Siri está a ser revista

Uma semana depois de uma reportagem no jornal The Guardian ter revelado que humanos que geriam a Siri poderiam estar a ouvir conversas privadas e ilegais, a Apple anunciou que vai suspender a aplicação para fazer uma revisão, além de estar já a trabalhar numa atualização de software para disponibilizar a opção de desativar por completo essa “monitorização”. A notícia está no The Verge.

“Estamos comprometidos em oferecer uma excelente experiência da Siri, protegendo a privacidade dos utilizadores. Enquanto conduzimos uma revisão completa, vamos suspender a classificação da Siri globalmente. Além disso, como parte de uma futura atualização de software, os utilizadores poderão optar por participar ou não na classificação”, explicou a Apple em comunicado.

O que acontece é que de cada vez que dizemos “Hey, Siri”, o comando de voz é processado no dispositivo, mas também semi-anonimizado e enviado para a nuvem. Uma pequena percentagem desses dados é usada para ajudar a treinar a rede neural que faz com que a Siri (e o recurso de ditado da Apple) entenda com precisão o que estamos a dizer. Alguém, nalgum lugar do mundo, está a ouvir alguns dos comandos do “Hey, Siri” e a anotar se a assistente entendeu a pessoa corretamente ou não.

Em seguida, a rede de machine learning é ajustada e reajustada várias vezes através de milhões de permutações. As alterações são testadas automaticamente contra essas amostras “monitorizadas” até que um novo algoritmo de ML produza resultados mais precisos. Essa rede neural torna-se, então, a nova linha de base e o processo repete-se.

Apple, Google, Amazon, Microsoft e qualquer outra empresa que produza assistentes de IA usando algoritmos de machine learning para reconhecer fala ou detetar objetos em fotos ou vídeos, está a usar as câmaras e os microfones dos nossos smartphones nesse processo.

O treino humano de IA é uma prática comum. As capacidades de autocondução da Tesla estão a ser construídas com seres humanos a treinarem uma rede neural, observando os dados da câmara dos carros dos seus clientes e marcando sinais, pistas, outros carros, bicicletas ou peões. Não é possível treinar um algoritmo de machine learning de alta qualidade sem que humanos supervisionem os dados.

Fonte: The Verge

DEIXE UMA RESPOSTA

Please enter your comment!
Please enter your name here