जर तांत्रिक प्रतिस्पर्धी एकमेकांशी डेटा आणि ज्ञान अगदी उघडपणे सामायिक करतात, तर हे कृत्रिम बुद्धिमत्तेचे क्षेत्र आहे, जे परस्पर सहकार्यामुळे खूप वेगाने पुढे जात आहे. ऍपल, जे आतापर्यंत बाजूला राहिले आहे कारण ते सहसा आपल्या पुढाकारांना गुंडाळून ठेवण्याचा प्रयत्न करते, आता त्यात सामील होण्याची शक्यता आहे. कॅलिफोर्नियातील फर्मला जगभरातील बाह्य तज्ञ आणि शिक्षणतज्ञांना सहकार्य करायचे आहे आणि त्याबद्दल धन्यवाद, त्यांच्या संघांना अतिरिक्त तज्ञ मिळवायचे आहेत.
ऍपलमधील आर्टिफिशियल इंटेलिजेंस रिसर्चचे प्रमुख रुस सलाखुद्दीन यांनी एनआयपीएस कॉन्फरन्समध्ये माहिती उघड केली, ज्यात उदाहरणार्थ, मशीन लर्निंग आणि न्यूरोसायन्स या विषयावर चर्चा केली जाते. विषयाच्या संवेदनशीलतेमुळे नाव न सांगू इच्छिणाऱ्या लोकांकडून सादरीकरणाच्या प्रकाशित फुटेजनुसार, हे वाचले जाऊ शकते की ऍपल स्पर्धा सारख्याच तंत्रज्ञानावर काम करत आहे, फक्त आत्तापर्यंत गुप्तपणे. यामध्ये, उदाहरणार्थ, प्रतिमा ओळखणे आणि प्रक्रिया करणे, वापरकर्त्याच्या वर्तनाचा आणि वास्तविक-जगातील घटनांचा अंदाज लावणे, व्हॉईस सहाय्यकांसाठी मॉडेलिंग भाषा आणि अल्गोरिदम आत्मविश्वासाने निर्णय देऊ शकत नाहीत तेव्हा अनिश्चित परिस्थितींना कसे सामोरे जावे हे शोधणे समाविष्ट आहे.
सध्या, ऍपलने या क्षेत्रात फक्त व्हॉईस असिस्टंट सिरीमध्ये एक अधिक प्रमुख आणि सार्वजनिक प्रोफाइल बनवले आहे, जे ते हळूहळू सुधारत आहे आणि विस्तारत आहे, परंतु स्पर्धेमध्ये सहसा थोडा चांगला उपाय असतो. सर्वात महत्त्वाचे म्हणजे, Google किंवा Microsoft केवळ व्हॉइस असिस्टंटवरच लक्ष केंद्रित करत नाहीत, तर वर नमूद केलेल्या इतर तंत्रज्ञानावर देखील लक्ष केंद्रित करतात, ज्याबद्दल ते उघडपणे बोलतात.
ऍपलने आता कृत्रिम बुद्धिमत्तेचे संशोधन आणि विकास सामायिक करणे सुरू केले पाहिजे, जेणेकरून ते क्युपर्टिनोमध्ये काय काम करत आहेत याची आम्हाला किमान कल्पना येईल. अन्यथा अत्यंत गुप्त ऍपलसाठी, हे निश्चितपणे एक तुलनेने मोठे पाऊल आहे, ज्याने त्याला स्पर्धात्मक लढाईत मदत केली पाहिजे आणि स्वतःचे तंत्रज्ञान विकसित केले पाहिजे. विकास उघडून, Apple ला प्रमुख तज्ञांना आकर्षित करण्याची चांगली संधी आहे.
