Kế Hoạch của Apple Mang Trí Tuệ Nhân Tạo Đến Chiếc Điện Thoại Của Bạn

Apple mô tả sản phẩm di động của mình như được thiết kế tại California và lắp ráp tại Trung Quốc. Bạn cũng có thể nói rằng chúng được tạo ra bởi App Store, ra mắt cách đây một thập kỷ vào tháng sau, một năm sau chiếc iPhone đầu tiên.

Mời gọi những người ngoại vi để tạo ra những phần mở rộng hữu ích, giải trí hoặc thậm chí là những tính năng đơn giản cho iPhone đã biến thiết bị thành một thương hiệu định hình thời đại, mở đường cho Uber và Snapchat. Craig Federighi, giám đốc phần mềm của Apple, được giao nhiệm vụ duy trì nguồn cảm hứng của những ý tưởng mới đó. Một trong những chiến lược chính của ông là thuyết phục thêm nhiều nhà phát triển ứng dụng sử dụng công cụ trí tuệ nhân tạo như nhận diện đối tượng trước camera của iPhone. Hi vọng là điều đó sẽ tạo ra một thế hệ mới của những ý tưởng từ hệ sinh thái của Apple về sự đổi mới được giao việc ngoại vi.

“Chúng tôi có một cộng đồng phát triển phong phú,” Federighi nói. “Chúng tôi nhận thấy nếu chúng tôi có thể giúp họ tích hợp máy học vào ứng dụng của họ, họ sẽ thực hiện những điều thực sự thú vị.”

Ông minh họa điểm này với một bản demo của ứng dụng iPad dành cho HLV bóng rổ có tên HomeCourt. Bạn không cần phải là một chuyên gia; việc sử dụng ứng dụng cũng đơn giản như chỉ cần đưa camera của iPad vào sân đấu. Sau đó, những thứ phức tạp xảy ra tự động. HomeCourt sử dụng hỗ trợ máy học được thêm vào hệ điều hành di động của Apple năm ngoái để phân tích video. Ứng dụng theo dõi mỗi lần một người chơi ném bóng, ghi điểm hoặc lỡ, và lưu vị trí của người ném trên sân. Mỗi sự kiện được lập chỉ mục để sau này có thể xem lại với một lần chạm.

HomeCourt được xây dựng trên các công cụ được Federighi công bố vào mùa hè năm ngoái, khi ông tung ra nỗ lực của Apple trở thành sân chơi ưa thích cho những nhà phát triển tò mò về trí tuệ nhân tạo. Được biết đến với tên gọi Core ML, những công cụ đó giúp những nhà phát triển đã đào tạo các thuật toán máy học triển khai chúng trên thiết bị di động và máy tính của Apple.

Tại Hội nghị phát triển toàn cầu của Apple vào thứ Hai, Federighi tiết lộ giai đoạn tiếp theo của kế hoạch của ông để làm sôi động cửa hàng ứng dụng với trí tuệ nhân tạo. Đó là một công cụ có tên là Create ML, giống như một bộ bánh xe luyện tập để xây dựng mô hình máy học ban đầu. Trong một bản demo, việc đào tạo một thuật toán nhận diện hình ảnh để phân biệt giữa các loại kem khác nhau cũng dễ dàng như kéo và thả một thư mục chứa vài chục hình ảnh và đợi vài giây. Trong một phiên cho nhà phát triển, các kỹ sư của Apple đề xuất rằng Create ML có thể dạy phần mềm nhận biết xem nhận xét trực tuyến có phải là vui vẻ hay tức giận, hoặc dự đoán chất lượng của rượu từ những đặc điểm như độ axit và hàm lượng đường. Nhà phát triển có thể sử dụng Create ML ngay bây giờ nhưng không thể phát hành ứng dụng sử dụng công nghệ này cho đến khi hệ điều hành mới nhất của Apple xuất hiện vào cuối năm nay.

Apple không phải là công ty công nghệ đầu tiên phát hành phần mềm giúp nhà phát triển xây dựng mô hình máy học. Facebook, Amazon, Microsoft và Google đều đã làm điều đó, với TensorFlow của Google là phổ biến nhất. Federighi cho rằng không có công cụ nào phù hợp dễ dàng vào quy trình làm việc thông thường của nhà phát triển ứng dụng, hạn chế tiềm năng của trí tuệ nhân tạo. “Chúng tôi đang thực sự giải phóng khả năng này cho cộng đồng nhà phát triển rộng lớn này,” ông nói. Create ML được xây dựng trên ngôn ngữ lập trình Swift của Apple, được giới thiệu vào năm 2014 và phổ biến trong một số cộng đồng phát triển vì tính dễ sử dụng của nó.

Đơn Giản Hóa Có Thể Mang Đến Hạn Chế. Create ML có vẻ hữu ích, nhưng việc tạo ra những ứng dụng máy học phức tạp hoặc độc đáo yêu cầu xây dựng từ đầu, theo Chris Nicholson, CEO của Skymind, một công ty hỗ trợ các dự án máy học của các công ty. Dự đoán sự kiện theo thời gian, như việc khách hàng sẽ mua gì tiếp theo, thường đòi hỏi một cái gì đó tùy chỉnh, anh ta nói. “Ứng dụng nổi bật là một mô hình tùy chỉnh đầy đủ, độc quyền,” Nicholson nói.

