Accueil Des avis Ne négligez pas les côtelettes d'apprentissage automatique d'Apple

Ne négligez pas les côtelettes d'apprentissage automatique d'Apple

Table des matières:

Vidéo: Queue de bœuf et riz aux pois à la Jamaïcaine Iftar 2020 (Novembre 2024)

Vidéo: Queue de bœuf et riz aux pois à la Jamaïcaine Iftar 2020 (Novembre 2024)
Anonim

Une des choses que j’ai apprise très tôt dans ma relation limitée avec Steve Jobs est qu’il était un maniaque du contrôle. Et bien que cela l’ait renvoyé d’Apple en 1985, cela lui avait bien servi dans un domaine clé: la fabrication et la chaîne d’approvisionnement.

Son désir de maîtriser le processus l'a amené, ainsi que son équipe, à développer le processeur iPhone, un domaine d'expertise développé par Apple pour d'autres produits, tels que Apple Watch. La philosophie de Jobs était que, si Apple achetait des composants hors du rack, cela ne dépasserait jamais ses concurrents.

J'ai été impressionné par les côtelettes de semi-conducteurs d'Apple; son travail de conception a créé une bibliothèque de cœurs IP sur lesquels il peut s'appuyer pour les années à venir. Apple s'appuie toujours sur Intel pour le processeur central du Mac, mais je pense que cela changera dans les deux prochaines années.

La semaine dernière, Apple a ajouté une autre mise à niveau du processeur A-Series de l'iPhone avec l'A12 Bionic.

Cette puce est très différente des itérations précédentes. Dans l’A11 Bionic, le moteur neural absorbait une part beaucoup plus petite du bloc de systèmes sur puce et était intégré à certains autres composants. Il était capable de 600 milliards d'opérations par seconde et était une conception à double cœur.

Le moteur neural de l'A12 Bionic dispose désormais d'un bloc dédié dans le système sur puce, est passé de deux à huit cœurs et est maintenant capable de fonctionner à 5 trillions d'opérations par seconde. Mais tout se trouve dans le logiciel, où Apple permet aux développeurs d’utiliser CoreML pour créer des applications que nous n’avions jamais vues auparavant.

Apple est sur le point de faire de la science-fiction une réalité, avec l’apprentissage automatique et la vision par ordinateur au centre des préoccupations. Jusqu'à récemment, cette technologie a été reléguée au rang d'expériences hautement contrôlées. Mais l’industrie automobile est aujourd’hui au centre des préoccupations des voitures autonomes. Google Lens, qui détecte et reconnaît les objets à l'aide d'un appareil photo pour smartphone, est un autre exemple impressionnant de vision par ordinateur.

Maintenant, avec l'A12 Bionic et ses riches API entre les mains des développeurs, il est excitant de penser à ce qui va se passer sur le plan des applications. Si vous ne l'avez pas vu, je vous encourage à regarder la démo Homecourt de l'événement Apple du 12 septembre (à 59h45 dans la vidéo ci-dessus). L’application a analysé en temps réel un joueur de basket-ball et en a analysé le nombre de tirs qu’il avait faits ou manqués, en passant par le nombre de coups qu’il avait faits sur le terrain et même l’analyse de sa forme jusqu’au jambes et poignet afin de rechercher des modèles. C'était une démonstration incroyable avec une valeur réelle, mais elle ne fait qu'effleurer ce que les développeurs peuvent faire avec cette nouvelle ère du logiciel iPhone.

Machine Learning et l'IA en tant que nouvelle architecture logicielle

En ce qui concerne ce changement de paradigme dans les logiciels, l'apprentissage automatique et l'intelligence artificielle ouvriront une nouvelle ère de logiciels modernes.

Je ne saurais trop insister sur l’importance vitale de l’innovation dans le domaine des semi-conducteurs. Nous l'avons constaté dans le cloud computing, de nombreuses entreprises du Fortune 500 déployant désormais des logiciels d'apprentissage automatique basés sur le cloud, grâce aux innovations d'AMD et de Nvidia. Cependant, le traitement côté client pour l’apprentissage automatique a jusqu’à présent été bien en retard sur les capacités du cloud. Apple a mis à la disposition de ses clients un véritable moteur d’apprentissage automatique et l’a ouvert à la communauté de développeurs la plus grande et la plus créative de toutes les plateformes.

  • Le Business Guide to Machine Learning Le Business Guide to Machine Learning
  • Google simplifie l'apprentissage machine avec SQL Google simplifie l'apprentissage machine avec SQL
  • Avertissement: Il existe 4 modèles d’iPhone XS différents Avertissement: Il existe 4 modèles d’iPhone XS différents

Encore plus intéressant, l'intégration verticale d'Apple empêche les concurrents de suivre. Samsung fait un très bon travail en matière de concurrence au niveau des semi-conducteurs et sa division mobile peut tirer parti des différentes divisions de Samsung Corporate. Mais même dans ce cas, Apple a une solide avance dans le processus de conception car ses équipes font partie d’une équipe plus grande qui crée tout nouveau produit. Samsung doit faire appel à des divisions individuelles au sein de Samsung et, autant que je sache, il n’intègre pas son équipe de semi-conducteurs dans la recherche et développement de produits.

Je souhaite qu'Apple utilise encore plus d'IP maison dans les semi-conducteurs et peut-être d'autres composants à l'avenir; son rôle de centrale de produits et de services fait partie intégrante de son avenir.

Ne négligez pas les côtelettes d'apprentissage automatique d'Apple