liệu đó được tích hợp trong thế hệ xe mới. Do đó, từ góc nhìn của người
dùng, sự cải thiện này vượt bậc rõ rệt.
Ngược lại, hãy tưởng tượng nếu AI có thể học trên thiết bị và cải thiện
trong môi trường đó. Nó có thể sẵn sàng phản ứng hơn với những điều kiện
môi trường và tối ưu hóa bản thân cho những môi trường khác nhau. Trong
những môi trường mà mọi thứ thay đổi nhanh chóng, cải thiện máy dự đoán
trên chính các thiết bị của nó là rất có lợi. Ví dụ: trên những ứng dụng như
Tinder (ứng dụng hẹn hò phổ biến nơi mà người dùng đưa ra sự lựa chọn
bằng cách lướt trái khi không thích hoặc lướt phải khi thích), người dùng
đưa ra nhiều quyết định một cách nhanh chóng. Các thuật toán dự đoán có
thể tiếp nhận dữ liệu này ngay lập tức để xác định ứng viên tiềm năng nào
sẽ hiển thị tiếp theo. Các sở thích của người dùng rất cụ thể và thay đổi
theo thời gian, trong suốt một năm và theo thời gian trong ngày. Đến mức
những người dùng trở nên gần giống nhau và có sở thích ổn định, các đám
mây sẽ tiếp nhận dữ liệu và việc cập nhật sẽ hoạt động tốt hơn. Trong
trường hợp một cá nhân có sở thích đặc biệt và thay đổi nhanh chóng, vậy
thì khả năng điều chỉnh những dự đoán ở cấp độ của thiết bị rất hữu ích.
Các công ty cần phải đánh đổi tốc độ đưa máy dự đoán vào thế giới thực để
tạo ra những dự đoán mới. Sử dụng trải nghiệm đó ngay lập tức và AI sẽ
thích nghi nhanh hơn với những sự thay đổi trong điều kiện môi trường
thực tế, nhưng với sự trả giá về đảm bảo chất lượng.
Quyền được học
Việc học thường đòi hỏi những khách hàng sẵn sàng cung cấp dữ liệu. Nếu
chiến lược liên quan đến việc làm một cái gì đó khi phải đánh đổi một thứ
khác, thì trong thế giới AI, ít có công ty nào thực hiện một cam kết mạnh
mẽ và sớm hơn Apple. Tim Cook đã viết trong một phần đặc biệt nói về sự
bảo mật trên trang chủ của Apple rằng: “Ở Apple, sự tin tưởng của các bạn
là tất cả đối với chúng tôi. Đó là lý do chúng tôi tôn trọng quyền riêng tư
của các bạn và bảo vệ quyền riêng tư của các bạn với sự mã hóa chặt chẽ,
