通过设备实现个性化的人工智能

在1950年，Julie Andrews让全世界都在唱：“了解你；了解你的一切”，现在，这首标志性的曲子可以成为当今最新科技的主题曲：人工智能（AI）。这种顶尖技术可以近距离个人化，因为个性化可以让人工智能更好地回应人类的要求，并预测人类的需求。

人工智能最有前途的一个方面是，它可以使用上下文信息和标准模型的个性化微调来个性化计算机与人类之间的交互。

但是，当信息必须传输到云端并返回时，个性化往往会与隐私背道而驰。设备上人工智能的一个优势是，本地人工智能模型仍然可以提供个性化的响应，但无需将数据共享回云端，从而增强了数据隐私安全。

为了在边缘实现个性化的人工智能，人工智能可以利用有关个人用户及其当前环境的本地数据。例如，智能手机、平板电脑和个人电脑等边缘设备可以利用内置传感器（如摄像头、麦克风、加速度计、陀螺仪、GPS、Wi-Fi和蓝牙）的用户数据。对于云，这可能是昂贵的、低效的、不切实际的，有时甚至是不可能的，因为将视频等数据上传到云会占用大量带宽，并且很容易耗尽电池寿命。然后，这些本地传感器数据可以用于设备上的推断，以提供更相关和个性化的响应。

虽然许多隐私法赋予用户控制个人数据的合法权利，但设备上的人工智能赋予用户更多的数据控制权，以及他们是否想要启用这种个性化功能。通过将设备上的数据保存在由用户自己设置和管理的受控环境中，不需要创建数据的额外副本并将其存储在技术上不受用户控制的远程位置。此外，数据泄露被最小化，因为没有数据传输到设备外部。这降低了传输过程中数据泄露的风险，并且不会在云中存储额外的数据副本。

在边缘设备上运行个性化AI不需要持续访问云资源。这确保了低延迟，增强了数据隐私安全，并提供了可靠的离线功能。

个性化人工智能的优势是什么？个性化人工智能系统旨在理解并适应个人偏好和行为。目标是提供一个增强的，更愉快和高效的用户体验，与人工智能提供内容，建议和互动，特别是与用户相关。个性化人工智能可以通过向用户呈现与他们的兴趣产生共鸣的内容和体验，从而更有效地吸引用户。以下是一些个性化设备上AI体验的例子。

1. 工作流优化与个性化的设备上生成人工智能

使用个性化的人工智能，通过自动化重复任务，提供定制的工作流程建议，并根据用户的工作习惯和偏好提供及时的提醒或建议，使用户变得更有效率。

通过了解用户的偏好和习惯，个性化人工智能可以自动化日常决策和行动，节省用户的时间。例如，它可以自动创建购物清单、待办事项清单，并根据存储在设备上的用户模式提供膳食建议。

2. 个性化设备上生成人工智能的健康益处

个性化人工智能可能对健康有益。健身应用程序可以根据个人目标、健康史和进度提供定制的锻炼计划、饮食建议和健康跟踪。个性化的设备上人工智能可以更快地对健康变化做出反应，即使没有云访问。人工智能可以监测生物特征读数的变化，并根据已知的健康状况检测异常情况。

3. 通过个性化的设备生成AI改进了可访问性

个性化人工智能有机会通过调整界面、内容和交互来满足个人的可访问性需求和偏好，从而增强残疾用户的可访问性功能。个性化的人工智能可以用来为残疾人翻译语音。

4. 通过设备上的个人助理提高了工作效率

个性化的设备上生成人工智能可以过滤和优先处理信息和通知，减少用户每天遇到的大量数据和内容。这有助于用户专注于对他们最重要的事情。了解用户的本地环境，个性化的人工智能将能够提醒用户注意重要的电子邮件、文本和社交媒体帖子，而无需在云中设置这些过滤器，并采用完全集成的提醒方法。

5. 在不损害人工智能隐私的情况下利用个性化

有了设备上的人工智能，用户可能更愿意使用他们的数据进行个性化，因为他们知道他们的数据可以留在设备上，而不是存储在云端。用户仍然可以选择提供哪些信息作为输入，以及如何使用这些信息来个性化他们的体验，从而提供一种授权感。隐私仍然在用户的控制之下，设备上可用的安全措施可以保护人工智能模型、提示、输出和用户数据。

6. 个性化与设备上的学习

构建特定于单个用户或用例的人工智能模型涉及机器学习技术，例如从头开始的再训练、微调、强化学习或迁移学习。展望未来，设备上的个性化可以通过设备上的学习或适应来实现，例如通过使用用户数据对设备上预训练的人工智能模型进行微调。

设备上学习的一个好处是，随着时间的推移，模型可以随着更多的用户数据不断改进，并且不会偏离用户的个人偏好。例如，个性化的人工智能可以在设备上进行微调，以识别用户的特定口音或语音模式，以获得更准确的响应，并随着用户声音的变化进行调整。

生成式人工智能还可以根据用户的特定数据对大型语言模型（llm）进行微调，从而实现个性化。例如，法学硕士可以根据用户的写作进行微调，以便更好地模仿用户的新写作和自动响应。用户的个人图像收藏可以用来合成新的图像或视频供用户观看。今天的问题是llm非常大，很难在边缘设备上进行微调——然而，像低秩适应这样的技术使其变得更加可行。在未来，机型将更紧凑，设备将更强大，以缩小这一差距。

总体而言，个性化的设备上人工智能可以根据每个人的独特特征和偏好定制体验和解决方案，从而提高用户满意度、参与度和生产力。必须平衡个性化与用户隐私和数据保护，以保持人工智能系统的信任和透明度。