Svojega smo že imeli prvi stiki z novima iPhone 11 in iPhone 11 Pro , in že smo lahko preverili, kako nekateri abstraktni koncepti, ki nam jih je Apple razložil v uvodnem delu 10. septembra, začenjajo vstopati v naše vsakdanje življenje, ne da bi se tega zavedali. 'Besede' kot Strojno učenje Y Globoka fuzija To so koncepti, ki smo jih danes naveličani poslušati, a jih še vedno ne razumemo popolnoma, saj smo ostali na površini koncepta. Če vas ta tema zanima, se bomo v tem prispevku poglobili o vsem tem.
Kaj je strojno učenje in zakaj je Apple uvedel inovacije s čipom A13 Bionic
Če ostanemo pri osnovi besede in zgolj njenem prevodu, bi to lahko rekli Strojno učenje (ML) je samo strojno učenje, in pravim samo zato, ker mnogi uporabniki ostanejo v tej plasti, nekaj temnega in prepovedanega, kar navduši že samo s poslušanjem. Pravzaprav zasluga ni v ogromni zmogljivosti, ki jo imajo danes naši iPhoni, da izvajajo ogromne in zapletene izračune v časih, ki jih je skoraj nemogoče izračunati. Resnična zasluga je v iznajdljivih razvijalcih in v zmogljivosti ekip, ki upravljajo velike količine podatkov, potrebnih za delovanje te tehnologije, ki na splošno deluje na podoben način kot Big Data.
Vsak dober programer poskuša stroj naučiti tako, da na optimalen način vedno reši problem na najboljši način, ko pa se zahtevani podatki in izračuni včasih nagibajo k neskončnosti, morate uporabiti drugo strategijo in kaj boljšega od stroj dela napake in se uči sam . Za to so narejeni hevristične odločitve, ki skušajo programski opremi zagotoviti zmožnost sprejemanja odločitev z intuicijo . Je nekaj podobnega hevrističnemu iskanju protivirusnega programa, možno je, da datoteka predstavlja anomalije, kar pomeni, da kljub temu, da ni videti kot okužena datoteka v primerjavi z drugo okuženo, naša protivirusna programska oprema misli, da bi lahko bila in shranjuje je v karanteni. na kratko, naučimo programsko opremo, da se sama odloči , in čeprav je sprva neenakomerna, nam statistika pove, da bo postopoma skoraj tako učinkovita, kot je lahko človek pri sprejemanju odločitev.
Algoritmi strojnega učenja so zasnovani tako, da z manj sredstvi se obdelujejo velike količine podatkov, in se učijo sami, nekaj podobnega, kot to počne stroj WOPR v filmu War Games.
Za to je pomembno razumeti ta koncept Apple je z novim iPhoneom 11 uvedel inovacije . Inoviral je način implementacije umetne inteligence v fotografijo. Nekdo bi lahko rekel, da apple ni prvo podjetje, ki je uvedlo ML v svojo fotografsko obdelavo, in s tem se strinjamo, je pa prvo, ki ga izvaja tako, kot je to storilo, dela z velikim številom fotografij v realnem času, pred in po pritisku na sprožilec. Iz vsega tega izhaja, da je bilo treba implementirati izjemen procesor A13 Bionic , ki jih je sposoben vzdržati neskončno število izračunov in v minimalnem času . Zaradi tega in ne iz drugih nejasnih razlogov iPhone XS ne bo mogel izvajati nočnega načina, saj v procesorju A12 Bionic nima nivoja delovanja.
Kot se vedno zgodi, se je Apple v uvodni besedi 10. septembra zmotil v skromnosti in ni obširno razložil, kako deluje zverski procesor A13 Bionic. Zmogljiv procesor sam po sebi ne dodaja vrednosti napravi, pa tudi odlični algoritmi ne, če ni surove sile, ki bi jo premaknila. Ampak, kot se vedno zgodi, in tukaj imamo dokaz, Apple je uspelo popolnoma združiti strojno opremo s svojo programsko opremo . Procesor, kot je tisti, ki ga je ustvaril Apple, se ne sme prodajati zaradi števila operacij, ki jih je sposoben opraviti, ampak zaradi tega, kako se integrira s programsko opremo, ki jo mora premakniti. Ponovno se pokaže absolutno obvladovanje podjetja iz ugriznjenega jabolka v zlitju strojne in programske opreme.
Zato verjamemo, da lahko to še enkrat glasno povemo Apple je inoviral, kako dela stvari , ki izumlja algoritme, ki jih za običajne procesorje ni mogoče izvesti. Oblikovanje novega procesorja po meri, ki podpira te hitrosti izračuna, je preprosto inženirsko mojstrstvo.
