Aprendizado de máquina e IA — Laboratório em grupo

Junte-se a nós online para uma conversa aprofundada sobre a WWDC26 com as equipes de engenharia e design da Apple. Será uma oportunidade para tirar dúvidas, receber orientações e acompanhar de perto as discussões sobre os principais anúncios da semana relacionados a aprendizado de máquina e IA. Conducted in English.

Capítulos

• 0:00:00 - Introdução
• 0:04:44 - Como os desenvolvedores devem decidir se uma tarefa é mais bem executada pelos Foundation Models no dispositivo ou pela Computação Privada na Nuvem?
• 0:09:25 - Configurei o modo Agent no Xcode com um LLM local via opencode ACP, mas as respostas estão lentas e exibem uma tag <|im_end|>. O que mais devo configurar? Será que configurei o chat template incorretamente?
• 0:12:24 - Um LLM local (via MLX-LM ou um modelo treinado por nós mesmos com Core AI) pode atuar como um agente de programação que manipula um projeto do Xcode, em vez de apenas conversar? Em caso afirmativo, como?
• 0:15:07 - A Apple atualiza silenciosamente os modelos executados no dispositivo e de PCC, fazendo com que prompts ajustados percam desempenho. Existe algum identificador de versão do modelo em tempo de execução para que meu pacote de avaliações possa detectar uma alteração e impedir lançamentos?
• 0:18:58 - Foundation Models podem ser executados a partir de widgets, App Intents ou tarefas em segundo plano para classificação no momento da captura, quando o app não está em primeiro plano? Quais limites de taxa e de temperatura se aplicam?
• 0:21:25 - Como os desenvolvedores podem criar ou adaptar modelos aos dados e ao domínio dos seus apps — por exemplo, para gerar imagens de perfil estilizadas ou um guia de instruções adaptativo? Quais são os melhores recursos?
• 0:28:50 - Quais casos de uso são atualmente mais adequados para o framework Foundation Models e quais os desenvolvedores deveriam evitar?
• 0:32:27 - Por onde um iniciante deve começar a aprender sobre IA/aprendizado de máquina e quais recursos vocês recomendam?
• 0:37:15 - Tudo o que podemos fazer no PyTorch pode ser levado para o Core AI e para o ecossistema da Apple? O que pode ser feito e o que não pode?
• 0:42:56 - Qual é a melhor experiência do usuário (UX) quando os Foundation Models não estão disponíveis (dispositivo mais antigo, Apple Intelligence desativada, bateria fraca)? Podemos detectar a disponibilidade precocemente e realizar o pré-aquecimento para reduzir a latência da primeira requisição?
• 0:46:58 - Como devemos migrar do Core ML para o Core AI? Devemos esperar um ou dois anos pela adoção nos dispositivos ou existe um caminho mais rápido?
• 0:49:03 - Qual é o tamanho máximo de modelo local no dispositivo que podemos incluir no nosso app antes de considerar o uso da Computação Privada na Nuvem?
• 0:53:32 - Como decidir quando a IA deve ajudar o usuário e quando deve ficar em segundo plano?
• 0:58:52 - Para iPhones mais antigos sem Apple Intelligence, utilizamos um back-end de LLM hospedado localmente. No iOS 27, a abordagem recomendada é criar um provedor personalizado de LanguageModel para esse back-end, de modo que uma única LanguageModelSession atenda a todos os dispositivos? Há algum ponto de atenção?

Recursos

• • Vídeo HD
  • Vídeo SD