মেশিন লার্নিং (এমএল) এবং কৃত্রিম বুদ্ধিমত্তা (এআই) এখন আইফোনের প্রায় প্রতিটি বৈশিষ্ট্যকে সঞ্চারিত করে, তবে অ্যাপল তার প্রযুক্তি প্রতিযোগীদের মতো এই প্রযুক্তিগুলি চালিয়ে যাচ্ছে না। আমি অ্যাপলের দৃষ্টিভঙ্গি সম্পর্কে আরও বুঝতে চেয়েছিলাম, তাই আমি অ্যাপলের দু’জন নির্বাহকের সাথে সংস্থার কৌশল – এবং এআই এবং এমএল ভিত্তিক সমস্ত নতুন বৈশিষ্ট্যের গোপনীয়তার প্রভাবগুলি সম্পর্কে কথা বললাম hour

.তিহাসিকভাবে, অ্যাপল এই ক্ষেত্রে নেতৃত্ব দেওয়ার জন্য জনসাধারণের খ্যাতি অর্জন করেনি। এটি আংশিক কারণ কারণ লোকেরা এআইকে ডিজিটাল সহকারীদের সাথে যুক্ত করে এবং পর্যালোচকরা প্রায়শই সিরিকে গুগল সহকারী বা অ্যামাজন অ্যালেক্সার চেয়ে কম দরকারী বলে মনে করেন। এবং এমএল সহ, অনেক প্রযুক্তি উত্সাহীরা বলছেন যে আরও ডেটা মানে আরও ভাল মডেল — তবে অ্যাপল, যেমন গুগল, তথ্য সংগ্রহের জন্য পরিচিত নয়।

এটি সত্ত্বেও, অ্যাপল জাহাজের বেশিরভাগ ডিভাইসে মেশিন লার্নিংয়ের জন্য ডেডিকেটেড হার্ডওয়্যার অন্তর্ভুক্ত করেছে। মেশিন বুদ্ধি-চালিত কার্যকারিতা ক্রমবর্ধমান মূল নোটগুলিতে আধিপত্য বিস্তার করে যেখানে অ্যাপল এক্সিকিউটিভরা আইফোন, আইপ্যাড, বা অ্যাপল ওয়াচের জন্য নতুন বৈশিষ্ট্যগুলি প্রবর্তন করতে মঞ্চ নেন। এই বছরের শেষের দিকে অ্যাপল সিলিকনের সাথে ম্যাকের প্রবর্তন সংস্থাটির ল্যাপটপ এবং ডেস্কটপগুলিতেও একই মেশিনের বুদ্ধিমত্তার বিকাশ ঘটাবে।

অ্যাপল সিলিকন ঘোষণার পরিপ্রেক্ষিতে আমি জন গিয়ানানড্রেয়া, মেশিন লার্নিং এবং এআই স্ট্র্যাটেজির সিনিয়র ভাইস প্রেসিডেন্টের পাশাপাশি প্রোডাক্ট মার্কেটিংয়ের ভিপি বব বোরচারের সাথে দীর্ঘ সময় কথা বলেছি। তারা অ্যাপলের এআই দর্শনের বর্ণনা দিয়েছিল, মেশিন লার্নিং কীভাবে নির্দিষ্ট বৈশিষ্ট্যগুলি চালিত করে তা ব্যাখ্যা করেছিল এবং অ্যাপলের অন-ডিভাইস এআই / এমএল কৌশলটির জন্য আবেগের সাথে তর্ক করেছিল।

সুচিপত্র

অ্যাপলের এআই কৌশল কী?

জিয়ানান্দ্রিয়া এবং বোর্চার দু’জনই গত কয়েক বছরে অ্যাপলটিতে যোগ দিয়েছিলেন; প্রত্যেকে গুগলে কাজ করেছে। বোরচারস আসলে সময়ের পরে অ্যাপলে আবার যোগদান করেছিলেন; তিনি ২০০৯ অবধি আইফোনটির বিপণনের সিনিয়র ডিরেক্টর ছিলেন। এবং ২০১৩ সালে গুগল থেকে অ্যাপলকে জিয়ানান্দ্রিয়া’র বিচ্ছেদে ব্যাপকভাবে প্রকাশিত হয়েছিল; তিনি গুগলের এআই এবং অনুসন্ধানের প্রধান ছিলেন।

