近期有關 Apple Intelligence 的問題引起了廣泛關注，包括 Siri 的改進延遲、新聞通知摘要不理想、圖像生成效果平平等等，這讓人很好奇 Apple 接下來會有什麼計劃來扭轉局面。
顯然，全新且改進的模型是重要的，增強訓練也必不可少，但 Apple 在這方面面臨特別的挑戰，因為其隱私政策比起其他 AI 產品公司的要求要嚴格得多。
在 Apple 的機器學習研究網站中，該公司對一種技術進行了說明，該技術將幫助其 AI 更加相關而不需要基於用戶的個人數據進行訓練。
確保隱私的同時收集使用數據
差分隱私是一種方法，Apple 表示，它可以“獲取許多 Apple 用戶的行為見解，同時幫助保護個別用戶的隱私”。
基本上，當 Apple 在這樣的系統中收集數據時，會首先移除任何識別信息（設備 ID、IP 地址等），然後稍微調整數據。當數百萬用戶提交結果時，這些“噪音”會相互抵消。這就是差分隱私的部分：收集足夠的樣本，並移除隨機噪音和識別信息後，便無法將任何特定數據與某位用戶聯繫起來。
這是一種良好的方式，例如，用來獲得對於最常選用的 emoji 或特定拼寫錯誤後最常使用的自動更正單詞的良好統計樣本——在不實際追蹤任何特定數據點回到用戶的情況下收集用戶偏好數據。
Apple 可以生成代表常見提示的合成文本，然後利用這些差分隱私技術找出用戶最常選擇的合成樣本。或者確定在 Genmoji 提示中常見的單詞和短語，以及用戶最可能選擇的結果。
例如，AI 系統可以生成常用的電子郵件句子，然後向不同用戶發送多個變體。接著，利用差分隱私技術，Apple 就能找出哪些句子最頻繁被選中（而無法知道任何個體的具體選擇）。
Apple 已經使用這種技術多年，以收集旨在改善 QuickType 建議、emoji 建議、查詢提示等的數據。儘管這種方法相當匿名，但仍需用戶主動選擇啟用設備分析，Apple 才會收集這類數據。
此類技術已經用於改進 Genmoji，在即將發佈的更新中，將用於圖像生成、圖像魔杖、回憶創建、寫作工具和視覺智能。一份 Bloomberg 報導稱，這一新系統將在 iOS 18.5、iPadOS 18.5 和 macOS 18.5 的測試更新中推出（第二個測試版本已於今日發佈）。
當然，這僅僅是數據收集，還需幾周或幾個月的數據收集和重訓練，才能對 Apple Intelligence 特性產生顯著的改善。