Apple Restructuring AI, Siri, відділи машинного навчання

Apple Restructuring AI, Siri, відділи машинного навчання

Машинознавство, штучний інтелект і глибока нейронна мережа - це всі актуальні теми. Після десятиліть відносної невідомості ці технології розглядаються як ключ до руху нового покоління обчислень. У деяких аспектах Apple розглядається як така, що грає в таких галузях, і компанія реорганізує свої зусилля, щоб централізувати їх. Також найнятий Джон Джаннандреа, котрий раніше очолював пошук Google та команду ІІ, щоб керувати новим підрозділом.

Компанія Giannandrea очолить нову організацію, до складу якої увійдуть Siri, команда Apple Core ML (це API машинного навчання, який компанія Apple запустила для того, щоб зробити завдання AI та AI більш ефективним на пристроях iOS), повідомляє The Verge та відділ машинного навчання Apple в цілому.

Яблуко широко розглядається як відставання від ринку AI / ML у порівнянні зі своїми конкурентами, такими як Amazon та Google. Домашній Pod на базі компанії Siri - це рідкісна помилка для компанії - спікера, головна мета якого полягала у тому, щоб блокувати вас у використанні послуг Apple (і лише Apple) та руйнування стільниць. Компанія Apple нічого не сказала про продажі HomePod, але, на їхню думку, вона не дуже хороша, і Apple, як стверджують, захопила 4-6 відсотків ринку смартфонів після того, як вона запустила платформу.

Я не маю доступу до цифрових особистих помічників у будь-якій формі з будь-якої компанії, але я періодично перевіряю Сірі, щоб побачити, чи покращилася послуга. Це не так. Традиційна заява полягає в тому, що однією з причин, через які Сірі відстає, - це те, що Apple не фіксує абсолютні дані про океани, що компанії Google, Facebook та інші компанії в Силіконовій долині вже десять і більше років перестали жити в нашому житті. Це може бути правдою, але я підозрюю, що не розповідає всю історію. Наприклад, Amazon продовжує працювати над власними проектами AI, і Amazon помітно розколюється з Google на шляху розробки своєї версії Android через свої заклопотаність щодо політики конфіденційності Google і використання даних.

Apple Restructuring AI, Siri, відділи машинного навчання

Крім того, незрозуміло, чому Apple натякнув Джаннандреа, зокрема, щоб провести цей звинувачення. Компанія Apple зробила великий шум про свою прихильність до конфіденційності користувачів, і використовувала це, щоб риторично відрізняти себе від таких компаній, як Google. Залучення до когось, хто здійснює нагляд за розробкою AI та ML на Google за допомогою тих самих наборів даних, які Apple не має і нібито не збирає, не має сенсу, якщо Apple не планує внести серйозні зміни в свої методи збору даних в той самий час. Нічого подібного не було оголошено.

Ви можете прочитати цю ситуацію кількома різними способами. З одного боку, деякі з них дійдуть висновку, що компанія Apple виконує ті ж типи збору даних, які робить компанія Google або які вона хоче, а також те, що доставка Giannandrea на борт - це спроба відповісти пошуковому гіганту в цій галузі. Але ще один потенційний варіант полягає в тому, що вартість даних Google про своїх користувачів може бути менш центральною у питанні, чому Siri відстає від своїх конкурентів, ніж це відразу очевидно. Ми не стверджуємо, що гіпотеза даних не відповідає дійсності, однак ми не розуміємо її в той чи інший спосіб, але це теж своєрідне пояснення, яке може стати фактором, що не сприяє вирішальним причинам, чому виглядає ситуація. як це робиться. Так чи інакше, Apple явно планує внести деякі серйозні зміни у свої програми розробки AI / ML. Як вони розвиваються, нам слід розповісти нам корисні речі про те, що тримають Apple назад.

Читати далі

Google AutoML створює моделі машинного навчання без досвіду програмування

Сутність Cloud AutoML полягає в тому, що майже кожен може надати каталог зображень, імпортувати теги для зображень та створити функціональну модель машинного навчання на основі цього.

Google Cloud TPU відповідає Volta в галузі машинного навчання за значно нижчими цінами

Google і Nvidia пропонують конкурентні продукти для навчання комп'ютера, але Google збиває Nvidia за витрати, принаймні в певних тестах.

Intel Позиції Xeon як конкуренція з машинного навчання в робочих навантаженнях висновку

Intel кидає свою власну капелюх у машинне навчальне кільце, позиціонуючи Xeon як потужну робочу ношу з висновком.

Google оголошує 8x швидше TPU 3.0 для AI, машинного навчання

Тут з'являються нові TPU Google - і вони значно швидше, ніж торішня модель.