ຍັກໃຫຍ່ Cupertino ໄດ້ເລີ່ມການຈັດຕັ້ງຄືນໃໝ່ຢ່າງເລິກເຊິ່ງຂອງພະແນກພັດທະນາຊອບແວ ແລະ ວິສະວະກຳລະບົບ. ການເຄື່ອນໄຫວພາຍໃນປ່ຽນແປງລະບົບຕ່ອງໂສ້ຄໍາສັ່ງຂອງທີມງານທີ່ຮັບຜິດຊອບໃນການສ້າງເຄືອຂ່າຍ neural ແລະການຮຽນຮູ້ເຄື່ອງຈັກ. ຈຸດປະສົງຫຼັກຂອງການຈັດການຂອງບໍລິສັດນີ້ແມ່ນເພື່ອເພີ່ມປະສິດທິພາບການລວມເອົາຊັບພະຍາກອນທີ່ກ້າວຫນ້າໂດຍກົງເຂົ້າໃນລະບົບການດໍາເນີນງານຂອງຍີ່ຫໍ້.
ຜູ້ບໍລິຫານ John Giannandrea, ຜູ້ທີ່ໄດ້ນໍາພາຂະແຫນງການນັບຕັ້ງແຕ່ການຈ້າງຂອງລາວຫລາຍປີກ່ອນ, ໄດ້ເລີ່ມຕົ້ນຂະບວນການປ່ຽນພາລະບົດບາດ. Ele ຈະເຮັດໜ້າທີ່ສະເພາະແຕ່ເປັນທີ່ປຶກສາດ້ານຍຸດທະສາດຂອງຄະນະບໍລິຫານງານຈົນກວ່າລາວຈະອອກບຳນານ. ການອອກໄປເທື່ອລະກ້າວຂອງຜູ້ບໍລິຫານເປັນການສິ້ນສຸດຂອງວົງຈອນທີ່ສຸມໃສ່ການຊື້ກິດຈະການເລີ່ມຕົ້ນແລະການເລີ່ມຕົ້ນຂອງໄລຍະທີ່ສຸມໃສ່ການພັດທະນາພາຍໃນ.
ເພື່ອຮັບຕໍາແຫນ່ງຮອງປະທານຂອງພະແນກ, ບໍລິສັດໄດ້ແຕ່ງຕັ້ງ Amar Subramanya, ວິສະວະກອນທີ່ມີປະຫວັດສາດອັນກວ້າງຂວາງໃນບໍລິສັດທີ່ແຂ່ງຂັນໃນຂະແຫນງເຕັກໂນໂລຢີ. ຕອນນີ້ຜູ້ນໍາຄົນໃຫມ່ລາຍງານໂດຍກົງກັບ Craig Federighi, ຮອງປະທານອາວຸໂສຂອງວິສະວະກໍາຊອບແວໃນປະຈຸບັນ, ການລວບລວມປັນຍາຂອງເຄື່ອງຈັກເປັນເສົາຄ້ໍາພື້ນຖານຂອງລະບົບປະຕິບັດການຕໍ່ໄປ.
ການປ່ຽນແປງໃນລໍາດັບຊັ້ນວິສະວະກໍາຊອບແວ
ການປັບປຸງໂຄງສ້າງການບໍລິຫານໄດ້ຍຸບທີມງານເກົ່າບາງຄົນແລະວິສະວະກອນທີ່ແຈກຢາຍຄືນໃຫມ່ໃນທົ່ວຂະແຫນງການຕ່າງໆຂອງບໍລິສັດ. ສໍາລັບຕົວຢ່າງ, ກຸ່ມຫຸ່ນຍົນໄດ້ຖືກໂອນໄປຫາພະແນກວິສະວະກໍາຮາດແວ, ແຍກການພັດທະນາທາງດ້ານຮ່າງກາຍຈາກຊອບແວມັນສະຫມອງ. ການແຍກ Essa ອະນຸຍາດໃຫ້ນັກຂຽນໂປລແກລມສຸມໃສ່ການສ້າງ algorithms ພາສາທໍາມະຊາດທັງຫມົດ.
