Команда Skafos.ai только что вернулась с Всемирной конференции разработчиков Apple, известной как WWDC (или «дубляж» для тех, кто находится на земле), которая прошла в этом году в Сан-Хосе, штат Калифорния. Как всегда, есть несколько объявлений, но их слишком много, чтобы перечислять здесь, поэтому давайте сосредоточимся на тех, которые вдохновляют команду Skafos.ai.

Майкл Дж. Причард, генеральный директор

Мой первый WWDC был в 2011 году, когда я был мобильным разработчиком всего 3 года. В то время у нас были хорошие приложения, но, как вы можете понять по фотографии моего (тогда) двухлетнего ребенка, мы также создавали приложения, которые казались совершенно бесполезными. Но они не были бесполезными, они были мобильными разработчиками, которые пытались понять, что мы можем сделать с этой технологией. Эти эксперименты привели к созданию инновационных приложений, которые сегодня кажутся довольно обычными. Подумайте о Lyft, Instagram, ваших банковских приложениях, кулинарных приложениях, рабочих приложениях; список бесконечен. Некоторые задаются вопросом, достигли ли мы пика того, что мы можем сделать; Я имею в виду, что еще мы можем сделать с нашими устройствами, когда кажется, что они все делают?

Что ж, я рад сообщить, что Apple - не та компания, и у нас впереди еще много инноваций в мире приложений и интеллектуальных устройств. В частности, достижения в области машинного обучения и технологий искусственного интеллекта, таких как Core ML 3, Create ML и ARKit 3, предоставляют командам мобильных разработчиков инструменты, необходимые для создания иммерсивных, персонализированных и ориентированных на конфиденциальность приложений для своих клиентов. Я определенно найду время, чтобы посмотреть Состояние Союза на WWDC 2019 от Apple, чтобы получить обзор.

Создать ML. Нам нравится улучшенный Create ML, потому что он не только добавляет больше типов моделей, но и упрощает обучение любых членов группы разработки приложений моделям машинного обучения без особых знаний в области науки о данных, если таковые имеются. Примером может быть поручение вашему UX и UI-дизайнеру задачи по организации, маркировке и обучению вашей модели распознавания лиц, необходимой для вашего приложения. Это не только освобождает вашу команду разработчиков, чтобы сосредоточиться на доставке кода приложения, но и дизайнеру, вероятно, лучше подходит продумать проблему данных с точки зрения взаимодействия с пользователем - а это именно то, что вам нужно!

Затем доктор Мириам Фридель, наш директор по науке о данных, выделяет еще несколько наших фаворитов.

Мириам Фридель, доктор философии

Конфиденциальность и безопасность. Во время WWDC Keynote в понедельник Крейг Федериги потратил изрядное количество времени, сосредоточившись на конфиденциальности и безопасности пользователей, включая ряд мер по хранению пользовательских данных на устройстве. автоматической отправки обратно в облако. Это одна из основных причин того, что машинное обучение на устройстве может быть настолько мощным: индивидуальный пользовательский интерфейс в сочетании с конфиденциальностью и безопасностью данных.

Core ML 3. В Core ML 3 есть множество захватывающих новых возможностей, которые нам не терпится раскрыть. В частности, мы очень рады персонализации на устройстве, которую Apple продемонстрировала в простом, но чрезвычайно интуитивно понятном приложении для выставления оценок. Теперь пользователи получают безопасную настраиваемую модель на устройстве без особых технических накладных расходов. Я также ботаник разбираюсь в связанных моделях. Представим, что у вас есть два классификатора изображений, построенных в одной и той же базовой сети (Resnet-50, может быть?) И настроенных с помощью трансферного обучения. Если вы хотите включить обе модели в свое приложение, вы можете связать одну и ту же базовую модель с каждым из классификаторов изображений. Это улучшит производительность и сэкономит массу места на устройстве. Лучше всего то, что каждое из заявленных улучшений Core ML 3 совместимо со Skafos. Смотрите полную сессию WWDC здесь.

Swift для TensorFlow. В самолете в Сан-Хосе я некоторое время читал Почему Swift для TensorFlow doc в Swift для TensorFlow репозитория github. Кроме того, об этом на AltConf был большой разговор, сделанный Бреттом Кунсе. Итог: как человек, который почти всегда занимался машинным обучением на Python (с добавлением некоторого R!), Я готов попробовать это в Swift. И, как подчеркнул в своем выступлении Бретт, разработчики iOS уже приняли этот язык. Думаю, это поможет преодолеть разрыв от Я разработчик iOS, который действительно интересуется машинным обучением до Я разработчик iOS, который теперь регулярно использует машинное обучение в своих приложениях. А с поддержкой ноутбуков вы можете использовать Skafos SDK, чтобы легко доставить то, что вы создаете.

ARKit 3. Дополненная реальность - это не только супер круто, но и способна обеспечить невероятно мощный пользовательский интерфейс. Я недавно купил дом, и приложение дополненной реальности Wayfair оказалось для меня действительно полезным инструментом! Apple анонсировала (и продемонстрировала) ряд улучшений в ARKit 3 на WWDC на прошлой неделе, и я особенно взволнован тем, что могу попробовать инструмент окклюзии людей.

В заключение, мировой рынок смартфонов требует от приложений более персонализированного и ориентированного на конфиденциальность опыта. WWDC 2019 продемонстрировал, что Apple стремится предоставить разработчикам множество инструментов, которые им необходимы для ускорения внедрения ИИ и машинного обучения. Таким образом, сейчас идеальное время для компаний и брендов, чтобы использовать искусственный интеллект в приложениях и на устройствах. Даю слово, что вашим клиентам он понравится так же великолепно, как и Dark Mode.