Vi har redan haft vår första kontakterna med nya iPhone 11 och iPhone 11 Pro , och vi har redan kunnat verifiera hur några av de abstrakta begrepp som Apple förklarade för oss i keynoten den 10 september börjar komma in i våra dagliga liv utan att vi är medvetna om det. 'Ord' som Maskininlärning Y Deep Fusion Det är begrepp som vi är trötta på att höra nuförtiden men som vi fortfarande inte helt förstår då vi har hållit oss på ytan av begreppet. Om du är intresserad av detta ämne, i det här inlägget kommer vi att fördjupa oss lite mer om det hela.
Vad är maskininlärning och varför Apple förnyade sig med A13 Bionic-chipet
Om vi stannar vid ordets bas, och bara översättningen av det, kan vi säga det Maskininlärning (ML) är bara maskininlärning, och jag säger bara för att många användare stannar i det här lagret, något mörkt och förbjudet som imponerar bara genom att höra det. Egentligen ligger inte förtjänsten i den enorma kapacitet som våra iPhones har idag för att utföra enorma och komplexa beräkningar i tider som är nästan omöjliga att beräkna. Den verkliga förtjänsten ligger i de smarta utvecklarna och i kapaciteten hos teamen som hanterar de stora mängder data som krävs för att denna teknik ska fungera, som i stort sett fungerar på ett liknande sätt som Big Data gör.
Vilken bra programmerare som helst försöker lära maskinen så att den på ett optimalt sätt alltid löser ett problem på bästa sätt, men när data och beräkningar som krävs ibland tenderar till oändlighet måste man använda en annan strategi och vad bättre än maskinen gör misstag och lär sig själv . För detta är de gjorda heuristiska beslut som syftar till att ge programvaran en förmåga att fatta beslut med intuition . Det är något som liknar den heuristiska sökningen av ett antivirus, det är möjligt att en fil uppvisar anomalier som innebär att även om den inte visas som en infekterad fil jämfört med en annan infekterad, får den vårt antivirusprogram att tro att det kan vara och lagrar den i karantän. I ett nötskal, vi lär programvaran att bestämma själv , och även om det är oregelbundet till en början, säger statistiken oss att det lite i taget kommer att bli nästan lika effektivt som en människa kan vara när det gäller att fatta beslut.
Machine Learning-algoritmer är utformade så att med färre resurser bearbetas stora mängder data, och lär sig själv, något som liknar hur WOPR-maskinen gör i War Games-filmen.
Det är viktigt att förstå detta koncept för att kunna säga det Apple har förnyat sig med den nya iPhone 11 . Han har förnyat sättet att implementera artificiell intelligens i fotografi. Någon skulle kunna säga att apple inte är det första företaget som implementerar ML i sin fotografiska behandling, och det är vi överens om, men det är det första som implementerar det som det har gjort, och arbetar med ett stort antal foton i realtid, innan och efter att ha tryckt på avtryckaren. Av allt detta framgår att det har varit nödvändigt att implementera en enorm processor A13 Bionic , som är kapabel att motstå dessa oändliga beräkningar och på ett minimum av tid . Av denna anledning, och inte av andra oklara skäl, kommer en iPhone XS inte att kunna utföra nattläge eftersom den inte har en funktionsnivå i sin A12 Bionic-processor.
Som alltid händer, i keynoten den 10 september, gjorde Apple fel i blygsamhet och förklarade inte utförligt hur den bestialiska A13 Bionic-processorn fungerar. En kraftfull processor i sig tillför inget värde till en enhet, och det gör inte bra algoritmer heller om det inte finns någon brute force att flytta den. Men som alltid händer, och här har vi beviset, Apple har lyckats perfekt sammanfoga hårdvaran med sin mjukvara . En processor som den Apple har skapat bör inte säljas för det antal operationer den klarar av, utan för hur den integreras med programvaran den måste flytta. Återigen demonstreras företagets absoluta behärskning från det bitna äpplet i fusionen av hårdvara och mjukvara.
Det är därför vi tror att vi kan säga det högt igen Apple förnyade sig i hur det gör saker , uppfinner algoritmer som för vanliga processorer är omöjliga att exekvera. Att anpassa en ny processor för att stödja dessa beräkningshastigheter är helt enkelt ingenjörskonst.