ທີມງານທີ່ຮັບຜິດຊອບສໍາລັບການໂຕ້ຕອບສຽງຕົ້ນສະບັບໄດ້ຖືກຍົກຍ້າຍໄປຫາພະແນກສຸມໃສ່ການຄິດໄລ່ທາງກວ້າງຂອງພື້ນທີ່ແລະຄວາມເປັນຈິງປະສົມ. ການປ່ຽນແປງ Essa ຊີ້ໃຫ້ເຫັນເຖິງຄວາມພະຍາຍາມທີ່ຈະປັບປຸງການໂຕ້ຕອບສຽງໃນອຸປະກອນທີ່ສວມໃສ່ໄດ້, ບ່ອນທີ່ບໍ່ມີແປ້ນພິມແທ້ຕ້ອງການຄໍາສັ່ງສຽງທີ່ຊັດເຈນ. ໃນປັດຈຸບັນວິສະວະກອນກໍາລັງເຮັດວຽກກ່ຽວກັບການປັບການຕອບສະຫນອງທາງດ້ານສຽງກັບສະພາບແວດລ້ອມ virtual ສາມມິຕິ.
ຂະແໜງຊອກຫາຄວາມຮູ້ ແລະດັດສະນີແມ່ນເບິ່ງແຍງໂດຍ Eddy Cue, ຮັບຜິດຊອບພື້ນທີ່ບໍລິການ. ການເຄື່ອນໄຫວດັ່ງກ່າວມີຈຸດປະສົງເພື່ອເຊື່ອມໂຍງສູດການແນະນຳໂດຍກົງເຂົ້າໃນຮ້ານ app ຂອງບໍລິສັດ ແລະເວທີການຖ່າຍທອດສື່. ການແບ່ງວຽກງານແບ່ງເບົາພາລະຂອງທີມວິສະວະກໍາຊອບແວຫຼັກ.
ດ້ວຍການຈັດສັນພູມສັນຖານເຫຼົ່ານີ້, ກຸ່ມຫຼັກທີ່ນຳພາໂດຍ Subramanya ໄດ້ຮັບອິດສະລະໃນການສຸມໃສ່ອັນທີ່ເອີ້ນວ່າຕົວແບບພື້ນຖານເທົ່ານັ້ນ. ການຫຼຸດຜ່ອນຂອບເຂດຂອງການເຮັດວຽກອະນຸຍາດໃຫ້ມີການຈັດສັນຊັບພະຍາກອນທາງດ້ານການເງິນແລະຄອມພິວເຕີ້ທີ່ມີປະສິດທິພາບຫຼາຍກວ່າເກົ່າສໍາລັບການຄົ້ນຄວ້າ algorithm ການຜະລິດ.
ການຫັນປ່ຽນໄປສູ່ຮູບແບບພາສາພື້ນຖານ
ທີມງານທີ່ອຸທິດຕົນເພື່ອຕົວແບບພື້ນຖານໃນປະຈຸບັນແມ່ນນໍາພາໂດຍ Zhifeng Chen, ນັກຄົ້ນຄວ້າທີ່ມີປະສົບການຢ່າງກວ້າງຂວາງໃນການສ້າງເຄືອຂ່າຍ neural ຂະຫນາດໃຫຍ່. ກຸ່ມດັ່ງກ່າວແມ່ນປະກອບດ້ວຍຜູ້ຊ່ຽວຊານດ້ານການຮຽນຮູ້ເລິກຫຼາຍສິບຄົນທີ່ເຮັດວຽກໃນການສ້າງສະຖາປັດຕະຍະກໍາຊອບແວທີ່ມີຄວາມສາມາດປະມວນຜົນຫຼາຍຕື້ຕົວກໍານົດການພ້ອມກັນ. ຈຸດສຸມຕົ້ນຕໍຂອງຜູ້ຊ່ຽວຊານເຫຼົ່ານີ້ແມ່ນການພັດທະນາ algorithms ທີ່ສາມາດດໍາເນີນການໄດ້ຢ່າງມີປະສິດທິພາບໂດຍບໍ່ຈໍາເປັນຕ້ອງມີການເຊື່ອມຕໍ່ຢ່າງຕໍ່ເນື່ອງກັບເຄື່ອງແມ່ຂ່າຍພາຍນອກ, ສິ່ງທ້າທາຍທາງດ້ານເຕັກນິກທີ່ສໍາຄັນເນື່ອງຈາກຂໍ້ຈໍາກັດຂອງຫມໍ້ໄຟແລະຄວາມຈໍາຂອງອຸປະກອນມືຖື.