कॉन्फरन्समध्ये चर्चा झाली, उदाहरणार्थ, LiDAR पद्धत, जी लेसरच्या सहाय्याने अंतराचे दूरस्थ मोजमाप आहे आणि कारसाठी स्वायत्त तंत्रज्ञानाच्या विकासाची गुरुकिल्ली असलेल्या भौतिक घटनांचा वरील उल्लेख केला आहे. Appleपलने कारसह चित्रांमध्ये या पद्धतींचे प्रात्यक्षिक केले, जरी उपस्थित लोकांच्या मते, त्यांनी या क्षेत्रातील स्वतःच्या प्रकल्पांबद्दल कधीही बोलले नाही. असो, तो या आठवड्यात समोर आला यूएस ट्रॅफिक सेफ्टी ॲडमिनिस्ट्रेशनला उद्देशून पत्र, ज्यामध्ये कॅलिफोर्नियातील फर्म प्रयत्नांची कबुली देते.
ऍपलचा सतत वाढणारा मोकळेपणा आणि कृत्रिम बुद्धिमत्ता आणि संबंधित तंत्रज्ञानाचे सामान्यतः वेगाने विकसित होत असलेले क्षेत्र लक्षात घेता, संपूर्ण बाजारपेठेतील पुढील घडामोडी पाहणे नक्कीच खूप मनोरंजक असेल. नमूद केलेल्या कॉन्फरन्समध्ये असेही सांगण्यात आले होते की ऍपलचे इमेज रेकग्निशन अल्गोरिदम आधीपासूनच Google च्या तुलनेत दुप्पट वेगवान आहे, परंतु आम्ही सराव मध्ये याचा अर्थ काय ते पाहू.
jojo, काहीतरी घडत आहे असे दिसण्यासाठी मार्केटिंग :]
चला विश्वास ठेवू आणि पाहू, दुर्दैवाने सफरचंदसाठी, सफरचंदच्या मुख्य स्पर्धेकडे एआय तयार करण्यासाठी कितीतरी जास्त डेटा आहे
:-)
मी इथे आधीच लिहिले आहे http://jablickar.cz/apple-v-oblasti-umele-inteligence-bud-spi-nebo-skryva-sve-karty, आणि तुमच्या या टिप्पणीनुसार, मी निश्चितपणे चिन्हांकित केले.
मला शिकायला आवडते, मग सफरचंदने काय दाखवले?
प्रथम मी तुम्हाला मूळ लेख पाहण्याची शिफारस करतो, स्थानिक एक आहे, तसेच, स्थानिक आहे. शेवटी, एआय, एमएल, डीएल इत्यादी विषय त्यांचा स्वतःचा नाही हे संपादक लपवत नाहीत.
ऍपल NIPS मध्ये प्रत्यक्षात काय प्रदर्शित करेल हे काही विलंबाने कळेल, म्हणून आत्तासाठी हे मालिकेतील फक्त एक पाऊल आहे.
तुम्हाला कदाचित माहित असेल की आज एआय (अधिक तंतोतंत, AI मधील विशिष्ट क्षेत्रे) सह व्यवहार करणाऱ्या कंपन्या लक्षणीय आहेत. नियमानुसार, ते मूलभूत संशोधन करत नाहीत, परंतु प्रामुख्याने शैक्षणिक क्षेत्राच्या निकालांमधून काढतात. आणि यापैकी फक्त काही कंपन्या त्यांचे निकाल प्रकाशित करतात, अगदी आंशिक. तयार उत्पादने वगळता :-)
Apple तेच करते/करत असे. पण वरवर पाहता तो त्यात बदल करू इच्छितो आणि त्याचे संशोधन प्रकाशित करू इच्छितो (निश्चितच त्याचा एक भाग). आणि एआय कोणत्या क्षेत्रात काम करते हे देखील त्यांनी सांगितले. सध्या एवढेच.
