Abbiamo già avuto il nostro primi contatti con i nuovi iPhone 11 e iPhone 11 Pro , e abbiamo già potuto verificare come alcuni dei concetti astratti che Apple ci ha spiegato nel keynote del 10 settembre comincino ad entrare nella nostra quotidianità senza che ce ne accorgiamo. 'Parole' come Apprendimento automatico Y Fusione profonda Sono concetti che siamo stanchi di sentire in questi giorni ma che ancora non comprendiamo appieno poiché siamo rimasti sulla superficie del concetto. Se sei interessato a questo argomento, in questo post approfondiremo un po' di più su tutto.
Cos'è l'apprendimento automatico e perché Apple ha innovato con il chip A13 Bionic
Se rimaniamo alla base della parola, e alla mera traduzione di essa, potremmo dirlo Apprendimento automatico (ML) è solo apprendimento automatico, e lo dico solo perché molti utenti rimangono in questo livello, qualcosa di oscuro e proibito che impressiona solo ascoltandolo. Il merito proprio non sta nell'enorme capacità che hanno oggi i nostri iPhone di effettuare calcoli enormi e complessi in tempi quasi impossibili da calcolare. Il vero merito sta negli sviluppatori intelligenti e nella capacità dei team che gestiscono le grandi quantità di dati necessari al funzionamento di questa tecnologia, che funziona sostanzialmente in modo simile a come fanno i Big Data.
Qualsiasi buon programmatore cerca di insegnare alla macchina in modo che in modo ottimale risolva sempre un problema nel migliore dei modi, ma quando i dati e i calcoli richiesti a volte tendono all'infinito, devi usare un'altra strategia e cosa meglio di la macchina sbaglia e impara da sola . Per questo sono fatti decisioni euristiche che cercano di fornire al software la capacità di prendere decisioni per intuizione . È qualcosa di simile alla ricerca euristica di un antivirus, è possibile che un file presenti delle anomalie ciò significa che, sebbene non appaia come un file infetto rispetto a un altro infetto, fa pensare al nostro software antivirus che potrebbe essere e memorizza esso in quarantena. In poche parole, insegniamo al software a decidere da solo , e sebbene all'inizio sia irregolare, le statistiche ci dicono che a poco a poco sarà efficace quasi quanto un essere umano può essere nel prendere decisioni.
Gli algoritmi di Machine Learning sono progettati in modo tale con meno risorse vengono elaborati grandi volumi di dati, e impara da solo, qualcosa di simile a come fa la macchina WOPR nel film War Games.
È importante capire questo concetto per dirlo Apple ha innovato con il nuovo iPhone 11 . Ha innovato nel modo di implementare l'intelligenza artificiale nella fotografia. Qualcuno potrebbe dire che Apple non è la prima azienda ad implementare il ML nel suo trattamento fotografico, e su questo siamo d'accordo, ma è la prima ad implementarlo come ha fatto, lavorando con un gran numero di foto in tempo reale, prima e dopo aver premuto l'otturatore. Da tutto ciò emerge che è stato necessario implementare un enorme processore A13 Bionico , che è in grado di resistere a questi calcoli infiniti e in un tempo minimo . Per questo motivo, e non per altri oscuri motivi, un iPhone XS non sarà in grado di eseguire la modalità notturna in quanto non ha un livello operativo nel suo processore A12 Bionic.
Come sempre accade, nel keynote del 10 settembre, Apple ha sbagliato per modestia e non ha spiegato ampiamente come funziona il bestiale processore A13 Bionic. Un potente processore di per sé non aggiunge valore a un dispositivo, e nemmeno i grandi algoritmi se non c'è la forza bruta per spostarlo. Ma come sempre accade, e qui ne abbiamo la prova, Apple è riuscita a fondere perfettamente l'hardware con il suo software . Un processore come quello creato da Apple non va venduto per il numero di operazioni che è in grado di fare, ma per come si integra con il software che deve muovere. Ancora una volta si dimostra l'assoluta padronanza dell'azienda dalla mela morsicata nella fusione di hardware e software.
Ecco perché crediamo di poterlo dire ad alta voce ancora una volta Apple ha innovato nel modo in cui fa le cose , inventando algoritmi che per i comuni processori è impossibile eseguire. La progettazione personalizzata di un nuovo processore per supportare tali velocità di calcolo è semplicemente una maestria ingegneristica.