ເພື່ອບັນລຸເປົ້າຫມາຍນີ້, ວິສະວະກອນໄດ້ສ້າງແບບຈໍາລອງທີ່ມີປະມານສາມຕື້ຕົວກໍານົດການ, ໂດຍສະເພາະການປັບຕົວເພື່ອເຮັດວຽກຮ່ວມກັນກັບໂປເຊດເຊີທີ່ພັດທະນາພາຍໃນຂອງບໍລິສັດ. Quando ການຮ້ອງຂໍຂອງຜູ້ໃຊ້ຕ້ອງການພະລັງງານການປະມວນຜົນຫຼາຍກວ່າທີ່ມີຢູ່ໃນອຸປະກອນ, ລະບົບຈະເປີດໃຊ້ເຄືອຂ່າຍຄອມພິວເຕີຄລາວສ່ວນຕົວໂດຍອັດຕະໂນມັດ. ໂຄງສ້າງພື້ນຖານເຊີບເວີທາງໄກ Essa ໄດ້ຖືກອອກແບບດ້ວຍໂປຣໂຕຄໍການເຂົ້າລະຫັດແບບຕົ້ນທາງຈົນຈົບ, ຮັບປະກັນວ່າຂໍ້ມູນທີ່ສົ່ງມາສຳລັບການປະມວນຜົນພາຍນອກຈະບໍ່ຖືກເກັບໄວ້ ຫຼືໃຊ້ເພື່ອຝຶກອົບຮົມລະບົບຂອງພາກສ່ວນທີສາມ.
ຄວາມເປັນສ່ວນຕົວໃນການປະມວນຜົນຂໍ້ມູນທ້ອງຖິ່ນ
ຍຸດທະສາດການຮັກສາການປຸງແຕ່ງຂໍ້ມູນໃນອຸປະກອນຕົວມັນເອງແມ່ນການສືບຕໍ່ໂດຍກົງຂອງນະໂຍບາຍຄວາມປອດໄພຂອງຂໍ້ມູນທີ່ຖືກຮັບຮອງເອົາໂດຍຜູ້ຜະລິດ. ໂດຍການປະຕິບັດວຽກງານທີ່ສັບສົນຢູ່ໃນທ້ອງຖິ່ນ, ລະບົບປະຕິບັດການກໍາຈັດຄວາມຕ້ອງການທີ່ຈະສົ່ງຂໍ້ມູນສ່ວນບຸກຄົນ, ເຊັ່ນ: ຂໍ້ຄວາມແລະຮູບພາບ, ຜ່ານອິນເຕີເນັດ. ສະຖາປັດຕະຍະກຳຊອບແວ Essa ຫຼຸດລົງຢ່າງຫຼວງຫຼາຍຂອງການໂຈມຕີທາງໄຊເບີ ແລະການເປີດເຜີຍຂໍ້ມູນຮົ່ວໄຫຼ.
ຮອງປະທານຄົນໃໝ່, Amar Subramanya, ມຸ່ງໝັ້ນທີ່ຈະຮັກສາແນວທາງຄວາມປອດໄພນີ້ໃນການຈັດຕັ້ງປະຕິບັດໃໝ່ທັງໝົດ. ທີມງານປະເມີນຄວາມປອດໄພເຮັດການທົດສອບຄວາມກົດດັນຢ່າງຕໍ່ເນື່ອງກ່ຽວກັບສູດການຄິດໄລ່ເພື່ອກໍານົດຂໍ້ບົກພ່ອງດ້ານຄວາມເປັນສ່ວນຕົວທີ່ອາດຈະເກີດຂຶ້ນກ່ອນທີ່ຈະມີການປັບປຸງໃດໆ. ໂປໂຕຄອນຕ້ອງການໃຫ້ຄວາມສະຫຼາດຂອງລະບົບເຮັດວຽກຢູ່ໂດດດ່ຽວຈາກຫຼັກຂອງລະບົບປະຕິບັດການ.
ວິທີການປະສົມ, ເຊິ່ງລວມເອົາການປະຕິບັດໃນສະຖານທີ່ກັບຄລາວສ່ວນຕົວ, ສ້າງຄວາມແຕກຕ່າງດ້ານວິຊາການໃນຕະຫຼາດເອເລັກໂຕຣນິກຜູ້ບໍລິໂພກ. ບໍລິສັດໄດ້ສ້າງສູນຂໍ້ມູນສະເພາະ, ໂດຍມີໂປເຊດເຊີຂອງຕົນເອງ, ເພື່ອຈັດການກັບຄໍາຮ້ອງຂໍຂອງຜູ້ໃຊ້ທີ່ຖືກເຂົ້າລະຫັດສະເພາະ. ລະບົບປະຕິບັດການຕັດສິນໃຈໃນແຕ່ສ່ວນຫນຶ່ງຂອງວິນາທີວ່າສະພາບແວດລ້ອມຄອມພິວເຕີທີ່ເຫມາະສົມທີ່ສຸດສໍາລັບແຕ່ລະວຽກງານ.
