Philip Houska ຖ້າຄູ່ແຂ່ງດ້ານເຕັກໂນໂລຢີແບ່ງປັນຂໍ້ມູນແລະຄວາມຮູ້ເຊິ່ງກັນແລະກັນຢ່າງເປີດເຜີຍ, ນີ້ແມ່ນຂົງເຂດຂອງປັນຍາປະດິດ, ເຊິ່ງກ້າວໄປຂ້າງຫນ້າໄວກວ່າຍ້ອນການຮ່ວມມືເຊິ່ງກັນແລະກັນ. Apple, ເຊິ່ງມາຮອດປັດຈຸບັນຍັງຄົງຢູ່ຂ້າງຄຽງຍ້ອນວ່າມັນມັກຈະພະຍາຍາມຮັກສາການລິເລີ່ມຂອງຕົນພາຍໃຕ້ການຫໍ່, ໃນປັດຈຸບັນມີແນວໂນ້ມທີ່ຈະເຂົ້າຮ່ວມກັບພວກເຂົາ. ບໍລິສັດຄາລິຟໍເນຍຕ້ອງການຮ່ວມມືກັບຜູ້ຊ່ຽວຊານພາຍນອກແລະນັກວິຊາການທົ່ວໂລກແລະ, ຍ້ອນການນີ້, ທີ່ຈະໄດ້ຮັບຜູ້ຊ່ຽວຊານເພີ່ມເຕີມໃຫ້ກັບທີມງານຂອງຕົນ.
Russ Salakhutdin, ຫົວຫນ້າການຄົ້ນຄວ້າປັນຍາປະດິດຂອງ Apple, ໄດ້ເປີດເຜີຍຂໍ້ມູນໃນກອງປະຊຸມ NIPS, ເຊິ່ງປຶກສາຫາລື, ຕົວຢ່າງ, ບັນຫາການຮຽນຮູ້ເຄື່ອງຈັກແລະລະບົບປະສາດ. ອີງຕາມການເຜີຍແຜ່ footage ຂອງການນໍາສະເຫນີຈາກຜູ້ທີ່ບໍ່ຕ້ອງການທີ່ຈະອອກຊື່ເນື່ອງຈາກຄວາມອ່ອນໄຫວຂອງຫົວຂໍ້, ສາມາດອ່ານໄດ້ວ່າ Apple ກໍາລັງເຮັດວຽກກ່ຽວກັບເຕັກໂນໂລຢີດຽວກັນກັບການແຂ່ງຂັນ, ພຽງແຕ່ເປັນຄວາມລັບສໍາລັບໃນປັດຈຸບັນ. ເຫຼົ່ານີ້ລວມມີ, ສໍາລັບການຍົກຕົວຢ່າງ, ການຮັບຮູ້ຮູບພາບແລະການປະມວນຜົນ, ການຄາດເດົາພຶດຕິກໍາຂອງຜູ້ໃຊ້ແລະເຫດການທີ່ແທ້ຈິງ, ການສ້າງແບບຈໍາລອງພາສາສໍາລັບຜູ້ຊ່ວຍສຽງ, ແລະພະຍາຍາມແກ້ໄຂສະຖານະການທີ່ບໍ່ແນ່ນອນໃນເວລາທີ່ algorithms ບໍ່ສາມາດສະເຫນີການຕັດສິນໃຈທີ່ມີຄວາມຫມັ້ນໃຈ.