Apple ने AI मध्ये आतापर्यंत काय मिळवले आहे, ते कोणासोबत काम करत आहे, इत्यादींबद्दल काहीही सांगत नाही. त्यासाठी तुम्हाला इतर माहितीच्या स्रोतांची आवश्यकता आहे. आणि ते अस्तित्वात आहेत :-)
ठीक आहे, मला समजले की माझे काहीतरी चुकले आणि ऍपल "कसे तरी" दिसले, परंतु मी पाहतो की ते झाले नाही
तुम्ही लिहिलेल्या उर्वरित गोष्टींशी मी सहमत आहे, परंतु मला वाटते की ऍपल फक्त झोपी गेला आणि त्यात काहीही नाही* (* कंपनीच्या किमान एक दशांश आकाराच्या Apple च्या समतुल्य काहीतरी)
मला कोणत्याही प्रकारे Apple साठी वकिली करायची नाही किंवा इतरांच्या तुलनेत ते AI मध्ये चांगले काम करत आहे असा दावा करू इच्छित नाही. पण मी "फील्ड" मधील असल्याने, मला स्वारस्य आहे, मला हे करायचे आहे, कुठे काय चालले आहे.
आणि आधीच नमूद केलेल्या लेखात तुमचे योगदान असल्याने http://jablickar.cz/apple-v-oblasti-umele-inteligence-bud-spi-nebo-skryva-sve-karty ते झाले, बरं, जास्त काही बोलू नको, मला तुमच्यावर थोडं बडबडण्याचा आग्रह झाला :-)
हम्म. माझ्याकडे ऍपलचे कोणतेही उत्पादन नव्हते, माझ्याकडे नाही आणि लवकरच कधीही घेण्याची माझी योजना नाही.
तुमची सक्ती असू शकते आणि त्यात काहीही चुकीचे नाही. जेव्हा मी लेख वाचला आणि त्यात एक टिपिकल ऍपल मार्केटिंग पाहिले तेव्हा मला खूप इच्छा झाली, केवळ छाप पाडण्यासाठी अज्ञानी जनतेसाठी खूप मूर्खपणा आहे.
फील्डमधील एक व्यक्ती म्हणून, तुम्हाला हे माहित असेल की Appleपल दुसऱ्या क्रमांकावर नाही तर तिसऱ्या लीगमध्ये आहे
ऍपल ही एक हार्डवेअर कंपनी आहे, ती सॉफ्टवेअर करू शकत नाही, ती जे करते ते आवश्यक नाही, ते उत्पादन करत नाही (नफ्याच्या काही प्रमाणात लक्षणीय %),...
जर त्याने हार्डवेअरमध्ये नवीन गोष्टींचा शोध लावला नाही तर तो एआयमध्ये काहीतरी मूलभूत शोध लावेल याबद्दल मला शंका आहे. ऍपल फक्त भाग्यवान होते की त्यांनी दोन हल्ले केले, एक मार्केटिंग प्रतिभा (एक तंत्रज्ञानही नाही) आणि डिव्हाइस निर्मात्यांना या वस्तुस्थितीशी जोडले की ते AI मध्ये काहीतरी क्रांतिकारक आणतील अशी अपेक्षा आहे, जे अगदी भोळे आहे. ती कंपनी डिझाइन आणि मार्केटिंगभोवती फिरते, संशोधन नाही
आणि माझे वैयक्तिक मत असे आहे की AI मध्ये काही खरोखर मोठे यश मिळवून देणारा पहिला कोणीतरी तृतीय पक्ष असेल, बहुधा सैन्य (लष्कराने अर्थसहाय्य दिलेले), बाकीचे पहिले एजीआय (आणि त्याच्या विकासाचा कोणताही अग्रदूत) ) सायबर हल्ले/संरक्षणासाठी वापरले जावे आणि ते आणि अशा प्रणालीच्या आर्थिक उपयुक्ततेच्या दृष्टिकोनातून (आणि तरीही AI संशोधन तेथे तेजीत आहे)
btw, तुझे काय आहे? :)
मी फक्त अंतिम प्रश्नाचे उत्तर देईन, माझ्याकडे आता जास्त वेळ नाही:
Dell नियमित ntb, 15″, 16GB, SSD 512GB, i7 क्वाड कोर. विंडोज, लिनक्स. कंपनीमध्ये आणि घरी (मॉडेलिंग, पडताळणी चाचण्या, अलीकडे प्रामुख्याने न्यूरल नेटवर्क), वास्तविक प्रशिक्षण, प्रमाणीकरण इ. अर्थातच, NVidia कडून TITAN सह योग्य Linux स्टेशनवर चालण्यासाठी हे पुरेसे आहे;-)
मी जोडू इच्छितो की आमच्या सिस्टमचे लक्ष्य प्लॅटफॉर्म मुख्यतः ग्राहक HW (ARM आधारित + FPGA), परंतु क्लायंटसाठी सर्व्हर अनुप्रयोग देखील आहेत.
