A una semana del lanzamiento oficial de Apple Intelligence (este será uno de los punto más importantes del evento del próximo 9 de Septiembre) muchos todavía nos preguntamos cómo hará Apple para balancear los requerimientos de información de su modelo fundacional con la privacidad a la que la compañía nos ha acostumbrado y lograr que Apple Intelligence y el nuevo Siri sean realmente funcionales y sus resultados sean, al menos, comparables con aquellos de otros LLMs disponibles en el mercado.
La respuesta está en un paper publicado recientemente por la compañía, o mejor, por más de 150 empleados de la compañía en los que se detallan los resultados de pruebas realizados al Apple Foundation Model.
La solución de Apple
Apple Intelligence es una solución basada en diversas capas y servicios. La idea de la compañía es poder correr todo lo que se pueda on device aprovechando los motores neuronales incluidos en sus chips. Ese sistema de inteligencia personal incluye un índice semántico, una librería de “intenciones” que pueden accedidas por las aplicaciones que usen sus funcionalidades y 2 modelos: uno para lenguaje y otro para imágenes). Sólo para aquellas consultas que superen las capacidades de los modelos on device, se utilizará algo que la compañía ha denominado Private Cloud Compute.
Pero volvamos a los modelos fundacionales.
En las pruebas realizadas, el modelo fundacional de Apple (AFM) obtiene resultados iguales o superiores a los principales modelos del mercado al ser evaluados por humanos.
Ocurre algo similar para tareas asociadas con a escritura y matemáticas:
Pero hay 2 diferencias fundamentales. La primera, la cantidad de contenido “dañino” que el modelo fundacional de Apple puede llegar a producir y mostrar, en las que el algoritmo de Apple tiene muchos mejores resultados….
… y, la segunda, el hecho de que gracias a la arquitectura planteada, la información personal y contextual de los usuarios no se comparte ni almacena por fuera de los dispositivos propios de cada uno eliminando los riesgos de privacidad que plagan otros modelos.
