ऐप्पल वॉच के नए ऑडियो फीचर्स पर उठ रहे सवाल, कंपनी ने डेटा सुरक्षा को लेकर दी सफाई

लोकल प्रोसेसिंग और सिक्योर एक्सक्लेव की भूमिका

ऐप्पल का कहना है कि ये फीचर्स ऑडियो रिकॉर्डिंग न तो बनाते हैं और न ही स्टोर करते हैं। प्रोसेसिंग के लिए इस्तेमाल होने वाला रॉ ऑडियो ऑपरेटिंग सिस्टम, ऐप्स, यूजर या खुद ऐप्पल के लिए पूरी तरह से दुर्गम रहता है। ऐप्पल वॉच के नए फीचर्स इस तरह से डिजाइन किए गए हैं कि अधिकतम डेटा सीधे डिवाइस पर ही प्रोसेस हो सके, ताकि कोई भी संवेदनशील डेटा क्लाउड पर न जाए। उदाहरण के लिए साउंड रिकग्निशन फीचर यूजर को डोरबेल, सायरन, अलार्म या बच्चे के रोने जैसी आवाजों के बारे में वॉच से कोई डेटा बाहर भेजे बिना सचेत करता है। जो टूल्स जानकारी को क्लाउड पर भेजते हैं, वे पहले डेटा को प्री-प्रोसेस करते हैं ताकि वह रॉ ऑडियो फाइल न रहे, और फिर ऐप्पल के प्राइवेट क्लाउड कंप्यूट इन्फ्रास्ट्रक्चर का उपयोग करते हैं।

ऐप्पल के अनुसार वॉच में ऑन-डिवाइस क्षमताएं कंपनी की नई S11 चिप्स के कारण काफी बढ़ गई हैं। इन चिप्स में एक विशेष मेमोरी सुरक्षित स्थान होता है जिसे कंपनी सिक्योर एक्सक्लेव कहती है। सेंसर डेटा के लिए विशेष रूप से डिजाइन किया गया यह एक्सक्लेव एक अलग बफर है जो ऑपरेटिंग सिस्टम के बाकी हिस्सों से कटा हुआ है, जहां ऐप्पल वॉच सुरक्षित माहौल में ऑडियो डेटा को रख और प्रोसेस कर सकती है।

श Shazam का एक नया फीचर संगीत को सुनता है और उसका एक सिग्नेचर तैयार करता है जिसे सिक्योर एक्सक्लेव में सहेजा जाता है। यदि यूजर यह जानने के लिए Shazam पर जाता है कि कौन सा गाना बज रहा है, तो टूल पहचान के लिए ऑडियो फाइल की जगह केवल उस सिग्नेचर को Shazam के सर्वर पर भेजता है। Shazam ऐप्पल के स्वामित्व वाली एक सेवा है। जैसे ही यूजर संगीत की पहचान करने का निर्देश देता है या पहचान पूरी होती है, वह विशेष सिग्नेचर वॉच से तुरंत हटा दिया जाता है।

सिरी रीकैप और बातचीत का सारांश

सिरी रीकैप के रूप में जानी जाने वाली रीकैप सुविधा को हर समय चालू रखने के लिए सेट किया जा सकता है ताकि किसी भी महत्वपूर्ण बातचीत का सारांश मिल सके, या इसे दिन के निश्चित समय पर सुनने के लिए शेड्यूल किया जा सकता है। एक समर्पित एआई मॉडल यह तय करता है कि कब भाषण हो रहा है, बिना किसी डेटा को रिकॉर्ड या ट्रांसक्रिप्ट किए। यदि यह किसी बातचीत का पता लगाता है, तो ऑडियो ऐप्पल वॉच पर सिक्योर एक्सक्लेव के भीतर एक सुरक्षित बफर में जाता है, वॉच इसे एन्क्रिप्ट करती है और फिर ऐप्पल के विशेष सुरक्षित ब्लूटूथ पेयरिंग का उपयोग करके इसे यूजर के आईफोन पर सिक्योर एक्सक्लेव में भेजती है। इसके बाद ऑडियो को ऐप्पल वॉच से तुरंत हटा दिया जाता है।

आईफोन ऑडियो को ट्रांसक्रिप्ट करने और फिर एक संक्षिप्त संस्करण तैयार करने के लिए डिवाइस पर स्थानीय भाषण पहचान और भाषा मॉडल का उपयोग करता है जो अतिरिक्त शब्दों और बार-बार आने वाले वाक्यांशों जैसे अनावश्यक तत्वों को हटा देता है। इसके बाद रॉ ऑडियो को आईफोन से भी तुरंत हटा दिया जाता है। ऐप्पल के अनुसार आईफोन पर अंतिम चरण एक सुरक्षा मॉडल है जो संभावित रूप से हानिकारक शब्दों को छोड़ने के लिए पाठ की जांच करता है। वहां से बातचीत के सार को एन्क्रिप्ट किया जाता है और आईफोन इसे प्राइवेट क्लाउड कंप्यूट पर भेज देता है।