গুগল এবং অ্যাপল বেশ আলাদা সংস্থা। গুগলের অংশীদারিত্বের জন্য খ্যাতি রয়েছে, এবং কিছু ক্ষেত্রে নেতৃত্বাধীন এআই গবেষণা সম্প্রদায়, যেখানে অ্যাপল তার বেশিরভাগ কাজ বন্ধ দরজার পিছনে করত। সাম্প্রতিক বছরগুলিতে এটি পরিবর্তিত হয়েছে, মেশিন শেখার ফলে অ্যাপলের ডিভাইসগুলিতে অসংখ্য বৈশিষ্ট্য রয়েছে এবং অ্যাপল এআই সম্প্রদায়ের সাথে তার ব্যস্ততা বাড়িয়েছে।

“আমি যখন অ্যাপলটিতে যোগ দিয়েছি, আমি ইতিমধ্যে একজন আইপ্যাড ব্যবহারকারী ছিলাম এবং আমি পেন্সিলটি পছন্দ করতাম,” জিয়ানান্দ্রিয়া (যিনি “জে.জি.” সহকর্মীদের কাছে যান) আমাকে বলেছিলেন। “সুতরাং, আমি সফ্টওয়্যার দলগুলি সন্ধান করব এবং আমি বলব, ‘ঠিক আছে, মেশিন লার্নিং টিম হস্তাক্ষর নিয়ে কাজ করছে?’ এবং আমি এটি খুঁজে পাইনি find তিনি যে দলটির সন্ধান করছেন তার অস্তিত্ব ছিল না out এটি অবাক করে দিয়েছিল, তিনি বলেছিলেন যে আজকের বৈশিষ্ট্যের জন্য মেশিন লার্নিং অন্যতম সেরা সরঞ্জাম is

“আমি জানতাম যে মেশিন শেখার এত কিছু ছিল যে অ্যাপলকে করা উচিত যে এটি আশ্চর্যজনক যে সবকিছু আসলেই করা হচ্ছে না। এবং এটি গত দুই থেকে তিন বছরে নাটকীয়ভাবে পরিবর্তিত হয়েছে, ”তিনি বলেছিলেন। “আমি সত্যই সত্যই বলেছি যে আইওএস বা অ্যাপল অভিজ্ঞতার কোনও কোণ নেই যা আসন্ন কয়েক বছর ধরে মেশিন লার্নিং দ্বারা রূপান্তরিত হবে না।”

আমি জিয়ানানড্রেয়াকে জিজ্ঞাসা করলাম কেন তিনি অনুভব করলেন যে অ্যাপল তার জন্য সঠিক জায়গা। তার উত্তরটি কোম্পানির এআই কৌশলটির সংক্ষিপ্ত সংক্ষিপ্তসার হিসাবে দ্বিগুণ হয়েছে:

আমি মনে করি যে অ্যাপল সর্বদা সৃজনশীলতা এবং প্রযুক্তির মোড়ের পক্ষে দাঁড়িয়েছে। এবং আমি মনে করি আপনি যখন স্মার্ট অভিজ্ঞতা তৈরির বিষয়ে, ভার্টিকাল ইন্টিগ্রেশন নিয়ে, অ্যাপ্লিকেশন থেকে ফ্রেমওয়ার্কগুলিতে, সিলিকনে যাওয়ার সমস্ত পথটি সত্যিই অপরিহার্য … তখন আমি মনে করি এটি একটি যাত্রা, এবং আমার মনে হয় যে আমাদের কাছে যে কম্পিউটিং ডিভাইসগুলি রয়েছে এটির ভবিষ্যত এটি হ’ল তারা স্মার্ট এবং সেই স্মার্ট ধরণের অদৃশ্য হয়ে যায়।

বোরচাররাও এতে চিৎকার করে বললেন, “আমরা যা কিছু করি তা দিয়ে স্পষ্টতই আমাদের দৃষ্টিভঙ্গি হয়, যা হ’ল ‘কীভাবে আপনি সেখানে পৌঁছেছেন তা নয়, লাভ কী তা নিয়ে ফোকাস করি।’ এবং সেরা ক্ষেত্রে এটি অটোমেজিক হয়ে যায় It এটি অদৃশ্য হয়ে যায় … এবং কী ঘটেছিল তার বিপরীতে আপনি কেবল যা ঘটেছে তার দিকে মনোনিবেশ করুন “”

