Прогресс Apple в области машинного обучения меняет все в iOS

Эволюция смартфонов, как ее интерпретируют все средства массовой информации, кажется, идет полным ходом. Трудно не чувствовать этого, когда в начале того десятилетия мы были в восторге от HD-дисплеев, перехода к «мобильной широкополосной связи» 3G, добавления фронтальной камеры и меньшего (а затем, в конечном итоге, большего) размеры телефона. Эти физические и ощутимые аппаратные особенности были наглядными признаками большого технического прогресса. Мы привыкли ставить высокие ожидания и их превосходить.

Мы жили, как я называю, для мгновенного удовлетворения. И Apple (и их конкуренты) знают это в эпоху, когда таких функций немного и они тонкие. Вот почему мы теперь ежегодно получаем увеличенное количество пикселей (которое глаз среднего покупателя едва ли заметит), дополнительный объектив камеры и увеличенное время автономной работы (среди прочего).

Если вы перейдете на страницу продукта iPhone 11 Pro, три четверти страницы будут посвящены демонстрации улучшенной камеры и дисплея. Не на что чихать, но они стали обычными подозреваемыми из-за всех новых функций, которые по-прежнему получают даже небольшой рост от среднего потребителя.

И давайте посмотрим правде в глаза. Самыми крупными ажиотажами в отношении iPhone за последние годы, которые не были одними из них, были дизайн с выемками и повышение цен.

(Вроде) невоспетый герой

На той же странице продукта iPhone 11 Pro, на три четверти ниже, сразу после рекламы камеры и дисплея, находится информация о новом чипе A13 Bionic Chip. Apple определенно воодушевлена ​​своим чипом следующего поколения и никогда не держала это в секрете. Но вот как я представляю себе, как средний потребитель смотрит на этот раздел:

Звучит модно? В нем есть слово «бионический», так что да. Круто ли выглядит технически выглядящая графика A13 на заднем плане? Проверять. Что это значит для меня как среднего потребителя? Быстрее, быстрее, ядра, AR, быстрее…. ох, оптимизированное время автономной работы! А следующий раздел посвящен увеличению времени автономной работы! Отлично, поехали!

Конец сцены.

Просто чип от старого блока?

Возможно, это преувеличение, но это недалеко от реальности. Мы все просматриваем эту часть презентации, но я не могу сказать, сколько раз люди, смотрящие со мной (в технических вопросах, заметьте!), Смотрят на свои часы и говорят: «Уже переходите к хорошему!».

Мы ожидаем, что качество наших устройств будет улучшаться из года в год. Эта технология уже была внедрена на рынок ПК. Не помогает то, что средний потребитель, по понятным причинам, не полностью знает, как эти улучшения соотносятся с функциями, которые он действительно понимает. На мой взгляд, неспособность соединить точки - вот почему мы почти оцепенели от того, насколько улучшилось за эти годы и как это влияет практически на все функции наших телефонов сегодня.

Это похоже на то, как если бы спортсмен все межсезонье тренировался усерднее, чем когда-либо, с новым режимом, который требовал почти всех аспектов его бытия. Ожидалось, что они будут тренироваться, и поэтому мы не ценим их прогресса, пока мы, болельщики, не увидим доказанные результаты в действии, в победах и, конечно же, в очках фэнтези.

Вероятно, поэтому большинство потребителей просто кивнули, представив Bionic серии A всего 2 года назад. Он представил совершенно новую оптимизированную архитектуру того, как работает iPhone. Но не только это, это дало нам Neural Engine, мобильную электростанцию ​​для машинного обучения и искусственного интеллекта. Это причина, по которой одновременно можно было ввести Face-ID (что означает, что он также позволил сделать дизайн с выемками).