Create ML cũng bị hạn chế chỉ trên các thiết bị của Apple. Wolfram Kerl, CTO của công ty startup Smartpatient và tham gia WWDC, muốn làm cho ứng dụng theo dõi thuốc của công ty có khả năng đọc nhãn trên các loại thuốc. Apple hiện chưa cung cấp hỗ trợ cụ thể để đọc văn bản từ hình ảnh, và Kerl hy vọng điều đó có thể thay đổi. Nhưng anh ta cũng đang theo dõi các công cụ máy học mới được Google ra mắt dành cho nhà phát triển di động, ML Kit. Nó hỗ trợ nhận dạng văn bản, và ứng dụng của Kerl cũng phải hoạt động trên Android. “Google thường làm cho mọi thứ hoạt động trên cả hai nền tảng,” anh ta nói.

Apple nói rằng các công cụ của họ bị hạn chế chỉ trên các thiết bị của chính họ để có hiệu suất tốt nhất từ phần mềm và phần cứng tích hợp cẩn thận của họ. Năm ngoái, công ty đã thêm một “bộ não nhân tạo” vào bộ xử lý của iPhone để nâng cao phần mềm máy học.

Federighi nói rằng Create ML đã chứng minh sẵn sàng giúp các công ty cải thiện ứng dụng của họ với máy học. Ông chỉ đến Memrise, một startup với một ứng dụng học ngôn ngữ phổ biến. Với sự giúp đỡ của Create ML, công ty đã thêm tính năng cho phép người dùng chỉ điện thoại của họ vào một đối tượng để học tên của nó trong các ngôn ngữ khác nhau. Chạy Create ML trên MacBook Pro để đào tạo mô hình với 20,000 hình ảnh, thay vì thuê máy chủ đám mây với phần mềm thông thường, đã rút ngắn quá trình từ một ngày xuống dưới một giờ, Federighi nói.

Sự tăng tốc đó đến từ cách Create ML đào tạo mô hình mới bằng cách điều chỉnh những mô hình đã được tích hợp sẵn vào hệ điều hành của Apple để hỗ trợ nhận diện hình ảnh và các tính năng khác trong các ứng dụng của công ty. Việc đào tạo lại một thuật toán hiện có là một chiêu thức tiêu biểu trong máy học được biết đến là chuyển giao học, và có thể tạo ra kết quả tốt với ít dữ liệu hơn. Mô hình Create ML cũng có thể nhỏ hơn nhiều, điều quan trọng cho nhà phát triển di động, vì chúng được xây dựng trên những mô hình đã tồn tại trên thiết bị. Mô hình truyền thống của Memrise có kích thước 90 megabyte; mô hình tạo bằng Create ML chỉ có 3 megabyte.

Nhiều nhà phát triển tại WWDC thích bài thuyết trình của Federighi. Nitish Mehta, một kỹ sư phần mềm tại Symantec, đang lên kế hoạch tham gia một phiên hội thảo sâu sắc về Create ML vào chiều thứ Ba. Cuối cùng, nó thu hút hàng nghìn người, một số người hò reo khi một kỹ sư của Apple lập trình một bộ nhận diện trái cây trực tiếp trên sân khấu.

Mehta có một số kinh nghiệm sử dụng máy học, nhưng nghĩ rằng Create ML có thể giúp anh ấy và nhiều nhà phát triển khác sử dụng rộng rãi hơn công nghệ này. “Nếu làm cho nó dễ dàng hơn, nhiều người sẽ thực hiện,” anh ấy nói.

Federighi tin rằng điều đó sẽ không thể tránh khỏi thay đổi những gì các thiết bị của Apple có thể cung cấp cho chủ nhân của họ, mặc dù ông không muốn dự đoán chính xác như thế nào. “Rất nhiều trải nghiệm trên thiết bị của chúng tôi là những ứng dụng được tạo ra bởi bên thứ ba,” ông nói.

Những Chuyện Tuyệt Vời Khác Từ Mytour

• Làm thế nào truyền thông đã giúp hợp pháp hóa chủ nghĩa cực đoan
• Khoa học đã bỏ lỡ cơ hội tốt nhất của nó để phát triển vaccine HIV/AIDS?
• False positives tiết lộ sự đau khổ khi biết điều quan trọng khi nói đến ô tô tự động
• Mạng xã hội và sự nổi lên của công việc màu hồng
• Đang tìm kiếm một chiếc điện thoại thông minh đã qua sử dụng? Đây là ba điều cần xem xét
• Đang tìm kiếm thêm? Đăng ký nhận bản tin hàng ngày của chúng tôi và không bao giờ bỏ lỡ những câu chuyện mới nhất và tuyệt vời nhất của chúng tôi