કૃત્રિમ બુદ્ધિ મોટી કંપનીઓના શ્રેષ્ઠ સાથીઓમાંથી એક બની ગઈ છે. આ તકનીક ખૂબ જ ઝડપથી વિસ્તરિત થાય છે અને વિકસિત થાય છે અને આપણી આસપાસની સિસ્ટમોની દરેક ખૂણા અને ક્રેનીમાં જડિત છે. ઘણા લોકો માટે, કૃત્રિમ બુદ્ધિ સીરી જેવા વર્ચુઅલ સહાયકોથી સીધી સંબંધિત છે. જો કે, આ નિવેદન સત્યથી ખૂબ દૂર છે. કૃત્રિમ ગુપ્ત માહિતીના headપલના વડા, જ્હોન ગિઆનાન્ડ્રેઆ કહે છે Appleપલમાં એક પણ એવું સ્થાન મેળવવું લગભગ અશક્ય છે જે મશીન લર્નિંગનો ઉપયોગ કરતું નથી. એક મુલાકાતમાં, ગિઆનાન્ડીઆ એઆઈને આભારી મોડેલોના મહત્વ અને Appleપલની શક્તિ પર પ્રતિબિંબિત કરે છે.
જ્ianાનનદ્રેઆ: 'વધુ સારા મોડેલમાં મોટો ડેટા શામેલ નથી'
એઆરએસ ટેકનીકાના ઇન્ટરવ્યુમાં જ્હોન ગિઆનાનદ્રેઆ, Appleપલના કૃત્રિમ બુદ્ધિના વડા હતા. તે ગૂગલમાં લાંબી કારકિર્દી છોડીને 2018 માં બિગ Appleપલ પહોંચ્યો જ્યાં તેણે આર્ટિફિશિયલ ઇન્ટેલિજન્સ, તપાસ અને શોધ ટીમમાં કામ કર્યું. આ ઉપરાંત, તે બે કંપનીઓ ટેલમે નેટવર્ક્સ અને મેટાવેબ ટેક્નોલોજીઓનો સહ-સ્થાપક છે. હાલમાં, તે છે મશીન લર્નિંગ અને આર્ટિફિશિયલ ઇન્ટેલિજન્સ સ્ટ્રેટેજીના વાઇસ પ્રેસિડેન્ટ.
અમે પેન્સિલ બનાવી, અમે આઈપેડ બનાવ્યાં, અમે બંને માટે સ softwareફ્ટવેર બનાવ્યાં. તેઓ ખરેખર સારા કામ કરવાની અનન્ય તકો છે. આપણે ખરેખર કઈ સારી નોકરી કરી રહ્યા છીએ? કોઈકને નોંધો લેવા અને ડિજિટલ કાગળ પરના તમારા રચનાત્મક વિચારોથી ઉત્પાદક બનવા દો. મને જે રસ છે તે છે કે આ અનુભવો વૈશ્વિક સ્તરે વપરાય છે.
ઇન્ટરવ્યુ દરમ્યાન જીઆનનદ્રેઆ દ્વારા બચાવ કરાયેલી આ એક છે વપરાશકર્તાઓ માટે અનુભવો ઓફર મહત્વ. તેમાં એપલે પોતાનું સ ownફ્ટવેર, હાર્ડવેર અને તેના જોડાણો બનાવવાનું મહત્વ પર ભાર મૂક્યો. આ શક્ય વપરાશકર્તાઓને સૌથી વધુ ફળદાયી અનુભવ આપીને તૃતીય-પક્ષની દખલને ટાળે છે. તે તેની તુલના તેની અગાઉની કંપની, ગૂગલ સાથે કરે છે, જ્યાં કોઈ ગ્રાહકને ઉત્પાદનની ઓફર કરવામાં આવતી નથી જેનો ઉપયોગ મોટા પાયે થશે.
મશીન લર્નિંગ આખા એપલ પર જોવા મળે છે
જ્ianાનનદ્રેઆ દ્વારા પણ પૂછવામાં આવ્યું હતું Appleપલ પર મશીન લર્નિંગનો ઉપયોગ આજે. સોફ્ટવેર અને હાર્ડવેર અપડેટ્સ જે એઆઈના ઉપયોગનો સંદર્ભ આપે છે તે તમામ પ્રસ્તુતિઓમાં જાહેર કરવામાં આવે છે. જો કે, તેને ખરેખર જે મહત્વ આપવામાં આવ્યું છે તે મહત્વ આપવામાં આવતું નથી. આઇઓએસનો દરેક ખૂણો કૃત્રિમ બુદ્ધિથી ભરેલો છે: સીરીથી ફોટો એપ્લિકેશન પર ફોટા લેવા અથવા Appleપલ પેન્સિલનો ઉપયોગ કરવા માટે:
Learningપલ પેન્સિલ સાથે દોરતી વખતે, વપરાશકર્તા આકસ્મિક રીતે તેમની હથેળીને સ્ક્રીન સામે દબાવતા, અને ઇનપુટ પ્રદાન કરવાના હેતુસર ઇરાદાપૂર્વકના દબાણ વચ્ચેનો તફાવત મદદ કરવા માટે મશીન લર્નિંગનો ઉપયોગ કરવામાં આવે છે.
એપલના એઆઈ ચીફ ખાતરી આપે છે કે «આઇઓએસ પર ઓછા અને ઓછા સ્થળો છે જ્યાં આપણે મશીન લર્નિંગનો ઉપયોગ કરતા નથી ». અને આ એક વાસ્તવિકતા છે. Appleપલ એઆરકિટ અને અન્ય કૃત્રિમ ગુપ્તચર માળખા પર ભારે દાવ લગાવે છે તે ધ્યાનમાં લેતા, તેઓ મશીન વિકાસની એકીકરણના વિચારને બધા વિકાસકર્તાઓ સુધી પહોંચાડવાનો પ્રયાસ કરે છે.
અંતે, તેઓએ પ્રયાસ કર્યો વધારેલી વાસ્તવિકતા કૃત્રિમ બુદ્ધિના ઉપયોગની બીજી સંપત્તિ તરીકે:
મશીન લર્નિંગનો વિસ્તૃત વાસ્તવિકતામાં વ્યાપકપણે ઉપયોગ થાય છે. સૌથી મુશ્કેલ સમસ્યા તે છે જેને સ્લેમ કહેવામાં આવે છે, એટલે કે, એક સાથે સ્થાનિકીકરણ અને મેપિંગ. તેથી જો તમારી પાસે લિડર સ્કેનર સાથે આઈપેડ છે અને તે આગળ વધી રહ્યું છે, તો તમે શું જોશો? અને તમે જે જોઇ રહ્યાં છો તેનું 3D મોડેલ બનાવવું.