হাতের লেখার উদাহরণের আবার কথা বললে, জিয়ানান্দ্রিয়া মামলাটি করেছিলেন যে মেশিন বুদ্ধি-চালিত বৈশিষ্ট্য এবং পণ্যগুলি তৈরিতে অ্যাপলকে “শিল্পের নেতৃত্ব” দিতে সবচেয়ে ভাল অবস্থানে রয়েছে:

আমরা পেন্সিল তৈরি করেছি, আমরা আইপ্যাড তৈরি করেছি, আমরা উভয়ের জন্য সফটওয়্যার তৈরি করেছি। সত্যই সত্যই একটি ভাল কাজ করার এটি অনন্য সুযোগ। আমরা আসলে কী করছি? কাউকে নোট নিতে এবং ডিজিটাল কাগজে তাদের সৃজনশীল চিন্তাভাবনা দিয়ে উত্পাদনশীল হতে দেওয়া। আমি যে বিষয়ে আগ্রহী তা হ’ল এই অভিজ্ঞতাগুলি বিশ্বের স্কেল-এ ব্যবহৃত হয় seeing

তিনি গুগলের সাথে এর বিপরীতে ছিলেন। “গুগল একটি আশ্চর্যজনক সংস্থা, এবং সেখানে সত্যই কিছু দুর্দান্ত প্রযুক্তিবিদ সেখানে কাজ করছেন,” তিনি বলেছিলেন। “তবে মৌলিকভাবে, তাদের ব্যবসায়ের মডেল আলাদা এবং তারা কয়েক মিলিয়ন লোক ব্যবহার করে এমন ভোক্তাদের অভিজ্ঞতা সরবরাহের জন্য পরিচিত নয়।”

আজ অ্যাপল কীভাবে মেশিন লার্নিং ব্যবহার করে?

অ্যাপল তার সাম্প্রতিক বিপণনের উপস্থাপনাগুলিতে আইফোন, অ্যাপল ওয়াচ বা আইপ্যাডের কয়েকটি বৈশিষ্ট্য উন্নত করে মেশিন লার্নিংয়ের ক্রেডিট করার অভ্যাস তৈরি করেছে, তবে এটি খুব কমই বিশদে যায় — এবং যারা আইফোন কিনেছেন তারা বেশিরভাগ লোকই এই উপস্থাপনাগুলি কখনও দেখেনি। গুগলের সাথে এটির বৈপরীত্য করুন, উদাহরণস্বরূপ, যা এআইকে এর বহু বার্তা পাঠকের কেন্দ্রে রাখে।

অ্যাপলের সফ্টওয়্যার এবং ডিভাইসগুলিতে মেশিন লার্নিংয়ের ব্যবহারের প্রচুর উদাহরণ রয়েছে যার মধ্যে বেশিরভাগ গত কয়েক বছরে নতুন।

মেশিন লার্নিং আইপ্যাডের সফ্টওয়্যারটি অ্যাপল পেন্সিলের সাথে আঁকার সময় কোনও ব্যবহারকারী দুর্ঘটনাক্রমে তাদের পামটি স্ক্রিনের বিপরীতে টিপানো এবং একটি ইনপুট সরবরাহ করার উদ্দেশ্যে একটি ইচ্ছাকৃত প্রেসের মধ্যে পার্থক্য করতে সহায়তা করে। এটি ব্যবহারকারীর ব্যবহারের অভ্যাসগুলি ডিভাইসের ব্যাটারি লাইফ এবং চার্জিংকে অনুকূল করে তোলার জন্য ব্যবহার করা হয়, উভয়ই চার্জের মধ্যে সময় কাটাতে এবং ব্যাটারির দীর্ঘকালীন व्यवहार्यতা রক্ষার জন্য উন্নত করতে পারে। এটি অ্যাপ্লিকেশন সুপারিশ করতে ব্যবহৃত হয়।

