మేము ఇప్పటికే మా కలిగి ఉన్నాము కొత్త iPhone 11 మరియు iPhone 11 Proతో మొదటి పరిచయాలు , మరియు సెప్టెంబర్ 10న కీనోట్‌లో Apple మాకు వివరించిన కొన్ని అబ్‌స్ట్రాక్ట్ కాన్సెప్ట్‌లు మనకు తెలియకుండానే మన దైనందిన జీవితంలో ఎలా ప్రవేశించడం ప్రారంభించాయో మేము ఇప్పటికే ధృవీకరించగలిగాము. 'పదాలు' లాంటివి యంత్ర అభ్యాస వై డీప్ ఫ్యూజన్ అవి ఈ రోజుల్లో మనం విని విసిగిపోయిన భావనలు, కానీ మేము భావన యొక్క ఉపరితలంపై ఉండిపోయాము కాబట్టి మనకు ఇంకా పూర్తిగా అర్థం కాలేదు. మీకు ఈ అంశంపై ఆసక్తి ఉంటే, ఈ పోస్ట్‌లో మేము వీటన్నింటి గురించి కొంచెం లోతుగా పరిశీలిస్తాము.
మెషిన్ లెర్నింగ్ అంటే ఏమిటి మరియు Apple A13 బయోనిక్ చిప్‌తో ఎందుకు ఆవిష్కరణ చేసింది
మనం పదం యొక్క ఆధారం మరియు దాని యొక్క కేవలం అనువాదంలో ఉంటే, మనం దానిని చెప్పగలము యంత్ర అభ్యాస (ML) అనేది మెషిన్ లెర్నింగ్ మాత్రమే, మరియు చాలా మంది వినియోగదారులు ఈ లేయర్‌లో ఉంటారు కాబట్టి నేను చెబుతున్నాను, ఇది వినడం ద్వారానే ఆకట్టుకునే చీకటి మరియు నిషేధించబడింది. నిజంగా, గణించడం దాదాపు అసాధ్యమైన సమయాల్లో అపారమైన మరియు సంక్లిష్టమైన గణనలను నిర్వహించడానికి మా ఐఫోన్‌లకు ఈ రోజు ఉన్న అపారమైన సామర్థ్యంలో అర్హత లేదు. నిజమైన మెరిట్ తెలివిగల డెవలపర్‌లలో మరియు ఈ సాంకేతికత పని చేయడానికి అవసరమైన పెద్ద మొత్తంలో డేటాను నిర్వహించే బృందాల సామర్థ్యంలో ఉంది, ఇది బిగ్ డేటా ఎలా పనిచేస్తుందో అదే విధంగా విస్తృతంగా పనిచేస్తుంది.
ఏదైనా మంచి ప్రోగ్రామర్ యంత్రాన్ని బోధించడానికి ప్రయత్నిస్తాడు, తద్వారా ఇది ఎల్లప్పుడూ ఉత్తమ మార్గంలో సమస్యను పరిష్కరిస్తుంది, కానీ అవసరమైన డేటా మరియు లెక్కలు కొన్నిసార్లు అనంతంగా మారినప్పుడు, మీరు మరొక వ్యూహాన్ని ఉపయోగించాలి మరియు దాని కంటే మెరుగైనది యంత్రం తప్పులు చేస్తుంది మరియు స్వయంగా నేర్చుకుంటుంది . దీని కోసం వారు తయారు చేస్తారు అంతర్ దృష్టి ద్వారా నిర్ణయాలు తీసుకునే సామర్థ్యాన్ని సాఫ్ట్‌వేర్‌కు అందించడానికి ప్రయత్నించే హ్యూరిస్టిక్ నిర్ణయాలు . ఇది యాంటీవైరస్ యొక్క హ్యూరిస్టిక్ శోధనను పోలి ఉంటుంది, ఒక ఫైల్ క్రమరాహిత్యాలను ప్రదర్శించే అవకాశం ఉంది, అంటే, మరొక సోకిన ఫైల్‌తో పోలిస్తే ఇది సోకిన ఫైల్‌గా కనిపించనప్పటికీ, ఇది మన యాంటీవైరస్ సాఫ్ట్‌వేర్ అని భావించేలా చేస్తుంది మరియు నిల్వ చేస్తుంది అది క్వారంటైన్‌లో ఉంది. క్లుప్తంగా, మేము సాఫ్ట్‌వేర్‌ను స్వయంగా నిర్ణయించుకోవడానికి నేర్పుతాము , మరియు ఇది మొదట అస్థిరంగా ఉన్నప్పటికీ, కొద్దికొద్దిగా అది మానవుడు నిర్ణయాలు తీసుకోవడంలో దాదాపుగా ప్రభావవంతంగా ఉంటుందని గణాంకాలు చెబుతున్నాయి.
