В Apple рассказали, как машинное обучение делает продукцию компании лучше

Какую технологию Apple продвигает в массы дольше и активнее всего? Если бы мне задали этот вопрос, я бы без раздумываний назвал дополненную реальность. Несмотря на то что компания никак особенно не проявила себя в этой области, весь топ-менеджемент уже давно форсит AR, на каждой презентации рассказывая о том, какие обширные возможности может нам предложить эта технология. А вот машинное обучение в Купертино почему-то старательно не упоминают, хотя на самом деле оно лежит в основе почти каждого продукта Apple, делая его лучше.

Apple так не может: Google сделала 3D Touch с усиленными нажатиями полностью программным

Apple использует технологии машинного обучения в большом количестве своих функций и постоянно наращивает их присутствие. Об этом Джон Джаннандреа, старший вице-президент компании по развитию машинного обучения и искусственного интеллекта, рассказал Ars Technica. Он перешёл на работу в Apple из Google и фактически вывел практику применения ИИ на качественно новый уровень. Несмотря на то что в Купертино и до него использовали лабораторный разум и машинное обучение, именно Джаннандреа сумел стандартизировать их применение и направить в нужное русло.

Машинное обучение в iOS

Когда я пришёл в Apple, я уже пользовался iPad, и мне очень нравилось перо Pencil. Поэтому я всё время вылавливал кого-нибудь из команды разработки ПО и говорил: “Окей, а где группа разработчиков, которая развивает машинное обучение, совершенствующее распознавание рукописного ввода?». Оказалось, это не я не мог их найти, а их просто не было. Мне было странно осознавать, что у Apple так много сфер, где она бы могла применить машинное обучение, но почему-то не делает этого. За последние 3-4 года ситуация кардинально поменялось, и, думаю, в ближайшие годы в iOS не останется фрагмента, который бы не использовал машинное обучение, — рассказал Джаннандреа.

Как Apple Watch определяют мытьё рук и сколько Apple учила их это делать

Сегодня Apple использует машинное обучение для самых разных нужд. С его помощью производится языковой перевод, распознаётся диктовка, отслеживается качество сна и функционируют другие механизмы, фиксирующие состояние здоровья пользователя. Однако ещё больше проектов Apple, которые задействуют машинное обучение, затрагивают пользователей лишь косвенно. Это формирование карт и панорам на основе лидаров и обучение автомобилей автономному вождению, для которого не требуется присутствие живого водителя.

Зачем искусственный интеллект в смартфонах

Откровенно говоря, признался Джаннандреа, Apple активно взялась за развитие машинного обучения и искусственного интеллекта только в 2015 году. До этого в компании считали эту методику совершенствования своих систем недостаточно конфиденциальной. Дело в том, что машинное обучение строится на том, что изучает поведение множества пользователей и на основе полученной информации обучает сама себя. Однако опыт Джаннандреа позволил сделать так, чтобы воспользоваться всеми преимуществами машинного обучения и при этом не жертвовать конфиденциальностью своих клиентов.

Как добавить ночной режим съемки на любой iPhone

Пожалуй, лучше всего развитие машинного обучения и искусственного интеллекта заметно на примере камер линейки смартфонов iPhone 11. На сегодняшний день только они предлагают пользователям возможность создания ночных фотографий в отличном качестве, которые специальные алгоритмы осветляют, создавая впечатление, будто съёмка велась на профессиональное оборудование. Другой пример – технология Deep Fusion. Она обрабатывает кадр уже после создания для улучшения всех его аспектов, основываясь на тех самых технологиях машинного обучения. Возможно, машинное обучение – это не совсем честно. Всё-таки эта технология направлена на улучшение всего того, к чему она прикасается. Но ведь и электричество когда-то считалось читом.