Overton: la nueva arma de Apple para el aprendizaje automático

Apple ha publicado un estudio que explica algunos de los detalles de una tecnología única de aprendizaje por máquina (ML) llamada Overton. ¿Qué es y cómo lo usará Apple?

0
29

Con Siri a punto de ver mejoras significativas una vez que se publique iOS 13, Apple se está centrando cada vez más en la inteligencia artificial y ha publicado un estudio que explica algunos de los detalles de una tecnología única de aprendizaje automático (ML) llamada Overton. Esta semana, Apple también patrocina Interspeech 2019, la conferencia más grande del mundo sobre procesamiento del lenguaje hablado.

Como parte de su trabajo durante el evento, Cupertino presentó numerosos trabajos de investigación y los miembros de su creciente equipo de aprendizaje de máquinas se reunirán con los participantes del evento. Otros temas (aquí está la lista completa) incluyen artículos de Apple sobre la detección de expresiones/intentos a través de la voz, la mejora del reconocimiento de voz, el desarrollo de herramientas más precisas para comprender los matices del habla, el uso del mirroring para establecer relaciones entre los usuarios humanos y los asistentes de voz, y el uso de la tecnología para optimizar la mejora del habla.

Podremos encontrar más información sobre lo que Apple está haciendo en el aprendizaje automático en el nuevo portal de Youtube de Interspeech, aunque no sabemos si algún video de Apple aparecerá en la lista. Sin embargo, no es sorprendente que los expertos de Apple en este campo de la inteligencia artificial estén interactuando con la comunidad científica. Después de todo, la empresa ha estado publicando documentos y anuncios esporádicos en su portal de aprendizaje automático desde 2017.

Presentación de Overton
Apple dice que tiene una solución única con Overton, que tiene como objetivo permitir que gran parte de la personalización de los modelos de aprendizaje de la máquina sea administrada por la máquina, no por el ser humano. La interacción de voz es sólo la parte frontal de lo que sucede cuando le haces una pregunta a Siri. De hecho, los modelos de aprendizaje automatizado deben tratar de entender la pregunta, contextualizarla y comprender la respuesta más precisa. Proporcionar una respuesta de alta calidad es en realidad más difícil de lo que parece.

Por supuesto, para algunas respuestas todo lo que recibirás de Siri serán los datos encontrados en una página de Wikipedia (aunque incluso en este caso Siri puede haber revisado varias de estas páginas para elegir la respuesta más relevante). El objetivo final, sin embargo, es que Siri se convierta en una fuente eficaz de respuestas complejas a problemas complejos, incluso en la medida de su predicción.

Sin embargo, estos próximos pasos son difíciles de dar. ¿Cómo pueden los científicos de datos estar más seguros de que la respuesta que Siri tiene que dar es la más precisa disponible? Este es precisamente el tipo de reto al que se enfrenta Apple con Overton, que «automatiza el ciclo de vida de la construcción, implementación y monitorización de modelos».

En términos más sutiles, esto significa que la propia máquina corrige y ajusta los modelos de aprendizaje automático en respuesta a estímulos externos, haciéndolos más precisos y reparando defectos lógicos que podrían llevar a una conclusión errónea. La idea es que los seres humanos puedan entonces concentrarse en la supervisión de modelos de aprendizaje de máquinas de alta gama. Esto significa que en lugar de tener que ahondar en el código cada vez más complejo para hacer cambios menores pero necesarios, los humanos pueden solicitar una serie de cambios que Overton aplica.

¿Qué hará Overton con Apple?
Creemos que las ambiciones de Apple para Siri van más allá del hecho de que es el equivalente digital del amigo un poco inútil que a veces se interroga aunque sepas que tal vez no obtengas una respuesta útil. Siri quiere ser una ayuda de voz que pueda proporcionar información de alto nivel, análisis contextualizado y empoderamiento de las actividades que ya realizan. La función Sugerencias Siri va en esta dirección, aunque las implementaciones siguen siendo limitadas.

Apple dice que una de las principales direcciones del trabajo en curso son los sistemas que dependen de Overton para ayudar a gestionar el crecimiento de los datos, la supervisión programática y la colaboración. También pensamos que Overton tiene implicaciones para la privacidad del usuario.

Los científicos de Apple construyen modelos que consideran extremadamente precisos. Estos modelos funcionan en el dispositivo iOS. Overton proporciona a estos modelos un cierto grado de independencia, y los sistemas de aprendizaje automático ajustan los modelos para su precisión y relevancia, todo ello sin proporcionar a los investigadores una visión detallada de las acciones individuales.

Esto significa que los gestores de datos (en este caso, los científicos de datos que crean estos modelos en primer lugar) tienen funciones estratégicas más generalizadas en las que la información sobre los usuarios individuales no se pone a su disposición. Apple crea máquinas de aprendizaje automático para gestionar determinadas tareas definidas, al tiempo que proporciona a las propias máquinas los medios para personalizar los modelos que utilizan. Esta parece ser la verdadera utilidad de Overton y ciertamente fue parte de lo que impulsó a Apple a comprar Silk Labs.

Redacción Cambio Digital On Line