তারপরে সিরি রয়েছে যা সম্ভবত একটি জিনিস যা কোনও আইফোন ব্যবহারকারী অবিলম্বে কৃত্রিম বুদ্ধিমত্তা হিসাবে উপলব্ধি করতে পারে। মেশিন লার্নিং সিরির বিভিন্ন দিক চালিত করে, বক্তৃতার স্বীকৃতি থেকে শুরু করে সিরির জন্য দরকারী উত্তর দেওয়ার চেষ্টা করে।

আইভেল আইভেল মালিকরা এও লক্ষ্য করতে পারেন যে ফটো অ্যাপের প্রাক-তৈরি গ্যালারীগুলিতে স্বয়ংক্রিয়ভাবে চিত্রগুলি বাছাই করার জন্য বা অ্যাপ্লিকেশন অনুসন্ধানের ক্ষেত্রে জেন নামে তার কোনও বন্ধুর নাম প্রবেশ করানোর সময় আপনার ফটো সঠিকভাবে দেওয়ার জন্য মেশিন লার্নিং রয়েছে।

অন্যান্য ক্ষেত্রে, খুব কম ব্যবহারকারীই বুঝতে পারেন যে মেশিন লার্নিং কাজ করছে। উদাহরণস্বরূপ, প্রতিবার আপনি শাটার বোতামটি ট্যাপ করলে আপনার আইফোন দ্রুত ধারাবাহিকতায় একাধিক ছবি নিতে পারে। একটি এমএল প্রশিক্ষিত অ্যালগরিদম তারপরে প্রতিটি চিত্র বিশ্লেষণ করে এবং প্রতিটি চিত্রের সেরা অংশকে এক ফলাফল হিসাবে মিশ্রণ করতে পারে।

অ্যাপল হলের ওয়াশিং সহায়তা বৈশিষ্ট্যের পিছনে এআই রয়েছে।
বড় করা / অ্যাপল হলের ওয়াশিং সহায়তা বৈশিষ্ট্যের পিছনে এআই রয়েছে।

স্যাম ম্যাচকোচেক

ফোনগুলি ডিজিটালি এবং আসল সময়ে ছবির মান উন্নয়নের জন্য ইমেজ সিগন্যাল প্রসেসর (আইএসপি) দীর্ঘদিন অন্তর্ভুক্ত করেছে, তবে অ্যাপল 2018 সালে আইফোনে আইএসপি নিউরাল ইঞ্জিনের সাথে নিবিড়ভাবে কাজ করে এই প্রক্রিয়াটিকে ত্বরান্বিত করেছে, সংস্থার সম্প্রতি যুক্ত মেশিন লার্নিং- ফোকাসড প্রসেসর

অ্যাপল তার সাম্প্রতিক সফ্টওয়্যার এবং পণ্যগুলিতে যেভাবে মেশিন লার্নিং ব্যবহার করে তার কয়েকটি নাম জানাতে আমি জিয়ানান্দ্রিয়াকে বলেছিলাম। তিনি উদাহরণগুলির একটি লন্ড্রি তালিকা দিয়েছেন:

মেশিন লার্নিং দ্বারা চালিত নতুন অভিজ্ঞতার পুরো গুচ্ছ রয়েছে। এবং এগুলি হ’ল ভাষা অনুবাদ, বা অন-ডিভাইস ডিক্টেশন, বা স্বাস্থ্যের চারপাশে আমাদের নতুন বৈশিষ্ট্যগুলির মতো ঘুম এবং হাত ধোওয়ার মতো জিনিস এবং যা আমরা হৃদয়ের স্বাস্থ্যের আশেপাশে প্রকাশ করেছি এবং এই জাতীয় জিনিস। আমি মনে করি আইওএসে ক্রমবর্ধমান কম এবং কম জায়গা রয়েছে যেখানে আমরা মেশিন লার্নিং ব্যবহার করছি না।

অভিজ্ঞতার অংশ খুঁজে পাওয়া শক্ত যেখানে আপনি কিছুটা ভবিষ্যদ্বাণীপূর্ণ করছেন না [work]। মত, অ্যাপের পূর্বাভাস, বা কীবোর্ডের পূর্বাভাস, বা আধুনিক স্মার্টফোন ক্যামেরাগুলি দৃশ্যের পিছনে একটি টন মেশিন শিখছে যা তারা “স্যালিয়েন্স” বলে যা তা বোঝায়, ছবির সবচেয়ে গুরুত্বপূর্ণ অংশটি কী? বা, আপনি যদি পটভূমিটি ঝাপসা করে করার কল্পনা করেন তবে আপনি প্রতিকৃতি মোড করছেন।

