Os Modelos de IA Aprimorados da Apple não Oferecem um Desempenho Sólido
Crédito:Pixabay
A Apple revelou atualizações para os modelos de IA por trás dos recursos Apple Intelligence no iOS, macOS e outras plataformas. No entanto, os próprios benchmarks da empresa revelam que esses modelos estão atrás de ofertas mais antigas de concorrentes como a OpenAI.
Em seu blog, a Apple afirmou que avaliadores consideraram o modelo “Apple On-Device“, que roda offline no iPhone, equivalente a similares do Google e Alibaba. Já o “Apple Server“, mais potente e hospedado na nuvem, ficou atrás do GPT-4o da OpenAI.
Em um teste separado de análise de imagens, avaliadores humanos favoreceram o modelo Llama 4 Scout da Meta em relação ao Apple Server, de acordo com a Apple — um resultado surpreendente, visto que o Llama 4 Scout frequentemente fica atrás dos principais modelos do Google, Anthropic e OpenAI em vários benchmarks.
As Dificuldades da Apple em IA
Os resultados do benchmark corroboram as alegações de que a divisão de pesquisa de IA da Apple tem lutado para acompanhar os concorrentes no cenário altamente competitivo da IA. Nos últimos anos, os esforços da Apple em IA têm sido vistos como decepcionantes, com uma atualização da Siri há muito prometida ainda indefinidamente adiada. Alguns clientes chegaram a entrar com ações judiciais, alegando que a Apple promoveu recursos de IA que ainda não se materializaram.
O modelo Apple On-Device, que possui cerca de 3 bilhões de parâmetros, alimenta funções como sumarização e análise de texto. (Parâmetros são uma medida da capacidade de um modelo de resolver problemas — mais parâmetros normalmente significam melhor desempenho.) A partir de segunda-feira, desenvolvedores terceirizados podem acessar o modelo por meio da estrutura Foundation Models da Apple.
A Apple afirma que os modelos Apple On-Device e Apple Server oferecem uso aprimorado de ferramentas e maior eficiência em relação às versões anteriores, com suporte para aproximadamente 15 idiomas. Essa melhoria se deve, em parte, a um conjunto de dados de treinamento mais amplo, que agora inclui imagens, PDFs, documentos, manuscritos, infográficos, tabelas e gráficos.
Leia o artigo original em: TechCrunch
Leia mais:Cientista pede Políticas Rápidas para Abordar Riscos Reais da IA