మెషిన్ లెర్నింగ్ అల్గారిథమ్‌లు అలా రూపొందించబడ్డాయి తక్కువ వనరులతో పెద్ద మొత్తంలో డేటా ప్రాసెస్ చేయబడుతుంది, మరియు వార్ గేమ్స్ చలనచిత్రంలో WOPR మెషీన్ ఎలా పని చేస్తుందో అదే విధంగా నేర్చుకోండి.
అని చెప్పాలంటే ఈ కాన్సెప్ట్‌ను అర్థం చేసుకోవడం ముఖ్యం యాపిల్ కొత్త ఐఫోన్ 11ని ఆవిష్కరించింది . ఫోటోగ్రఫీలో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్‌ని అమలు చేసే విధంగా అతను ఆవిష్కరించాడు. ఆపిల్ దాని ఫోటోగ్రాఫిక్ ట్రీట్‌మెంట్‌లో MLని అమలు చేసిన మొదటి కంపెనీ కాదని ఎవరైనా చెప్పవచ్చు మరియు మేము దానిని అంగీకరిస్తాము, అయితే ఇది చేసిన విధంగానే దీన్ని అమలు చేయడంలో మొదటిది, నిజ సమయంలో పెద్ద సంఖ్యలో ఫోటోలతో పని చేయడం, అంతకు ముందు మరియు షట్టర్ నొక్కిన తర్వాత. వీటన్నింటి నుండి విపరీతమైన ప్రాసెసర్‌ను అమలు చేయాల్సిన అవసరం ఉందని పుడుతుంది A13 బయోనిక్ , వీటిని తట్టుకోగల సామర్థ్యం ఉంది అనంతమైన లెక్కలు మరియు కనీస మొత్తంలో . ఈ కారణంగా, మరియు ఇతర అస్పష్టమైన కారణాల వల్ల కాదు, iPhone XS దాని A12 బయోనిక్ ప్రాసెసర్‌లో కార్యాచరణ స్థాయిని కలిగి లేనందున నైట్ మోడ్‌ను నిర్వహించదు.
ఎప్పటిలాగే, సెప్టెంబరు 10న జరిగిన కీనోట్‌లో, Apple నిరాడంబరతను తప్పుబట్టింది మరియు బెస్షియల్ A13 బయోనిక్ ప్రాసెసర్ ఎలా పనిచేస్తుందో విస్తృతంగా వివరించలేదు. ఒక శక్తివంతమైన ప్రాసెసర్ పరికరానికి విలువను జోడించదు మరియు దానిని తరలించడానికి బ్రూట్ ఫోర్స్ లేనట్లయితే గొప్ప అల్గారిథమ్‌లను కూడా చేయదు. కానీ ఎప్పటిలాగే, ఇక్కడ మనకు రుజువు ఉంది, ఆపిల్ హార్డ్‌వేర్‌ను దాని సాఫ్ట్‌వేర్‌తో సంపూర్ణంగా విలీనం చేయగలిగింది . Apple సృష్టించినటువంటి ప్రాసెసర్‌ని అది చేయగలిగిన ఆపరేషన్‌ల సంఖ్యకు విక్రయించకూడదు, కానీ అది తరలించాల్సిన సాఫ్ట్‌వేర్‌తో ఎలా అనుసంధానం అవుతుంది. హార్డ్‌వేర్ మరియు సాఫ్ట్‌వేర్ కలయికలో కరిచిన ఆపిల్ నుండి సంస్థ యొక్క సంపూర్ణ నైపుణ్యం మరోసారి ప్రదర్శించబడుతుంది.
అందుకే మరోసారి గట్టిగా చెప్పగలమని నమ్ముతున్నాం ఆపిల్ ఎలా పనులు చేస్తుందో ఆవిష్కరించింది , సాధారణ ప్రాసెసర్‌ల కోసం అమలు చేయడం సాధ్యం కాని అల్గారిథమ్‌లను కనిపెట్టడం. ఆ గణన వేగానికి మద్దతుగా కొత్త ప్రాసెసర్‌ను రూపొందించడం అనేది కేవలం ఇంజనీరింగ్ నైపుణ్యం.