মূল অ্যাপল প্ল্যাটফর্মের মধ্যে নির্মিত মূল মেশিন লার্নিং বৈশিষ্ট্যগুলি থেকে এই সমস্ত কিছুই উপকৃত হয়। সুতরাং, এটি প্রায় মত, “আমরা যেখানে থাকি সেখানে আমাকে সন্ধান করুন না মেশিন লার্নিং ব্যবহার করে। “

বোরচারগণ অ্যাক্সেসযোগ্যতার বৈশিষ্ট্যগুলিকেও গুরুত্বপূর্ণ উদাহরণ হিসাবে চিহ্নিত করেছেন। “এগুলির কারণে এগুলি মৌলিকভাবে উপলব্ধ এবং সম্ভব করা হয়েছে,” তিনি বলেছিলেন। “শব্দ সনাক্তকরণের সামর্থ্যগুলির মতো জিনিস, যা নির্দিষ্ট সম্প্রদায়ের জন্য গেম পরিবর্তন করে, সময়ের সাথে সাথে বিনিয়োগ এবং এতে নির্মিত দক্ষতার কারণেই এটি সম্ভব” “

এছাড়াও, আপনি গত কয়েক বছর ধরে অ্যাপলের সফ্টওয়্যার এবং হার্ডওয়্যার আপডেটগুলি বর্ধিত বাস্তবতার বৈশিষ্ট্যগুলিকে গুরুত্ব দিয়েছেন। এই বৈশিষ্ট্যগুলির বেশিরভাগই মেশিন লার্নিংয়ের জন্য সম্ভব হয়েছে। প্রতি জিয়ানান্দ্রিয়া:

মেশিন লার্নিং প্রচুর বাস্তবতায় অনেক বেশি ব্যবহৃত হয়। এসএলএএম নামে পরিচিত শক্ত সমস্যাটি তাই একযোগে স্থানীয়করণ এবং ম্যাপিং। সুতরাং, আপনার লিডার স্ক্যানারযুক্ত আইপ্যাড রয়েছে কিনা তা বোঝার চেষ্টা করছেন এবং আপনি ঘুরে বেড়াচ্ছেন, এটি কী দেখায়? এবং এটি আসলে কী দেখছে তার একটি 3D মডেল তৈরি করছে।

এটি আজ গভীর শেখার ব্যবহার করে এবং অন-ডিভাইসে এটি করতে সক্ষম হওয়া দরকার কারণ আপনি এটি রিয়েল টাইমে করতে সক্ষম হতে চান। আপনি আপনার আইপ্যাড চারপাশে ঘুরিয়ে দিচ্ছেন এবং তারপরে সম্ভবত ডেটা সেন্টারে তা করার অর্থ হবে না। সুতরাং সাধারণভাবে আমি বলব যে আমি এটি সম্পর্কে যেভাবে চিন্তা করি তা হ’ল বিশেষত গভীর জ্ঞান আমাদের সেই তথ্য সম্পর্কে কাঁচা তথ্য থেকে শব্দার্থে যাওয়ার দক্ষতা প্রদান করে।

ক্রমবর্ধমানভাবে, অ্যাপল স্থানীয়ভাবে ডিভাইসে, অ্যাপল নিউরাল ইঞ্জিন (এএনই) এর মতো হার্ডওয়্যার বা সংস্থার কাস্টম ডিজাইন করা জিপিইউগুলিতে (গ্রাফিক্স প্রসেসিং ইউনিট) মেশিন লার্নিংয়ের কাজগুলি সম্পাদন করে। জিয়ানান্দ্রিয়া এবং বোরচারস যুক্তি দিয়েছিলেন যে এই পদ্ধতিকেই প্রতিযোগীদের মধ্যে অ্যাপলের কৌশলকে আলাদা করে তুলেছে।

অরিখ লসন / গেটি ইমেজ দ্বারা চিত্রের তালিকা তৈরি করা