“Overton” è il nome in codice di un framework di cui si parla in un documento di ricerca di Apple. Questo strumento usato internamente dalla Mela è progettato per automatizzare i meccanismi di apprendimento con i sistemi di Intelligenza Artificiale permettendo di ottenere il deep learning con nuovi livelli di astrazione.
Il concetto di livello di astrazione non è difficile da comprendere: se il sistema di deep learning è in grado di sfruttare un solo algoritmo per volta vuol dire che ha un solo livello di astrazione e così via; maggiori sono i livelli di astrazione, più la macchina offre migliori capacità di apprendimento, in altre parole è più “intelligente”.
Nel documento di ricerca scovato dal sito VentureBeat si spiega che Overton permette di generare modelli consentendo agli assistenti vocali come Siri di rispondere a domande complesse, come ad esempio: “Quanto è alto il Presidente degli Stati Uniti?”. Questo tipo di query richiede pipeline di dati multipli ai quali approvvigionarsi, con molte parti da accertare prima di creare una risposta.
Normalmente gli ingegneri che si occupano di deep learning, passano molto tempo a creare soluzioni per analizzare in modo capillare la qualità di sottoinsiemi di dati, e nella creazione di pipeline multi-componenti. Con Overton, l’obiettino di Apple è limitare il carico di lavoro che gli ingegneri devono eseguire preventivamente, automatizzando molti compiti e monitorando elementi per loro conto.
“L’idea è di spostare gli sviluppatori verso compiti di più alto livello, anziché continuare a occuparsi di operazioni di apprendimento automatico di basso livello”, si legge nel documento, “Overton può automatizzare molti delle tradizionali scelte nella creazione dei modelli, inclusa l’architettura di deep learning, permettendo gli ingegneri di creare, mantenere e monitorare le loro applicazioni manipolando file di dati”.
Overton è oltretutto realizzato in modo da interagire “senza scrivere codice”, definendo input, output, e flusso dati del modello previsto, con funzionalità utilizzabili in vari framework dedicati all’IA, inclusi TensorFlow, CoreML e PyTorch per determinare l’architettura più appropriata per il modello di apprendimento
Finora Overton si è rivelato prezioso per i ricercatori di Apple, permettendo di ridurre gli errori da 1.7 a 2.9 volte rispetto ai sistemi di produzione. In sintesi, è indicato come il primo sistema di Lifecycle Management System del suo genere nel settore dell’apprendimento automatico che permette di focalizzarsi nel monitoraggio e nel miglioramento della qualità dell’applicazione.
Pochi giorni fa è stato scoperto che tra le funzionalità future sulle quali Apple sta lavorando per Siri, c’è la possibilità di conversare con l’utente su questioni di salute fisica e mentale. È stato anche scoperto che Apple sta facendo ricerche per selezionare in modo più preciso i dati di “allenamento” e decidere a cosa fa riferimento il comando impartito da un utente.