ການເພີ່ມປະສິດທິພາບຂອງຊິບສໍາລັບວຽກງານທີ່ສັບສົນ
ການເຊື່ອມໂຍງລະຫວ່າງລະຫັດແຫຼ່ງຂອງສູດການຄິດໄລ່ແລະສະຖາປັດຕະຍະກໍາທາງດ້ານຮ່າງກາຍຂອງໂປເຊດເຊີແມ່ນຫຼັກຂອງຍຸດທະສາດການພັດທະນາໃນປະຈຸບັນ. ວິສະວະກອນຊອບແວເຮັດວຽກຢ່າງໃກ້ຊິດກັບຜູ້ອອກແບບຊິລິໂຄນເພື່ອສ້າງຫນ່ວຍປະມວນຜົນ neural ທີ່ສາມາດເລັ່ງການຄິດໄລ່ທາງຄະນິດສາດສະເພາະ. ການປະສົມປະສານ Essa ສົ່ງຜົນໃຫ້ມີການໃຊ້ພະລັງງານຕໍ່າລົງໃນລະຫວ່າງການສ້າງຂໍ້ຄວາມ ແລະການແກ້ໄຂຮູບພາບອັດຕະໂນມັດ.
ຄວາມສາມາດໃນການດໍາເນີນການເຄືອຂ່າຍ neural ສະລັບສັບຊ້ອນໃນອຸປະກອນທີ່ຂັບເຄື່ອນໂດຍຫມໍ້ໄຟຂະຫນາດນ້ອຍຮຽກຮ້ອງໃຫ້ມີເຕັກນິກການປະລິມານຂໍ້ມູນຂັ້ນສູງ. ນັກຄົ້ນຄວ້າສາມາດຫຼຸດຜ່ອນຂະຫນາດຂອງແບບຈໍາລອງທາງຄະນິດສາດໂດຍບໍ່ມີການປະນີປະນອມຄວາມຖືກຕ້ອງຂອງຄໍາຕອບທີ່ສະຫນອງໃຫ້ຜູ້ໃຊ້. ຄວາມກ້າວຫນ້າທາງດ້ານເຕັກນິກຊ່ວຍໃຫ້ຄຸນສົມບັດຕ່າງໆເຊັ່ນການສະຫຼຸບອີເມວອັດຕະໂນມັດແລະການຖອດຂໍ້ຄວາມສຽງເຮັດວຽກທັນທີ.
ເຄື່ອງມືສໍາລັບນັກພັດທະນາເອກະລາດ
ບໍລິສັດບໍ່ດົນມານີ້ໄດ້ນໍາສະເຫນີກອບການດໍາເນີນໂຄງການທີ່ອະນຸຍາດໃຫ້ຜູ້ສ້າງແອັບພລິເຄຊັນສາມາດເຂົ້າເຖິງຮູບແບບພື້ນຖານຂອງລະບົບປະຕິບັດການ. ການໂຕ້ຕອບການຂຽນໂປລແກລມຂອງແອັບພລິເຄຊັນ Essa ເຮັດໃຫ້ມັນງ່າຍຕໍ່ການເຊື່ອມໂຍງຄຸນສົມບັດຂັ້ນສູງເຂົ້າໄປໃນຊອບແວພາກສ່ວນທີສາມ, ໂດຍທີ່ນັກພັດທະນາບໍ່ຈໍາເປັນຕ້ອງສ້າງເຄືອຂ່າຍ neural ຂອງຕົນເອງຕັ້ງແຕ່ເລີ່ມຕົ້ນ. ມາດຕະການ democratizes ການເຂົ້າເຖິງເຄື່ອງມືປະມວນຜົນພາສາທໍາມະຊາດ.