अर्थात, Apple ही एक SW कंपनी आहे, जर आम्ही ओळखले की त्यांच्या HW साठी OS ही त्यांनी विकसित केलेली SW आहे :-)
अर्जाच्या बाबतीत, ते कमकुवत आहे, मी सहमत आहे, आणि मी जवळजवळ म्हणेन की ते खराब होत आहे. पण हा त्यांचा व्यवसाय आहे.
जर मी चुकलो नाही, तर तज्ञ मला निश्चितपणे दुरुस्त करतील, Apple ने कधीही स्वतःच्या संशोधनावर आधारित काहीही ग्राउंडब्रेकिंग आणले नाही, परंतु बहुतेक इतर कंपन्याही नाहीत. परंतु तो सध्या अस्तित्वात असलेल्या (स्वतःच्या काही शोधांसह) ठोसपणे अंमलात आणण्यास आणि विकण्यास सक्षम (सक्षम) होता. पण त्यात काही चूक नाही, बरोबर?
मला त्याच्याकडून ग्राउंडब्रेकिंगची अपेक्षा नाही, म्हणजेच AI च्या क्षेत्रात नक्कीच नाही (परंतु कदाचित कोणीही दूरस्थपणे वाजवीही नाही, किंवा कोणीही त्याची घोषणा करत आहे असे मला वाटत नाही). किंवा इतर बहुतेक कंपन्यांकडून. कोणत्याही परिस्थितीत, विद्यापीठांमध्ये आवश्यक गोष्टी घडतात आणि कंपन्या त्यावर आकर्षित होतात.
अलिकडच्या वर्षांत शैक्षणिक वातावरणातील लोक आणि कंपन्यांमधील परस्पर सहकार्य, आता अधिक "रोजगार संबंध" आहे. मी या सर्व्हरवर कदाचित सर्वात जास्त दिसणाऱ्या काहींची नावे देईन - IBM, Google, Microsoft, Facebook, Baidu, इ. होय, अगदी Apple :-) आणि LeCun, Norvig, Thrun, Hinton, Ng, Bengio, Krizhevsky, Salakhutdinov, Sutskever, आणि डझनभर, इतर शेकडो. कधीकधी झेक प्रजासत्ताकमध्ये असेच काहीतरी कार्य करते, परंतु दुर्दैवाने जास्त नाही :-(
Btw. विकसकांसाठी, Apple आधीच iOS आणि macOS च्या नवीनतम आवृत्त्यांमध्ये डीप लर्निंगसाठी (केवळ नाही) निम्न-स्तरीय API प्रदान करते. CPU वर आणि मेटलमध्ये दोन्ही चालवण्यासाठी. मेटलमध्ये, हे संगणक दृष्टीच्या सध्याच्या सर्वात लोकप्रिय क्षेत्रावर (कन्व्होल्युशनल न्यूरल नेटवर्क) केंद्रित उच्च-स्तरीय API देखील देते. "तुमचे HW" फिट करण्यासाठी SW/OS विकसित केल्याबद्दल धन्यवाद, तुमचा विश्वास आहे की समान तृतीय-पक्ष फ्रेमवर्क (Caffe, Tensorflow, इ.) पेक्षा कामगिरी चांगली असेल किंवा नक्कीच वाईट नाही.
तपशील, इतर गोष्टींबरोबरच, WWDC 2016 मधील व्हिडिओ आणि विकसक दस्तऐवजीकरणांमध्ये आढळू शकतात.
मला Apple उत्पादनांचा व्यावहारिक अनुभव नाही, म्हणून मी वैयक्तिकरित्या गुणवत्तेचे मूल्यांकन करू शकत नाही.
Apple AI मध्ये Google शी स्पर्धा करू शकत नाही...