ໃນເວລານີ້, Apple ໄດ້ສ້າງໂປຣໄຟລ໌ທີ່ໂດດເດັ່ນແລະສາທາລະນະໃນຂົງເຂດນີ້ພຽງແຕ່ພາຍໃນຜູ້ຊ່ວຍສຽງ Siri, ເຊິ່ງມັນຄ່ອຍໆປັບປຸງແລະຂະຫຍາຍ, ແຕ່. ການແຂ່ງຂັນມັກຈະມີການແກ້ໄຂທີ່ດີກວ່າເລັກນ້ອຍ. ສໍາຄັນທີ່ສຸດ, Google ຫຼື Microsoft ບໍ່ພຽງແຕ່ສຸມໃສ່ຜູ້ຊ່ວຍສຽງ, ແຕ່ຍັງເຕັກໂນໂລຢີອື່ນໆທີ່ໄດ້ກ່າວມາຂ້າງເທິງ, ເຊິ່ງພວກເຂົາເວົ້າຢ່າງເປີດເຜີຍ.
ໃນປັດຈຸບັນ Apple ຄວນເລີ່ມຕົ້ນທີ່ຈະແບ່ງປັນການຄົ້ນຄວ້າແລະການພັດທະນາປັນຍາປະດິດຂອງຕົນ, ດັ່ງນັ້ນມັນເປັນໄປໄດ້ຢ່າງຫນ້ອຍພວກເຮົາຈະໄດ້ຮັບຄວາມຄິດທີ່ຫຍາບຄາຍກ່ຽວກັບສິ່ງທີ່ພວກເຂົາກໍາລັງເຮັດວຽກຢູ່ໃນ Cupertino. ສຳລັບ Apple ທີ່ມີຄວາມລັບຫຼາຍ, ນີ້ແມ່ນບາດກ້າວອັນໃຫຍ່ຫຼວງຢ່າງແນ່ນອນ, ເຊິ່ງຄວນຊ່ວຍມັນໃນການແຂ່ງຂັນດ້ານການແຂ່ງຂັນ ແລະການພັດທະນາເຕັກໂນໂລຊີຂອງຕົນເອງຕໍ່ໄປ. ໂດຍການເປີດການພັດທະນາ, Apple ມີໂອກາດທີ່ດີກວ່າທີ່ຈະດຶງດູດຜູ້ຊ່ຽວຊານທີ່ສໍາຄັນ.
ກອງປະຊຸມຍັງໄດ້ປຶກສາຫາລື, ສໍາລັບການຍົກຕົວຢ່າງ, ວິທີການ LiDAR, ເຊິ່ງເປັນການວັດແທກໄລຍະໄກຂອງໄລຍະໄກໂດຍໃຊ້ເລເຊີ, ແລະການຄາດຄະເນຂ້າງເທິງຂອງເຫດການທາງດ້ານຮ່າງກາຍ, ເຊິ່ງເປັນກຸນແຈສໍາລັບການພັດທະນາເຕັກໂນໂລຢີອັດຕະໂນມັດສໍາລັບລົດໃຫຍ່. Apple ໄດ້ສະແດງໃຫ້ເຫັນວິທີການເຫຼົ່ານີ້ຢູ່ໃນຮູບພາບທີ່ມີລົດ, ເຖິງແມ່ນວ່າອີງຕາມການປະຈຸບັນ, ມັນບໍ່ເຄີຍເວົ້າໂດຍສະເພາະກ່ຽວກັບໂຄງການຂອງຕົນເອງໃນຂົງເຂດນີ້. ຢ່າງໃດກໍ່ຕາມ, ມັນໄດ້ປະກົດຂຶ້ນໃນອາທິດນີ້ ຈົດໝາຍໄດ້ສົ່ງໄປຍັງອົງການຄຸ້ມຄອງຄວາມປອດໄພຈະລາຈອນຂອງສະຫະລັດ, ໃນທີ່ບໍລິສັດຄາລິຟໍເນຍຍອມຮັບຄວາມພະຍາຍາມ.
