Apple, teknoloji geliştirmede vites büyütüyor

İspanya’nın Barselona şehrinde 6 Aralık günü sadece davetlilerin katılabildiği bir öğle yemeğinde, Apple’ın makine öğrenme bölüm başkanı Russ Salakhutdinov şirketin yapay zeka çalışmaları hakkında bilgiler vermiş.

Quartz, Salakhutdinov’un yaptığı sunumun bazı sayfalarına eriştiğini savunuyor. Bu sunumda, Apple’ın üzerinde çalıştığı AI projeleri hakkında sağlam doneler bulunduğunu düşünüyor, güvenilir haber sitesi.

Sunumdaki slaytlardan birine göre, öğlen yemeğinde, sağlıkla ilgili uygulamalar, LiDAR’ın (LiDAR, radarın ses dalgalarıyla yaptığını laserle yapmak) hacimsel tespiti, yapılandırılmış çıktılarla tahmin, görüntü işleme ve renklendirme, akıllı yardım ve dil modelleme ve eylem tanımlama gibi konuların ele alındığı görülüyor.

Apple’ın LiDAR çalışmalarıyla ilgili bir slayt, iki arabanın resmini içeriyor. Ama toplantıda, Apple’ın mühendislerinin, şirketin yürüttüğü veya planladığı otomotiv araştırmalarından bahsetmediği söyleniyor. Apple, Google’ın fersah fersah önde olduğu sürücüsüz oto sektörüyle ilgisini ve bu alandaki yatırımlarını artıracağını geçtiğimiz günlerde açıklamıştı.

Bir başka slayt, Apple’ın saniyede 3000 resim işleyebilen resim tanıma algoritmalarıyla ilgiliydi. Bu rakam çok mu? Kıyas için, Google’ın resim işleme kapasitesi bu sayının ancak yarısı kadar.

Apple’ın doğrudan cihazlar üzerinde fonksiyonel, daha küçük nöral ağlarla ilgili çalışmaları da konular arasındaymış. Apple, orjinallerinden yaklaşık yüzde 78 daha küçük nöral ağlarıapple-slayt, veri kesinliğinde kayıp yaşamadan üretebilme yeteneğine sahipmiş.

Neler konuşuldu?

Habere göre tartışılan, ağırlıklı olarak makinelerin, daha doğrusu yapay zekanın öğrenmesiyle ilgili, konuların bazıları başlıklarla şunlar:

  • Derin jeneratif (üretici) modeller (AI öğrenmesiyle ilgili bir kavram. Salakhutdinov’un da kişisel uzmanlığı bulunan bu konudaki bir makalesi için tıklayın.)
  • Model sıkıştırma (compression)
  • Bütüncül görüntü kavrayışı (Holistic scene understanding)
  • Model güvenilirliği (reliability)
  • Derin pekiştirme öğrenmesi (reinforcement learning)
  • Denetimsiz/gözetimsiz (Unsupervised) öğrenme, transfer öğrenme, tek seferlik öğrenme
  • Sebep-sonuç ilişkileri kurabilme, dikkat ve hafıza.

Bu başlıklar, bir şey ifade etmedi mi? Sizi Stephen Hawking’in geçen hafta yaptığı bir uyarıya yönlendireyim

Yazının tamamını ve slaytlarla ilgili sair görselleri Quartz adresinden görebilirsiniz.

No Comments Yet

Leave a Reply