistentes de escrita inteligente.
O desafio dos dados sintéticos
Modelos de IA frequentemente utilizam mensagens artificiais para simular interações reais. No entanto, essas mensagens geradas automaticamente têm limitações quando se trata de captar nuances, como tom, estrutura de frases longas ou contextos presentes em conversas por e-mail.
Para resolver esse problema, a Apple passou a comparar os dados sintéticos com uma amostra extremamente restrita de e-mails reais — tudo isso feito localmente no dispositivo do usuário, com recursos de segurança como a privacidade diferencial.
Notícias Relacionadas
Segurança digital
Google intensifica combate a golpes com IA e bloqueia 5 bilhões de anúncios
Em 2024, o Google bloqueou mais de 5 bilhões de anúncios e suspendeu milhões de contas para enfrentar golpes com IA, como deepfakes e fraudes financeiras, reforçando suas políticas de segurança publicitária.
Inteligência artificial
Gemini agora explora suas fotos no Google
A IA Gemini agora se integra ao Google Fotos, permitindo buscas por imagens e respostas baseadas em conteúdo visual. A novidade começa nos EUA e deve se expandir em breve.
Como funciona o novo sistema
- A Apple gera milhares de e-mails sintéticos com temas diversos, como “Você quer jogar tênis amanhã às 11h30?”.
- Cada mensagem recebe uma “incorporação” — um tipo de representação que inclui idioma, tema e tamanho.
- Esses dados são enviados a dispositivos que tenham aceitado compartilhar análises (Device Analytics).
- Os dispositivos comparam os e-mails sintéticos com uma pequena amostra de e-mails recentes armazenados localmente.
- Cada dispositivo identifica quais mensagens sintéticas mais se aproximam das reais — sem que a Apple tenha acesso ao conteúdo individual.
- Utilizando técnicas de anonimização, a empresa coleta os padrões de similaridade mais comuns.
- A partir daí, novas variações dessas mensagens podem ser criadas para refinar os modelos.
Esse método permite que os sistemas de IA da Apple entendam padrões gerais de comunicação sem jamais acessar os dados pessoais dos usuários. A Apple ressalta que o objetivo é equilibrar personalização com segurança, permitindo que a inteligência artificial aprenda de forma contextualizada e ética.
Privacidade como pilar
O diferencial dessa abordagem está no respeito à privacidade. Nenhum e-mail específico é lido pela Apple; as comparações e seleções ocorrem dentro do próprio dispositivo do usuário. Isso representa um avanço em relação a outras empresas que, muitas vezes, dependem do envio de dados para servidores externos para treinar IA.
Com isso, a Apple reforça seu compromisso com a segurança digital ao mesmo tempo em que expande os limites da personalização e eficiência do seu ecossistema de IA.
