La barre de recherche d'Apple TV apprend désormais vos préférences de visionnage

Points clés

• Apple ML Research a publié un système qui personnalise les résultats de recherche d'Apple TV après chaque keystroke, même avec seulement une ou deux lettres tapées.
• Le système combine deux modèles d'IA distincts : l'un qui comprend le sens des mots et l'autre qui apprend à partir de ce que des millions d'utilisateurs regardent réellement.
• Il fonctionne dans plusieurs langues, ce qui le rend utile pour l'audience mondiale d'Apple TV.
• L'objectif est de proposer la bonne série ou le bon film plus rapidement, avant même que l'utilisateur ait fini de taper le titre.

Vous tapez la lettre « S » dans la barre de recherche d'Apple TV. L'app a peut-être une demi-seconde pour deviner si vous voulez Severance, Slow Horses, ou un thriller espagnol que vous avez regardé le mois dernier. C'est un problème vraiment difficile, et Apple ML Research a publié des détails sur la façon dont ils tentent de le résoudre.

Ce défi s'appelle la recherche incrémentale, ce qui signifie simplement que l'app doit classer les résultats après chaque keystroke, et non seulement quand vous avez fini de taper. Une ou deux lettres donnent presque aucun indice sur l'intention, donc le système a besoin d'une aide supplémentaire de ce qu'il sait déjà de vous.

L'approche d'Apple utilise deux modèles d'IA fonctionnant côte à côte.

Le premier, appelé TextEmb, est un encodeur de texte multilingue, essentiellement un logiciel entraîné à comprendre le sens des mots et des titres dans différentes langues. Il a été affiné, c'est-à-dire soumis à un entraînement spécialisé supplémentaire, sur des données concernant les séries que les gens regardent généralement ensemble. Si les fans d'un thriller regardent souvent un autre, le modèle apprend que ces deux titres sont liés en sens, même si les mots ne se ressemblent pas du tout.

Le deuxième modèle, appelé IdEmb, ignore complètement les mots. Il traite chaque série et chaque film comme un numéro d'identification unique et apprend les modèles uniquement à partir de ce que les gens cliquent et regardent. Pensez-y comme la logique « les personnes qui ont regardé ceci ont aussi regardé cela », mais intégrée directement au classement de la recherche.

Au moment où vous lancez une recherche, le système crée rapidement un profil de vos préférences à partir de votre historique de visionnage récent et fusionne les deux signaux ensemble pour réorganiser les résultats.

Cela signifie-t-il qu'Apple suit tout ce que je regarde ?

Oui, dans une certaine mesure, bien qu'Apple ait longtemps affirmé qu'il traite autant que possible les données de personnalisation sur l'appareil. La recherche publiée ne précise pas exactement où ce calcul se produit, donc si la confidentialité sur l'appareil vous importe, il vaut la peine de vérifier les paramètres de confidentialité d'Apple sous votre compte Apple TV. L'article se concentre sur la qualité du classement plutôt que sur les spécificités de la gestion des données.

En termes clairs : le système lit votre historique de visionnage pour accélérer la recherche. C'est le compromis.

Pour un usage quotidien, l'avantage pratique est réel. Si vous vous souvenez vaguement d'un titre et tapez une supposition de trois lettres, un système personnalisé a beaucoup plus de chances de proposer la bonne série qu'un système générique qui ne fait que correspondre les lettres. Apple TV propose un grand catalogue multilingue, donc l'entraînement multilingue compte aussi. Quelqu'un qui regarde du contenu en anglais et en italien devrait voir les résultats pertinents quelle que soit la langue dans laquelle le titre est stocké.

Apple n'a pas annoncé de date de sortie publique pour ce système spécifique, il se peut donc qu'il soit déjà en fonctionnement silencieux en arrière-plan ou qu'il soit encore en phase de test.