Бионические достижения

Вот некоторые из узнаваемых собственных достижений, которые явились результатом эволюции бионической системы A-Series:

  • Камера: Apple заявляет на своем сайте, что нейронный движок A-Series является «движущей силой» системы с тремя камерами. Хотя линзы увеличивались и улучшались, именно мозг заставляет такие функции, как портретный режим, ночной режим и SmartHDR, работать так хорошо.
  • Видео и игры: с дисплеями с более высоким разрешением, потоковой передачей 4K, которая становится нормой, а графика мобильных игр приближается к консольным уровням последнего поколения, определенно существует потребность в большей мощности. И все же графический процессор в A13 на 20% быстрее при использовании на 40% меньше энергии. Может быть, Skyrim для iOS не так уж и далек ...
  • Скорость и время автономной работы: архитектура внутри Bionic сложна (ЦП, графический процессор, нейронный движок и т. Д.), И на то есть веские причины. Помните групповые проекты еще в школе? Все пошло бы быстрее, если бы работа была делегирована группе, и особенно когда задачи были бы назначены одаренным в них. Принимая во внимание, что когда группа оставляет это одной незадачливой душе, этот человек застревает, когда ему приходится управлять всеми аспектами проекта, иногда ему приходится жертвовать качеством в тех аспектах, в которых они хороши, потому что им нужно тратить больше времени и энергии в тех областях, в которых они '' повторно нет. Эта концепция применима и здесь.

Будущее за обучением

Индустрия всегда ищет «следующую большую вещь». Сам iPhone стал катализатором революции смартфонов и приложений, которая изменила все в технологиях и принесла много денег тем, кто вмешался. Так что же дальше?

Машинное обучение - выдающийся. Теперь он везде, от Alexa до IBM Watson и портретного режима на вашем телефоне. Потенциальные приложения безграничны и могут охватывать финансы, медицину, архитектуру и безопасность.

Почему сейчас

Сегодня индустрия машинного обучения растет более быстрыми темпами, потому что технологии, на которых она работает, более доступны, мощны, эффективны по времени и доступны по цене. Эволюция привела нас от мэйнфреймов размером с комнату к удаленным облачным машинам через Интернет, и теперь у нас есть целый Neural Engine, встроенный в телефон, который помещается в вашем кармане.

Для разработчиков iOS и ML / Data Science это исключительно захватывающее время (по крайней мере, должно быть). Apple сделала машинное обучение доступным для разработчиков двумя важными способами. Во-первых, они предоставляют комплекты разработчика и инструменты, которые упрощают использование машинного обучения в наших приложениях (Core ML и Create ML - лишь некоторые из них). Во-вторых, они положили необходимое оборудование в карманы пользователей. Раньше разработчикам приходилось либо сокращать свои возможности ИИ, если он работал на мобильных устройствах, либо им нужно было использовать данные пользователя для выполнения задания на каком-то удаленном сервере, который они либо платят за аренду, либо за владение и поддержку и отправку результатов обратно. Apple, по сути, вкладывает средства в развитие машинного обучения для разработчиков, заполняя пробелы.

Эти вложения окупятся, поскольку все больше разработчиков осознают, что даже самая маленькая интеграция машинного обучения может привести к появлению невероятно новых и улучшенных функций в их приложениях. А поскольку сторонние и собственные приложения интегрируют все больше и больше возможностей машинного обучения, Apple может похвастаться более сильным и надежным Каталогом App Store для своих пользователей. Это может привести к еще большей рекордной прибыли и выручке как для разработчиков, так и для Apple's App Store.

Установление ожиданий наизнанку

Будущее новых функций смартфонов смотрит на него как на ястреба, что и хорошо, и плохо. Хотя это подталкивает производителей телефонов к тому, чтобы в первую очередь пытаться придумывать новые инновации, иногда конечный результат может быть беспорядочным или неполным (читай: некий складной телефон).

Потребители не должны отвлекаться от этого, но они также должны уделять гораздо больше внимания прогрессу, достигнутому внутри компании, и той ценности, которую он им приносит. Было бы глупо предлагать всем узнать об искусственном интеллекте и машинном обучении, но, в то же время, это уже не за горами. Это здесь и сейчас.