A Apple reescreveu o seu motor de pesquisa de música para compreender o que realmente quer dizer

Pontos-chave

• O novo modelo de pesquisa da Apple Music tem 305 milhões de parâmetros e compreende consultas em múltiplas línguas simultaneamente.
• O sistema foi construído para resolver um problema específico e mensurável: a maioria das pesquisas na Apple Music são consultas raras ou únicas que as ferramentas antigas de correspondência de palavras-chave tratam mal.
• A Apple ajustou um modelo de base de IA multilingue existente chamado GTE-multilingual-base em vez de construir do zero.
• A Apple ML Research publicou os detalhes técnicos, sugerindo que a abordagem pode influenciar como outras plataformas de streaming tratam a pesquisa.

Digite "Bohemian Rapsody" na Apple Music e provavelmente ainda quer Queen. Digite-a numa mistura de letras árabes e inglesas, ou numa soletração fonética de uma canção de filme hindi que se lembra vagamente, e até há pouco tempo, era provável que não obtivesse nada útil em retorno.

A Apple publicou agora detalhes de um sistema de IA concebido para resolver exatamente esse problema à escala enorme. A Apple Music opera em mais de 150 países, acrescenta centenas de milhares de faixas todos os dias, e serve ouvintes que pesquisam em dezenas de línguas. A grande maioria dessas pesquisas são consultas raras ou únicas, o que significa que a correspondência padrão de palavras-chave, que procura correspondências exatas ou quase exatas de palavras, deixa muitos ouvintes sem resultados.

A solução é um sistema de recuperação semântica. Recuperação semântica significa que o motor de pesquisa tenta compreender o significado ou a intenção por trás de uma consulta, não apenas as letras literais digitadas. Pense na diferença entre um bibliotecário que procura apenas pelo título exato que disse versus um que pergunta do que é o livro e encontra três boas opções de qualquer forma.

O modelo de IA que alimenta isto situa-se nos 305 milhões de parâmetros. Parâmetros são os números internos que um modelo de IA ajusta durante o treinamento; mais deles geralmente significa que o modelo pode lidar com padrões mais complexos. A Apple não construiu isto do zero. Ajustou, o que significa que pegou num modelo multilingue existente chamado GTE-multilingual-base e treinou-o ainda mais nos problemas específicos de pesquisa da Apple Music. O ajuste fino é mais rápido e mais barato do que começar do zero, e tende a funcionar bem quando já existe uma base de propósito geral forte.

O processo de treinamento utilizou algo chamado agendamento de currículo, onde o modelo aprende exemplos mais fáceis em primeiro lugar antes de enfrentar consultas mais difíceis e confusas, da mesma forma que um aluno revê os conceitos básicos antes de fazer um exame.

O que isto realmente muda para os ouvintes?

Para a maioria das pessoas, nada visível muda. Continua a digitar na barra de pesquisa. O que muda é a taxa de sucesso nas pesquisas que costumavam falhar, particularmente pesquisas com erros de digitação, palavras transliteradas (sons de línguas estrangeiras soletrados em letras latinas), ou consultas que misturam línguas no meio da frase. A Apple diz que estas "consultas de cauda" constituem a maioria das pesquisas únicas que a plataforma recebe.

Em termos simples: se alguma vez pesquisou uma faixa pelo som em vez de soletração correta, ou pesquisou na sua língua nativa numa interface de língua inglesa, este sistema é direcionado para si.

A Apple ML Research publicou o artigo técnico, o que é invulgar para a Apple e sinaliza que a empresa se sente confortável em ser vista como uma instituição séria de pesquisa em IA ao lado da sua identidade de produto. Os detalhes foram específicos o suficiente para que outros serviços de transmissão em contínuo e engenheiros de pesquisa quase certamente estudem a abordagem.

A Apple não disse quando o sistema entrou em funcionamento ou lançou números de precisão visíveis para o público em geral.