ພິຈາລະນາເຖິງຄວາມເປີດກວ້າງທີ່ເພີ່ມຂຶ້ນເລື້ອຍໆຂອງ Apple ແລະຂົງເຂດການພັດທະນາໂດຍທົ່ວໄປຢ່າງໄວວາຂອງປັນຍາປະດິດແລະເຕັກໂນໂລຢີທີ່ກ່ຽວຂ້ອງ, ມັນແນ່ນອນວ່າມັນເປັນສິ່ງທີ່ຫນ້າສົນໃຈຫຼາຍທີ່ຈະສັງເກດເບິ່ງການພັດທະນາຕື່ມອີກໃນຕະຫລາດທັງຫມົດ. ມັນຍັງໄດ້ກ່າວຢູ່ໃນກອງປະຊຸມທີ່ໄດ້ກ່າວມາວ່າລະບົບການຮັບຮູ້ຮູບພາບຂອງ Apple ແມ່ນໄວກວ່າສອງເທົ່າຂອງ Google, ແຕ່ພວກເຮົາຈະເຫັນວ່າມັນຫມາຍຄວາມວ່າແນວໃດໃນການປະຕິບັດ.
jojo, ການຕະຫຼາດເພື່ອເຮັດໃຫ້ມັນເບິ່ງຄືວ່າບາງສິ່ງບາງຢ່າງເກີດຂຶ້ນ :]
ໃຫ້ພວກເຮົາເຊື່ອແລະເບິ່ງ, ແຕ່ຫນ້າເສຍດາຍສໍາລັບ apple, ການແຂ່ງຂັນຕົ້ນຕໍຂອງ apple ມີຂໍ້ມູນຫຼາຍກວ່າທີ່ຈະສ້າງ AI.
:-)
ຂ້ອຍຂຽນມັນຢູ່ນີ້ແລ້ວ http://jablickar.cz/apple-v-oblasti-umele-inteligence-bud-spi-nebo-skryva-sve-karty, ແລະອີງຕາມຄວາມຄິດເຫັນຂອງທ່ານນີ້, ຂ້າພະເຈົ້າແນ່ນອນຕີເຄື່ອງຫມາຍ.
ຂ້ອຍມັກຮຽນ, ສະນັ້ນແອັບເປິ້ນໄດ້ສະແດງໃຫ້ເຫັນຫຍັງແດ່?
ທໍາອິດຂ້າພະເຈົ້າແນະນໍາໃຫ້ທ່ານເບິ່ງບົດຄວາມຕົ້ນສະບັບ, ທ້ອງຖິ່ນແມ່ນ, ດີ, ທ້ອງຖິ່ນ. ຫຼັງຈາກທີ່ທັງຫມົດ, ບັນນາທິການບໍ່ໄດ້ປິດບັງຄວາມຈິງທີ່ວ່າຫົວຂໍ້ຂອງ AI, ML, DL, ແລະອື່ນໆບໍ່ແມ່ນຂອງຕົນເອງ.
ສິ່ງທີ່ Apple ຈະສະແດງໃຫ້ເຫັນໃນ NIPS ຕົວຈິງແມ່ນຈະຮູ້ຈັກກັບຄວາມລ່າຊ້າບາງຢ່າງ, ດັ່ງນັ້ນໃນປັດຈຸບັນມັນເປັນພຽງແຕ່ຫນຶ່ງຂັ້ນຕອນໃນຊຸດ.
