ആദം കോസ് ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് എല്ലാവരും ഉപയോഗിക്കുന്നു, എന്നാൽ ചുരുക്കം ചിലർക്ക് അതിനെ നേരിട്ട് പരാമർശിക്കുന്ന ഏതെങ്കിലും ഉപകരണങ്ങൾ ഉണ്ട്. ഇതിൽ ഏറ്റവും കൂടുതൽ കാണുന്നത് ഗൂഗിളാണ്, എങ്കിലും ഇതിൽ ഏറ്റവും കൂടുതൽ ദൃശ്യം ഗൂഗിൾ ആണെന്ന് പറയുന്നതാവും ഉചിതം. ആപ്പിളിന് പോലും AI ഉണ്ട്, അത് മിക്കവാറും എല്ലായിടത്തും ഉണ്ട്, അത് എല്ലായ്‌പ്പോഴും പരാമർശിക്കേണ്ടതില്ല.
മെഷീൻ ലേണിംഗ് എന്ന പദം നിങ്ങൾ കേട്ടിട്ടുണ്ടോ? ഒരുപക്ഷേ, ഇത് പലപ്പോഴും പല സന്ദർഭങ്ങളിലും ഉപയോഗിക്കുന്നതിനാൽ. എന്നാൽ അത് എന്താണ്? നിങ്ങൾ ഊഹിച്ചു, ഇത് ഒരു സിസ്റ്റത്തെ "പഠിക്കാൻ" അനുവദിക്കുന്ന അൽഗോരിതങ്ങളും സാങ്കേതികതകളും കൈകാര്യം ചെയ്യുന്ന ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൻ്റെ ഒരു ഉപവിഭാഗമാണ്. മെഷീൻ ലേണിംഗിനെക്കുറിച്ച് ആപ്പിൾ ആദ്യം പറഞ്ഞത് നിങ്ങൾ ഓർക്കുന്നുണ്ടോ? കുറെ നാളായി.
ഫോട്ടോഗാലറി
ഒരേ കാര്യം അവതരിപ്പിക്കുന്ന രണ്ട് കമ്പനികളുടെ രണ്ട് കീനോട്ടുകൾ നിങ്ങൾ താരതമ്യം ചെയ്താൽ, അവ തികച്ചും വ്യത്യസ്തമായിരിക്കും. ഗൂഗിൾ AI എന്ന പദം ഒരു മന്ത്രമായി ഉപയോഗിക്കുന്നു, ആപ്പിൾ ഒരിക്കൽ പോലും "AI" എന്ന പദം പറയുന്നില്ല. അവനുണ്ട്, എല്ലായിടത്തും ഉണ്ട്. എല്ലാത്തിനുമുപരി, അവളെക്കുറിച്ച് ചോദിച്ചപ്പോൾ ടിം കുക്ക് അത് പരാമർശിക്കുന്നു, അടുത്ത വർഷം ഞങ്ങൾ അവളെക്കുറിച്ച് കൂടുതൽ പഠിക്കുമെന്ന് അദ്ദേഹം സമ്മതിക്കുമ്പോൾ. എന്നാൽ ആപ്പിൾ ഇപ്പോൾ ഉറങ്ങുകയാണെന്ന് ഇതിനർത്ഥമില്ല.
