Ο δημοσιογράφος Steven Levy είχε ακόμη μια αποκλειστικότητα σχετικά με την Apple και έτσι κατάφερε να μας δώσει μια πολύ καλή εικόνα για το πώς η εταιρεία χρησιμοποιεί την τεχνητή νοημοσύνη και αλγόριθμους μηχανικής μάθησης.
Το άρθρο του είναι πολύ σημαντικό και σπάνιο με τους Eddy Cue, Craig Federighi, Phil Schiller και τον αρχηγό της ομάδας της Siri Tom Gruber να προσφέρουν σε αυτό πολλές πληροφορίες και σημαντικά στοιχεία.
Η Apple λοιπόν έχει πολλούς μηχανικούς στον τομέα των αλγορίθμων μηχανική μάθησης χωρίς όλους από αυτούς να είχαν ειδικότητα σε αυτό το αντικείμενο πριν έρθουν να δουλέψουν για την Apple.
Όλα τα αποτελέσματα της δουλειάς του διαμοιράζονται και στις άλλες ομάδες της Apple.
“Δεν έχουμε μια κεντρική οργάνωση αυτό που έχουμε το ονομάζουμε Temple of Machine Learning.
Προσπαθούμε να κρατάμε όλες τις ομάδες κοντά έτσι ώστε να βρίσκουν εφαρμογή αυτοί οι αλγόριθμοι και έτσι να μπορέσουμε να προσφέρουμε την σωστή εμπειρία στον χρήστη” αναφέρει χαρακτηριστικά ο Craig Federighi.
Σε αυτό φυσικά μεγάλη συμμετοχή έχουν και τα ταλέντα στον χώρο τα οποία έχει αποκτήσει η Apple από τις εξαγορές εταιρειών που κάνει πρόσφατα – Ο αριθμός είναι 20-30 μικρές εταιρείες και start up τον χρόνο.
“Ψάχνουμε για ανθρώπους που έχουν το ταλέντο και εστιάζουν στην δημιουργία μοναδικών εμπειριών” αναφέρει ο Federighi.
Για τον τομέα της Siri διαβάζουμε τα εξής:
Αρχικά να τονίσουμε πως υπάρχουν 4 διαφορετικές διαστάσεις στην ψηφιακή βοηθό της Apple:
• Speech recognition-μετατροπή φωνής σε κείμενο
• Natural language understanding-αναγνώριση του τι αναφέρει ο χρήστης
• Execution-απαντήσεις σωστές στα ανάλογα ερωτήματα και αναζητήσεις
• Response-ομιλία πίσω στον χρήστη
Η βαθειά μάθηση είναι αυτή που βοηθάει την Siri να απαντάει πίσω στον χρήστη πιο φυσικά ενώ οι αλγόριθμοι μηχανικής μάθησης βελτιώνουν τις καταγραφές και τις λέξεις κάνοντας την Siri να ακούγεται πιο κοντά με μια ανθρώπινη οντότητα και λιγότερο μηχανική όπως ακούγονταν όταν δημιουργήθηκε για πρώτη φορά στην Nuance.
Στις 30 Ιουλίου του 2014 η Siri είχε μια μεταμόσχευση εγκεφάλου.
Αυτή ήταν η ημερομηνία που η Apple αποφάσισε την μεταφορά της αναγνώρισης φωνής της Siri σε ένα πιο πολυδιάστατο νευρωτικό σύστημα ύστερα και από πολλά παράπονα που έκαναν οι χρήστες μιας και πολλές φορές δεν υπήρχε κατανόηση στις ερωτήσεις και τις αναζητήσεις τους.
Η Apple εκπαίδευσε την Siri σε ένα νευρωτικό δίκτυο με πολλούς υπολογιστές και πάρα πολλά δεδομένα.
“Έχουμε την μεγαλύτερη φάρμα GPUs όλων των εποχών και καλλιεργούμε πολλά δεδομένα” αναφέρει χαρακτηριστικά ο Alex Acero της ομάδας πίσω από την Siri.
Σύμφωνα με τον ίδιο η Siri ξεκίνησε να χρησιμοποιεί αλγορίθμους μηχανικής μάθησης για να καταλαβαίνει καλύτερα τους χρήστες τον Νοέμβριο του 2014 ενώ μια έκδοση της με βαθεία μάθηση δόθηκε στο κοινό ένα χρόνο μετά.
Χρησιμοποιώντας αυτούς τους αλγόριθμους και μια σειρά μηχανισμών νευρωτικών δικτύων η Apple κατάφερε να φέρει αυτή την βαθειά μάθηση στην Siri και να μειώσει τα λάθη που έκανε σχεδόν στο μισό.
Αν αναρωτιέστε αν και άλλες εταιρείες κάνουν κάτι τέτοιο η απάντηση είναι πως ναι. Πέρα όμως από την ποιότητα υπηρεσιών αυτό που κάνει την Apple να ξεχωρίζει είναι πως όλα τα παραπάνω γίνονται προστατεύοντας απόλυτα τα προσωπικά σας δεδομένα.
ΠΗΓΗ: appleworldhellas.com