ທ່ານອາດຈະຮູ້ວ່າມື້ນີ້ມີບໍລິສັດຈໍານວນຫລາຍທີ່ກ່ຽວຂ້ອງກັບ AI (ຊັດເຈນກວ່ານັ້ນ, ພື້ນທີ່ສະເພາະພາຍໃນ AI). ຕາມກົດລະບຽບ, ພວກເຂົາບໍ່ໄດ້ເຮັດການຄົ້ນຄວ້າພື້ນຖານ, ແຕ່ສ່ວນໃຫຍ່ແມ່ນມາຈາກຜົນໄດ້ຮັບຂອງການສຶກສາທາງວິຊາການ. ແລະມີພຽງແຕ່ສອງສາມບໍລິສັດເຫຼົ່ານີ້ເຜີຍແຜ່ຜົນໄດ້ຮັບຂອງພວກເຂົາ, ເຖິງແມ່ນວ່າບາງສ່ວນ. ຍົກເວັ້ນເປັນຜະລິດຕະພັນສໍາເລັດຮູບ :-)
Apple ເຮັດ / ເຄີຍເຮັດເຊັ່ນດຽວກັນ. ແຕ່ປາກົດຂື້ນວ່າລາວຕ້ອງການປ່ຽນສິ່ງນັ້ນແລະເລີ່ມເຜີຍແຜ່ການຄົ້ນຄວ້າຂອງລາວ (ແນ່ນອນພຽງແຕ່ສ່ວນຫນຶ່ງຂອງມັນ). ແລະລາວຍັງໄດ້ລະບຸວ່າ AI ເຮັດວຽກຢູ່ໃນຂົງເຂດໃດ. ນັ້ນແມ່ນທັງຫມົດສໍາລັບໃນປັດຈຸບັນ.
ມັນບໍ່ໄດ້ເວົ້າຫຍັງກ່ຽວກັບສິ່ງທີ່ Apple ໄດ້ບັນລຸມາເຖິງຕອນນັ້ນໃນ AI, ຜູ້ທີ່ມັນເຮັດວຽກກັບ, ແລະອື່ນໆ. ທ່ານຕ້ອງການແຫຼ່ງຂໍ້ມູນອື່ນໆສໍາລັບການນັ້ນ. ແລະພວກມັນມີຢູ່ :-)
ດີ, ຂ້ອຍເຂົ້າໃຈວ່າຂ້ອຍພາດບາງສິ່ງບາງຢ່າງແລະ Apple "ບາງອັນ" ສະແດງໃຫ້ເຫັນ, ແຕ່ຂ້ອຍເຫັນວ່າມັນບໍ່ໄດ້
ຂ້າພະເຈົ້າຕົກລົງເຫັນດີກັບສ່ວນທີ່ເຫຼືອຂອງສິ່ງທີ່ທ່ານຂຽນ, ແຕ່ຂ້າພະເຈົ້າຄິດວ່າ Apple ພຽງແຕ່ນອນຫລັບແລະບໍ່ມີຫຍັງ * (* ໃນຄວາມຫມາຍຂອງບາງສິ່ງບາງຢ່າງເທົ່າກັບບໍລິສັດຢ່າງຫນ້ອຍຫນຶ່ງສ່ວນສິບຂະຫນາດຂອງ Apple)
ຂ້ອຍບໍ່ຢາກສະໜັບສະໜຸນ Apple, ຫຼືອ້າງວ່າມັນເຮັດໄດ້ດີໃນ AI ຂອງພະເຈົ້າເມື່ອປຽບທຽບກັບຄົນອື່ນ. ແຕ່ຍ້ອນວ່າຂ້ອຍມາຈາກ "ພາກສະຫນາມ", ຂ້ອຍສົນໃຈ, ຫຼັງຈາກທີ່ທັງຫມົດຂ້ອຍຕ້ອງ, ສິ່ງທີ່ເກີດຂຶ້ນຢູ່ໃສ.
ແລະນັບຕັ້ງແຕ່ການປະກອບສ່ວນຂອງທ່ານກັບບົດຄວາມທີ່ໄດ້ກ່າວມາແລ້ວ http://jablickar.cz/apple-v-oblasti-umele-inteligence-bud-spi-nebo-skryva-sve-karty ພວກເຂົາເຈົ້າມາເປັນ, ດີ, ໃຫ້ເວົ້າວ່າບໍ່ຫຼາຍປານໃດ, ຂ້າພະເຈົ້າໄດ້ຮັບການກະຕຸ້ນເຕືອນທ່ານເລັກນ້ອຍ :-)
ຮືມ. ຂ້າພະເຈົ້າບໍ່ມີ, ບໍ່ມີ, ແລະບໍ່ມີແຜນທີ່ຈະມີຜະລິດຕະພັນ Apple ໃນໄວໆນີ້.
