कृत्रिम बुद्धिमत्ता ही मोठ्या कंपन्यांमधील सर्वोत्तम सहयोगी बनली आहे. हे तंत्रज्ञान विस्तृततेने विकसित होते आणि विकसित होते आणि आपल्या सभोवतालच्या यंत्रणेच्या प्रत्येक कोनात आणि त्यामध्ये एम्बेड केलेले आहे. बर्‍याच लोकांसाठी, कृत्रिम बुद्धिमत्ता थेट सिरी सारख्या आभासी सहाय्यकांशी संबंधित आहे. तथापि, हे विधान सत्यापासून बरेच दूर आहे. Artificialपलचे कृत्रिम बुद्धिमत्तेचे प्रमुख जॉन ग्यानानंद्रिया म्हणतात learningपलमध्ये असे एक स्थान शोधणे जवळजवळ अशक्य आहे जे मशीन शिक्षण वापरत नाही. एका मुलाखतीत, जियानान्डिया एआयच्या मॉडेलचे महत्त्व आणि Appleपलच्या सामर्थ्याबद्दल प्रतिबिंबित करतात.
ग्यानानद्रिया: 'एका चांगल्या मॉडेलमध्ये मोठा डेटा सामील नसतो'
एआरएस टेक्निकाच्या मुलाखतीत जॉन ग्यानानंद्रिया, Appleपलचे कृत्रिम बुद्धिमत्तेचे प्रमुख होते. २०१ 2018 मध्ये तो बिग Appleपलमध्ये आला, त्याने गुगलवर एक लांब करियर सोडले, जिथे त्याने कृत्रिम बुद्धिमत्ता, तपास आणि शोध संघात काम केले. याव्यतिरिक्त, ते टेलमे नेटवर्क आणि मेटावेब टेक्नॉलॉजीज या दोन कंपन्यांचे सह-संस्थापक आहेत. सध्या, आहे मशीन लर्निंग व आर्टिफिशियल इंटेलिजन्स स्ट्रॅटेजीचे उपाध्यक्ष.
आम्ही पेन्सिल बनविली, आम्ही आयपॅड बनवला, आम्ही दोघांसाठी सॉफ्टवेअर तयार केले. खरोखर चांगले काम करण्याची त्यांना संधी आहे. आपण खरोखर चांगले काम काय करीत आहोत? एखाद्यास नोट्स घ्या आणि आपल्या डिजिटल सर्जनशील विचारांसह उत्पादक बनू द्या. मला काय आवडते हे असे की हे अनुभव जागतिक स्तरावर वापरले जातात.
मुलाखतीदरम्यान जियानानद्रेयाने बचाव केलेल्या शोधांपैकी एक म्हणजे वापरकर्त्यांना अनुभव ऑफर करण्याचे महत्त्व. यात Appleपलने स्वतःचे सॉफ्टवेअर, हार्डवेअर आणि त्यांची कनेक्शन तयार करण्याचे महत्त्व यावर जोर दिला. हे वापरकर्त्यांना संभाव्य सर्वात फलदायी अनुभव देऊन तृतीय-पक्षाचे हस्तक्षेप टाळते. तो त्याची तुलना त्याच्या आधीची कंपनी गुगलशी करते जिथे मोठ्या प्रमाणात वापरल्या जाणार्‍या ग्राहकाला एखादे उत्पादन दिले जात नाही.
संपूर्ण overपलमध्ये मशीन लर्निंग आढळते
ग्यानानंद्रिया यांनाही विचारणा केली होती Appleपलमध्ये आज मशीन लर्निंगचा वापर. एआयच्या वापरास संदर्भित सॉफ्टवेअर आणि हार्डवेअर अद्यतने सर्व सादरीकरणांमध्ये घोषित केल्या आहेत. तथापि, त्यास खरोखर आहे तसे महत्त्व दिले जात नाही. आयओएसचा प्रत्येक कोपरा कृत्रिम बुद्धिमत्तेने भरलेला आहे: सिरीपासून फोटो अ‍ॅपपर्यंत फोटो घेण्यासाठी किंवा Appleपल पेन्सिल वापरण्यासाठी:
Learningपल पेन्सिल सह रेखांकन करताना वापरकर्त्याने चुकून त्यांची तळहाताने पडदा दाबताना आणि इनपुट प्रदान करण्याच्या हेतुपुरस्सर दबाव म्हणून फरक ओळखण्यासाठी मशीन लर्निंगचा वापर केला जातो.
Appleपलचे एआय प्रमुख म्हणतात «iOS वर कमी आणि कमी जागा आहेत जिथे आम्ही मशीन शिक्षण वापरत नाही ». आणि हे एक वास्तव आहे. Appleपल एआरकिट आणि इतर कृत्रिम बुद्धिमत्ता फ्रेमवर्कवर जोरदारपणे बाजी मारत आहे हे लक्षात घेता, ते मशीन विकसक समाकलनची कल्पना सर्व विकसकांपर्यंत पोहचविण्याचा प्रयत्न करतात.
शेवटी, त्यांनी प्रयत्न केला वाढीव वास्तव कृत्रिम बुद्धिमत्तेच्या वापराची आणखी एक मालमत्ता म्हणून:
मशीन लर्निंगचा वापर वर्धित वास्तवात खूप केला जातो. सर्वात कठीण समस्या म्हणजे एसएलएएम, ज्याला एकाचवेळी स्थानिकीकरण आणि मॅपिंग म्हणतात. तर मग आपल्याकडे लिडर स्कॅनरसह आयपॅड असल्यास तो शोधण्याचा प्रयत्न करीत आहे, आपण काय पहात आहात? आणि आपण जे पहात आहात त्याचे 3D मॉडेल तयार करीत आहे.