ആകാം നിങ്ങൾക്ക് താൽപ്പര്യമുണ്ട്
വ്യത്യസ്ത ലേബൽ, ഒരേ പ്രശ്നം
ഉപയോക്തൃ സൗഹൃദവും പ്രായോഗികവുമായ രീതിയിൽ ആപ്പിൾ AI-യെ സംയോജിപ്പിക്കുന്നു. അതെ, ഞങ്ങൾക്ക് ഇവിടെ ഒരു ചാറ്റ്‌ബോട്ട് ഇല്ല, മറുവശത്ത്, നമ്മൾ ചെയ്യുന്ന എല്ലാ കാര്യങ്ങളിലും ഈ ബുദ്ധി നമ്മെ സഹായിക്കുന്നു, ഞങ്ങൾക്കത് അറിയില്ല. വിമർശിക്കാൻ എളുപ്പമാണ്, പക്ഷേ ബന്ധങ്ങൾ അന്വേഷിക്കാൻ അവർ ആഗ്രഹിക്കുന്നില്ല. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിൻ്റെ നിർവചനം എന്താണെന്നത് പ്രശ്നമല്ല, അത് എങ്ങനെ മനസ്സിലാക്കുന്നു എന്നതാണ് പ്രധാനം. പല കമ്പനികൾക്കും ഇത് ഒരു സാർവത്രിക പദമായി മാറിയിരിക്കുന്നു, പൊതുജനങ്ങൾ ഇത് ഏകദേശം ഇനിപ്പറയുന്ന രീതിയിൽ കാണുന്നു: "ഒരു കമ്പ്യൂട്ടറിലേക്കോ മൊബൈലിലേക്കോ സാധനങ്ങൾ ഇടുകയും നമ്മൾ ആവശ്യപ്പെടുന്നത് അത് നൽകുകയും ചെയ്യുന്ന ഒരു മാർഗമാണിത്."
ഫോട്ടോഗാലറി
ചോദ്യങ്ങൾക്കുള്ള ഉത്തരങ്ങൾ, ടെക്സ്റ്റ് സൃഷ്‌ടിക്കുക, ഒരു ഇമേജ് സൃഷ്‌ടിക്കുക, ഒരു വീഡിയോ ആനിമേറ്റ് ചെയ്യുക തുടങ്ങിയവയെല്ലാം ഞങ്ങൾ ആഗ്രഹിച്ചേക്കാം. എന്നാൽ ആപ്പിളിൻ്റെ ഉൽപ്പന്നങ്ങൾ ഉപയോഗിച്ചിട്ടുള്ള ആർക്കും അത് അങ്ങനെ പ്രവർത്തിക്കില്ലെന്ന് അറിയാം. പിന്നിൽ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് കാണിക്കാൻ ആപ്പിൾ ആഗ്രഹിക്കുന്നില്ല. എന്നാൽ iOS 17-ലെ എല്ലാ പുതിയ പ്രവർത്തനങ്ങളും ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസിനെ കണക്കാക്കുന്നു. ഫോട്ടോകൾ ഒരു നായയെ തിരിച്ചറിയുന്നു, അതിന് നന്ദി കീബോർഡ് ക്രമീകരണങ്ങൾ വാഗ്ദാനം ചെയ്യുന്നു, എയർപോഡുകൾ പോലും ഇത് ശബ്ദ തിരിച്ചറിയലിനായി ഉപയോഗിക്കുന്നു, ഒരുപക്ഷേ AirDrop-നായുള്ള NameDrop. എല്ലാ ഫീച്ചറുകളിലും ഏതെങ്കിലും തരത്തിലുള്ള കൃത്രിമബുദ്ധി സംയോജനം ഉൾപ്പെടുന്നുവെന്ന് ആപ്പിളിൻ്റെ പ്രതിനിധികൾ പരാമർശിച്ചാൽ, അവർ മറ്റൊന്നും പറയില്ല.