ທ່ານສາມາດມີການບີບບັງຄັບແລະບໍ່ມີຫຍັງຜິດພາດກັບສິ່ງນັ້ນ. ຂ້ອຍມີຄວາມກະຕືລືລົ້ນເມື່ອຂ້ອຍອ່ານບົດຄວາມແລະເຫັນໃນມັນການຕະຫຼາດ Apple ປົກກະຕິ, ເປັນເລື່ອງໄຮ້ສາລະຫຼາຍສໍາລັບມະຫາຊົນທີ່ບໍ່ຮູ້ພຽງແຕ່ເພື່ອເຮັດໃຫ້ປະທັບໃຈ.
ໃນຖານະເປັນຄົນຈາກພາກສະຫນາມ, ທ່ານຕ້ອງຮູ້ດີວ່າຫມາກໂປມບໍ່ແມ່ນແຕ່ຢູ່ໃນທີສອງ, ແຕ່ໃນລີກທີສາມ.
apple ເປັນບໍລິສັດຮາດແວ, ມັນເຮັດຊອບແວບໍ່ໄດ້, ສິ່ງທີ່ມັນບໍ່ຈໍາເປັນ, ມັນບໍ່ໄດ້ຜະລິດມັນ (ບາງສ່ວນທີ່ສໍາຄັນຂອງກໍາໄລ), ...
ຂ້ອຍສົງໄສວ່າລາວຈະປະດິດສິ່ງທີ່ເປັນພື້ນຖານໃນ AI, ຖ້າລາວບໍ່ປະດິດສິ່ງໃຫມ່ໃນຮາດແວ. apple ໂຊກດີພຽງແຕ່ມີການໂຈມຕີສອງສາມຢ່າງ, ປັນຍາປະດິດດ້ານການຕະຫຼາດ (ບໍ່ແມ່ນແຕ່ເຕັກໂນໂລຢີ), ແລະການເຊື່ອມໂຍງກັບຜູ້ຜະລິດອຸປະກອນກັບຄວາມຈິງທີ່ວ່າພວກເຂົາຄາດວ່າຈະມີບາງສິ່ງບາງຢ່າງປະຕິວັດໃນ AI, ນັ້ນແມ່ນພຽງແຕ່ໂງ່. ບໍລິສັດນັ້ນ revolves ກ່ຽວກັບການອອກແບບແລະການຕະຫຼາດ, ບໍ່ແມ່ນການຄົ້ນຄວ້າ
ແລະຄວາມຄິດເຫັນສ່ວນຕົວຂອງຂ້ອຍແມ່ນວ່າຄົນທໍາອິດທີ່ເກີດຂື້ນກັບຄວາມກ້າວຫນ້າອັນໃຫຍ່ຫຼວງໃນ AI ຈະເປັນບຸກຄົນທີສາມ, ອາດຈະເປັນກອງທັບ (ໄດ້ຮັບທຶນຈາກກອງທັບ), ສ່ວນທີ່ເຫຼືອຂອງ agi ທໍາອິດ (ແລະຄາຣະວາສໍາລັບການພັດທະນາຂອງມັນ. ) ຄວນຖືກນໍາໃຊ້ສໍາລັບການໂຈມຕີ / ການປ້ອງກັນທາງອິນເຕີເນັດແລະວ່າແລະຈາກທັດສະນະຂອງຜົນປະໂຫຍດທາງດ້ານເສດຖະກິດຂອງລະບົບດັ່ງກ່າວ (ແລະການຄົ້ນຄວ້າ AI ກໍາລັງຂະຫຍາຍຕົວຢູ່ທີ່ນັ້ນ)
btw, hw ເຈົ້າແມ່ນຫຍັງ? :)
ຂ້າພະເຈົ້າຈະຕອບຄໍາຖາມສຸດທ້າຍສໍາລັບໃນປັດຈຸບັນ, ຂ້າພະເຈົ້າບໍ່ມີເວລາຫຼາຍໃນປັດຈຸບັນ:
Dell ntb ປົກກະຕິ, 15″, 16GB, SSD 512GB, i7 quad core. Windows, Linux. ມັນພຽງພໍສໍາລັບການພັດທະນາໃນບໍລິສັດແລະຢູ່ເຮືອນ (ການສ້າງແບບຈໍາລອງ, ການທົດສອບການກວດສອບ, ບໍ່ດົນມານີ້, ເຄືອຂ່າຍ neural ສ່ວນໃຫຍ່), ການຝຶກອົບຮົມທີ່ແທ້ຈິງ, ການກວດສອບ, ແລະອື່ນໆ, ແນ່ນອນ, ດໍາເນີນການໃນສະຖານີ Linux ທີ່ເຫມາະສົມກັບ TITAN ຈາກ NVidia ;-)
ຂ້າພະເຈົ້າຢາກເພີ່ມວ່າແພລະຕະຟອມເປົ້າຫມາຍຂອງລະບົບຂອງພວກເຮົາສ່ວນໃຫຍ່ແມ່ນ HW ຂອງລູກຄ້າ (ARM based + FPGA), ແຕ່ຍັງຄໍາຮ້ອງສະຫມັກເຊີຟເວີສໍາລັບລູກຄ້າ.
ແນ່ນອນ Apple ຍັງເປັນບໍລິສັດ SW, ຖ້າພວກເຮົາຮັບຮູ້ວ່າ OS ສໍາລັບ HW ຂອງພວກເຂົາແມ່ນ SW ທີ່ພັດທະນາໂດຍພວກເຂົາ :-)
ໃນແງ່ຂອງຄໍາຮ້ອງສະຫມັກ, ມັນອ່ອນແອລົງ, ຂ້ອຍເຫັນດີ, ແລະຂ້ອຍເກືອບຈະເວົ້າວ່າມັນຮ້າຍແຮງຂຶ້ນ. ແຕ່ນັ້ນແມ່ນທຸລະກິດຂອງເຂົາເຈົ້າ.
ຖ້າຂ້ອຍບໍ່ຜິດ, ຜູ້ຊ່ຽວຊານຈະແກ້ໄຂຂ້ອຍຢ່າງແນ່ນອນ, Apple ບໍ່ເຄີຍນໍາເອົາສິ່ງທີ່ເປັນພື້ນຖານໂດຍອີງໃສ່ການຄົ້ນຄວ້າຂອງຕົນເອງ, ແຕ່ບໍ່ມີບໍລິສັດອື່ນໆສ່ວນໃຫຍ່. ແຕ່ລາວສາມາດ (ສາມາດ) ປະຕິບັດຢ່າງເຂັ້ມແຂງທີ່ມີຢູ່ແລ້ວ (ເຖິງແມ່ນວ່າມີບາງສິ່ງປະດິດຂອງຕົນເອງ) ແລະຂາຍມັນ. ແຕ່ບໍ່ມີຫຍັງຜິດປົກກະຕິກັບສິ່ງນັ້ນ, ແມ່ນບໍ?
ຂ້ອຍບໍ່ຄາດຫວັງວ່າສິ່ງໃດທີ່ເປັນພື້ນຖານຈາກລາວ, ແນ່ນອນວ່າບໍ່ແມ່ນຢູ່ໃນພາກສະຫນາມຂອງ AI (ແຕ່ບາງທີອາດບໍ່ມີໃຜມີຄວາມຮູ້ສຶກເລັກນ້ອຍ, ແລະຂ້ອຍບໍ່ຮູ້ສຶກວ່າມີໃຜປະກາດມັນ). ຫຼືຈາກບໍລິສັດອື່ນໆສ່ວນໃຫຍ່. ໃນກໍລະນີໃດກໍ່ຕາມ, ສິ່ງທີ່ສໍາຄັນແມ່ນເກີດຂື້ນຢູ່ໃນມະຫາວິທະຍາໄລ, ແລະບໍລິສັດດຶງດູດພວກເຂົາ.