ऐप्पल का कहना है कि सारांश की गुणवत्ता में सुधार के लिए प्रासंगिक जानकारी भी भेजी जाती है। उदाहरण के लिए नाउ प्लेइंग डेटा मॉडल को यह समझने में मदद करता है कि भाषण संगीत या पॉडकास्ट से आया हो सकता है। कैलेंडर डेटा सारांश के सटीक शीर्षक उत्पन्न करने में मदद करता है। घर, काम और स्कूल जैसे उच्च-स्तरीय स्थान लेबल, शहर, राज्य और देश जैसी जानकारी के साथ, संक्षेपण में संदर्भ जोड़ते हैं। किराने की दुकान या पार्क जैसी रुचि के बिंदु श्रेणियां भी शामिल हो सकती हैं। सटीक स्थान और विशिष्ट रुचि के बिंदु शामिल नहीं किए जाते हैं।

अंत में, संक्षिप्त ट्रांसक्रिप्ट को एक शीर्षक और सारांश बनाने के लिए प्राइवेट क्लाउड कंप्यूट में ऐप्पल के फाउंडेशन मॉडल के माध्यम से चलाया जाता है, जिसे बाद में एन्क्रिप्ट किया जाता है और आईफोन तथा ऐप्पल वॉच पर वापस भेज दिया जाता है। ऐप्पल का कहना है कि सिरी रीकैप को अपने सारांश से वित्तीय डेटा, आईडी नंबर या अन्य व्यक्तिगत पहचानकर्ताओं जैसी संवेदनशील जानकारी को हटाने के लिए बनाया गया है.

लाइव रिवाइंड और सुरक्षा उपाय

लाइव रिवाइंड फीचर जो यूजर को उनके परिवेश में पिछले 15 सेकंड में कही गई बातों का टेक्स्ट संस्करण मांगने की अनुमति देता है, सिक्योर एक्सक्लेव बफर का उपयोग करके रोलिंग आधार पर लगातार ऑडियो रखता है जहां पुराना साउंड नए ऑडियो से बदल जाता है और जमा नहीं होता है। ट्रांसक्रिप्ट प्राप्त करने के लिए यूजर को हर बार ऐप्पल वॉच के डिजिटल क्राउन को दो बार दबाना होगा। एक बार सक्रिय होने के बाद, वॉच अपने सिक्योर एक्सक्लेव से बफर किए गए ऑडियो के पिछले 15 सेकंड को जोड़े गए आईफोन के सिक्योर एक्सक्लेव में भेजती है। यदि आईफोन उपलब्ध नहीं है, तो ट्रांसफर विफल हो जाएगा और ऑडियो अपने आप हटा दिया जाएगा।

यदि ट्रांसफर सफल हो जाता है, तो आईफोन ट्रांसक्रिप्ट बनाने के लिए ऑन-डिवाइस स्पीच रिकग्निशन प्रोसेसिंग करता है और फिर ऑडियो को हटा देता है और टेक्स्ट को वापस ऐप्पल वॉच पर भेज देता है। यूजर ट्रांसक्रिप्ट पढ़ते हैं और फिर इसे छोड़ सकते हैं या सिरी ऐप में सहेज सकते हैं। इन सभी डेटा सुरक्षा उपायों के बावजूद यह अनदेखा करना कठिन है कि नई ऐप्पल वॉच पहनने वाला कोई भी व्यक्ति आपकी अंतरंग बातों या निजी पारिवारिक अपडेट पर ऑडियो इंटेलिजेंस का उपयोग कर सकता है।

स्पष्ट गोपनीयता उल्लंघनों को कम करने का प्रयास करते हुए, ऐप्पल का कहना है कि जब कोई वॉच मालिक लाइव रिवाइंड ट्रांसक्रिप्ट शुरू करता है तो वॉच एक श्रव्य घंटी बजाती है ताकि क्षेत्र के अन्य लोगों को सचेत किया जा सके, भले ही वह साइलेंट मोड पर हो या हेडफ़ोन के साथ जुड़ा हो। और इन सुविधाओं को वक्ताओं के बारे में संभावित रूप से पहचान योग्य जानकारी को छोड़ने या फ़िल्टर करने के लिए बनाया गया है। लेकिन टूल्स का दायरा और व्यापकता बेहद उल्लेखनीय है। ऐप्पल ने अपने सुरक्षित एआई प्रोसेसिंग बुनियादी ढांचे में कई वर्षों में भारी निवेश किया है, जो लगभग किसी भी अन्य कंपनी द्वारा किए गए निवेश से कहीं अधिक है। नए ऑडियो फीचर्स हालांकि यह उजागर करते हैं कि समय के साथ एआई अटैक सरफेस बढ़ रहा है।