ഈ സവിശേഷതകളെല്ലാം "മെഷീൻ ലേണിംഗ്" എന്ന് വിളിക്കാൻ ആപ്പിൾ ഇഷ്ടപ്പെടുന്നത് ഉപയോഗിക്കുന്നു, ഇത് പ്രധാനമായും AI-യുടെ കാര്യമാണ്. രണ്ടിലും ഉപകരണത്തിന് ദശലക്ഷക്കണക്കിന് ഉദാഹരണങ്ങൾ "ഫീഡ്" ചെയ്യുന്നതും ആ ഉദാഹരണങ്ങളെല്ലാം തമ്മിലുള്ള ബന്ധം ഉപകരണം പ്രവർത്തിപ്പിക്കുന്നതും ഉൾപ്പെടുന്നു. ബുദ്ധിപരമായ കാര്യം, സിസ്റ്റം ഇത് സ്വന്തമായി ചെയ്യുന്നു, അത് പോകുമ്പോൾ കാര്യങ്ങൾ പ്രവർത്തിപ്പിക്കുകയും അതിൽ നിന്ന് സ്വന്തം നിയമങ്ങൾ ഉരുത്തിരിഞ്ഞു വരികയും ചെയ്യുന്നു എന്നതാണ്. പുതിയ സാഹചര്യങ്ങളിൽ, പുതിയതും അപരിചിതവുമായ ഉത്തേജകങ്ങളുമായി (ചിത്രങ്ങൾ, ടെക്സ്റ്റ് മുതലായവ) സ്വന്തം നിയമങ്ങൾ കൂട്ടിച്ചേർത്ത് അവ ഉപയോഗിച്ച് എന്തുചെയ്യണമെന്ന് തീരുമാനിക്കാൻ അയാൾക്ക് ഈ ലോഡ് ചെയ്ത വിവരങ്ങൾ ഉപയോഗിക്കാം.
ആകാം നിങ്ങൾക്ക് താൽപ്പര്യമുണ്ട്
ആപ്പിളിൻ്റെ ഉപകരണങ്ങളിലും ഓപ്പറേറ്റിംഗ് സിസ്റ്റങ്ങളിലും AI-യുമായി എങ്ങനെയെങ്കിലും പ്രവർത്തിക്കുന്ന പ്രവർത്തനങ്ങൾ ലിസ്റ്റ് ചെയ്യുന്നത് പ്രായോഗികമായി അസാധ്യമാണ്. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് അവരുമായി വളരെ ഇഴചേർന്നിരിക്കുന്നു, അവസാന ഫംഗ്ഷൻ്റെ പേരിടുന്നതുവരെ ലിസ്റ്റ് നീണ്ടുനിൽക്കും. മെഷീൻ ലേണിംഗിനെക്കുറിച്ച് ആപ്പിൾ ശരിക്കും ഗൗരവമുള്ളതാണെന്ന വസ്തുത അതിൻ്റെ ന്യൂറൽ എഞ്ചിൻ, അതായത് സമാനമായ പ്രശ്നങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നതിന് കൃത്യമായി സൃഷ്ടിച്ച ഒരു ചിപ്പ് തെളിവാണ്. ആപ്പിളിൻ്റെ ഉൽപ്പന്നങ്ങളിൽ AI ഉപയോഗിക്കുന്ന ചില ഉദാഹരണങ്ങൾ മാത്രമേ നിങ്ങൾക്ക് താഴെ കണ്ടെത്താനാകൂ, നിങ്ങൾ അതിനെക്കുറിച്ച് ചിന്തിക്കാൻ പോലും പാടില്ല.
- ചിത്രം തിരിച്ചറിയൽ
- സംസാരം തിരിച്ചറിയൽ
- ടെക്സ്റ്റ് വിശകലനം
- സ്പാം ഫിൽട്ടറിംഗ്
- ഇസിജി അളവ്
ആപ്പിൾ വളരെ ശക്തമായി AI ഉപയോഗിക്കുന്നുണ്ടെങ്കിൽ, അത് വിവർത്തകനെ പോലുള്ള പ്രധാന ആപ്ലിക്കേഷനുകളിൽ അത് വിന്യസിക്കണം. പരിചയപ്പെടുത്തി X വർഷം കഴിഞ്ഞിട്ടും വിവർത്തകൻ്റെ കാര്യത്തിൽ പ്രായോഗികമായി ഒന്നും സംഭവിക്കുന്നില്ല എന്നത് സങ്കടകരമാണ്.