ການຮ່ວມມືເຊິ່ງກັນແລະກັນ, ໃນປັດຈຸບັນຫຼາຍ "ການພົວພັນການຈ້າງງານ", ລະຫວ່າງປະຊາຊົນຈາກສະພາບແວດລ້ອມທາງວິຊາການແລະບໍລິສັດມີຄວາມເຂັ້ມແຂງໂດຍສະເພາະແມ່ນໃນຊຸມປີມໍ່ໆມານີ້. ຂ້າພະເຈົ້າຈະຕັ້ງຊື່ຈໍານວນຫນ້ອຍທີ່ສຸດ sloppy ແລະອາດຈະສັງເກດເຫັນຫຼາຍທີ່ສຸດໃນເຄື່ອງແມ່ຂ່າຍນີ້ - IBM, Google, Microsoft, Facebook, Baidu, ແລະອື່ນໆແມ່ນແລ້ວ, ເຖິງແມ່ນວ່າ Apple :-) ແລະປະຊາຊົນຈາກມະຫາວິທະຍາໄລເຊັ່ນ: LeCun, Norvig, Thrun, Hinton, Ng, Bengio, Krizhevsky, Salakhutdinov, Sutskever, ແລະຫຼາຍສິບຄົນ, ຫຼາຍຮ້ອຍຄົນອື່ນໆ. ບາງຄັ້ງບາງສິ່ງບາງຢ່າງທີ່ຄ້າຍຄືກັນເຮັດວຽກຢູ່ໃນສາທາລະນະລັດເຊັກ, ແຕ່ຫນ້າເສຍດາຍບໍ່ມີຫຼາຍ :-(
Btw. ສໍາລັບນັກພັດທະນາ, Apple ໄດ້ໃຫ້ API ລະດັບຕ່ໍາສໍາລັບ Deep Learning (ບໍ່ພຽງແຕ່) ໃນ iOS ແລະ macOS ຮຸ່ນຫຼ້າສຸດ. ສໍາລັບແລ່ນທັງໃນ CPU ແລະພາຍໃນ Metal. ໃນໂລຫະ, ມັນຍັງສະຫນອງ API ລະດັບສູງທີ່ສຸມໃສ່ພາກສະຫນາມທີ່ນິຍົມທີ່ສຸດຂອງວິໄສທັດຄອມພິວເຕີ (ເຄືອຂ່າຍ neural convolutional). ຂໍຂອບໃຈກັບການພັດທະນາ SW/OS ເພື່ອໃຫ້ "ເຫມາະກັບ HW ຂອງທ່ານ", ທ່ານສາມາດເຊື່ອວ່າການປະຕິບັດຈະດີກວ່າ, ຫຼືແນ່ນອນວ່າບໍ່ຮ້າຍແຮງກວ່າເກົ່າ, ກ່ວາກອບຂອງພາກສ່ວນທີສາມທີ່ຄ້າຍຄືກັນ (Caffe, Tensorflow, ແລະອື່ນໆ).
ລາຍລະອຽດສາມາດພົບໄດ້, ໃນບັນດາສິ່ງອື່ນໆ, ໃນວິດີໂອຈາກ WWDC 2016 ແລະເອກະສານນັກພັດທະນາ.
ຂ້ອຍບໍ່ມີປະສົບການປະຕິບັດກັບຜະລິດຕະພັນ Apple, ສະນັ້ນຂ້ອຍບໍ່ສາມາດປະເມີນຄຸນນະພາບສ່ວນຕົວໄດ້.
Apple ບໍ່ສາມາດແຂ່ງຂັນກັບ Google ໃນ AI ເລີຍ...