Už sme mali svoje prvé kontakty s novým iPhone 11 a iPhone 11 Pro , a už sme si mohli overiť, ako sa niektoré abstraktné pojmy, ktoré nám Apple vysvetlil na keynote 10. septembra, začínajú dostávať do nášho každodenného života bez toho, aby sme si to uvedomovali. 'Slová' ako Strojové učenie Y Deep Fusion Sú to pojmy, z ktorých sme v dnešnej dobe unavení, ale ktorým stále úplne nerozumieme, keďže sme zostali na povrchu tohto pojmu. Ak vás táto téma zaujíma, v tomto príspevku sa o nej budeme venovať trochu viac.
Čo je strojové učenie a prečo spoločnosť Apple inovovala s čipom A13 Bionic
Ak zostaneme pri základe slova a pri jeho samotnom preklade, mohli by sme to povedať Strojové učenie (ML) je iba strojové učenie, a to hovorím len preto, že mnohí používatelia zostávajú v tejto vrstve, niečo temnom a zakázanom, čo imponuje už len tým, že to počujú. Skutočne, zásluha nespočíva v obrovskej kapacite, ktorú dnes naše iPhony majú, aby mohli vykonávať obrovské a zložité výpočty v časoch, ktoré sa takmer nedajú vypočítať. Skutočná zásluha spočíva v šikovných vývojároch a v kapacite tímov, ktoré spravujú veľké množstvo údajov potrebných na fungovanie tejto technológie, ktorá vo všeobecnosti funguje podobným spôsobom ako Big Data.
Každý dobrý programátor sa snaží stroj naučiť tak, aby optimálnym spôsobom vždy vyriešil problém tým najlepším spôsobom, ale keď požadované údaje a výpočty niekedy inklinujú k nekonečnu, musíte použiť inú stratégiu a čo je lepšie ako stroj robí chyby a učí sa sám . Na to sú vyrobené heuristické rozhodnutia, ktoré sa snažia poskytnúť softvéru schopnosť rozhodovať sa intuíciou . Je to niečo podobné ako pri heuristickom vyhľadávaní antivírusu, je možné, že súbor obsahuje anomálie, čo znamená, že hoci sa v porovnaní s iným infikovaným súborom nezobrazuje ako infikovaný súbor, náš antivírusový softvér si myslí, že by to mohol byť a ukladá to v karanténe. Stručne, učíme softvér rozhodovať sa sám za seba , a hoci je to spočiatku nevyspytateľné, štatistiky nám hovoria, že postupne to bude pri rozhodovaní takmer také efektívne, ako môže byť ľudská bytosť.
Algoritmy strojového učenia sú navrhnuté tak, aby s menším počtom zdrojov sa spracúvajú veľké objemy údajov, a učiť sa sám, niečo podobné ako stroj WOPR vo filme Vojnové hry.
Aby sme to mohli povedať, je dôležité pochopiť tento pojem Apple s novým iPhone 11 inovoval . Inovoval spôsob implementácie umelej inteligencie do fotografie. Niekto by mohol povedať, že apple nie je prvou spoločnosťou, ktorá implementovala ML do svojho fotografického spracovania, v tom sa zhodneme, ale je prvá, ktorá to implementovala tak, ako to urobila, pracuje s veľkým množstvom fotografií v reálnom čase, pred a po stlačení spúšte. Z toho všetkého vyplýva, že bolo potrebné implementovať obrovský procesor A13 Bionic , ktorý je schopný týmto odolať nekonečné výpočty a v minimálnom čase . Z tohto dôvodu a nie z iných nejasných dôvodov nebude iPhone XS schopný vykonávať nočný režim, pretože nemá operačnú úroveň vo svojom procesore A12 Bionic.
Ako to už býva, Apple sa na keynote 10. septembra v skromnosti pomýlil a obšírne nevysvetlil, ako beštiálny procesor A13 Bionic funguje. Výkonný procesor sám o sebe nepridáva hodnotu zariadeniu a ani skvelé algoritmy, ak nie je potrebná hrubá sila na jeho pohyb. Ale ako vždy, a tu máme dôkaz, Applu sa podarilo dokonale zlúčiť hardvér so softvérom . Procesor, ako je ten, ktorý vytvoril Apple, by sa nemal predávať pre počet operácií, ktoré je schopný vykonať, ale pre to, ako sa integruje so softvérom, s ktorým sa musí pohybovať. Opäť sa ukazuje absolútne majstrovstvo firmy z nahryznutého jablka v spojení hardvéru a softvéru.
Preto veríme, že to môžeme ešte raz povedať nahlas Apple inovoval v tom, ako veci robí , vynájdenie algoritmov, ktoré pre bežné procesory nie je možné vykonať. Vlastné navrhovanie nového procesora na podporu týchto výpočtových rýchlostí je jednoducho inžinierske majstrovstvo.