ດ້ວຍການເປີດນີ້, ການຜະລິດ, ການແກ້ໄຂຂໍ້ຄວາມແລະຄໍາຮ້ອງສະຫມັກການຈັດການວຽກງານສາມາດນໍາໃຊ້ພະລັງງານການປຸງແຕ່ງໃນທ້ອງຖິ່ນຂອງອຸປະກອນ. ມາດຕະຖານຂອງເຄື່ອງມືພັດທະນາຮັບປະກັນວ່າຊອບແວທັງຫມົດທີ່ຕິດຕັ້ງຢູ່ໃນອຸປະກອນປະຕິບັດຕາມຄໍາແນະນໍາການປົກປ້ອງຂໍ້ມູນທີ່ເຂັ້ມງວດດຽວກັນທີ່ຜູ້ຜະລິດສ້າງຕັ້ງຂຶ້ນ.
ສິ່ງພິມທາງວິຊາການກ່ຽວກັບການຮຽນຮູ້ເຄື່ອງຈັກ
ເຖິງວ່າຈະມີການຮັກສາຄວາມລັບຢ່າງເຂັ້ມງວດກ່ຽວກັບການອອກແບບຜະລິດຕະພັນການຄ້າຂອງຕົນ, ພະແນກຄົ້ນຄ້ວາຂອງບໍລິສັດໄດ້ຮັບຮອງເອົາຈຸດຢືນຂອງຄວາມໂປ່ງໃສໃນວິຊາການ, ເປັນປົກກະຕິເຜີຍແຜ່ບົດຄວາມວິທະຍາສາດກ່ຽວກັບການຄົ້ນພົບຂອງຕົນໃນການຮຽນຮູ້ເຄື່ອງຈັກ. ເອກະສານດ້ານວິຊາການ Esses ລາຍລະອຽດການປະດິດສ້າງໃນຂົງເຂດຕ່າງໆເຊັ່ນ: ສະຖາປັດຕະຍະກໍາເຄືອຂ່າຍ neural multimodal, ເຊິ່ງສາມາດຕີຄວາມຫມາຍຂໍ້ຄວາມ, ຮູບພາບແລະສຽງພ້ອມໆກັນ, ແລະລະບົບຫຼາຍພາສາທີ່ມີປະສິດທິພາບສູງ. ການພິມເຜີຍແຜ່ການຄົ້ນຄວ້າຢ່າງຕໍ່ເນື່ອງໃຫ້ບໍລິການຈຸດປະສົງສອງຢ່າງຍ້ອນວ່າມັນຢືນຢັນວິທີການຂອງບໍລິສັດໂດຍຜ່ານການທົບທວນເພື່ອນມິດໃນຊຸມຊົນວິທະຍາສາດແລະເຮັດຫນ້າທີ່ເປັນເຄື່ອງມືການຈ້າງງານທີ່ມີປະສິດທິພາບເພື່ອດຶງດູດພອນສະຫວັນຈາກມະຫາວິທະຍາໄລຊັ້ນນໍາ. ວິສະວະກອນມັກຈະໃຫ້ລາຍລະອຽດກ່ຽວກັບວິທີທີ່ພວກເຂົາເອົາຊະນະຄວາມບົກຜ່ອງຂອງຫນ່ວຍຄວາມຈໍາໃນໂປເຊດເຊີມືຖື, ນໍາສະເຫນີການແກ້ໄຂການບີບອັດຂໍ້ມູນທີ່ຮັກສາຄວາມຖືກຕ້ອງຂອງຄໍາຕອບທີ່ສ້າງຂຶ້ນ. Essa ການປະກົດຕົວຢ່າງຫ້າວຫັນຢູ່ໃນກອງປະຊຸມເຕັກໂນໂລຢີສາກົນສະແດງໃຫ້ເຫັນເຖິງການເຕີບໃຫຍ່ຂອງພະແນກ, ເຊິ່ງໃນປະຫວັດສາດໄດ້ດໍາເນີນການຢູ່ໂດດດ່ຽວຈາກສ່ວນທີ່ເຫຼືອຂອງຊຸມຊົນການຄົ້ນຄວ້າທາງດ້ານຄອມພິວເຕີ້.
ອັບເດດລະບົບການຊ່ວຍເຫຼືອແບບສະເໝືອນ
ໄລຍະເວລາການພັດທະນາຊີ້ໃຫ້ເຫັນເຖິງການປັບປຸງທີ່ສົມບູນແບບຂອງການໂຕ້ຕອບການຊ່ວຍເຫຼືອສຽງ, ວາງແຜນທີ່ຈະປະສົມປະສານຮູບແບບພາສາຂະຫນາດໃຫຍ່ເຂົ້າໄປໃນສະຖາປັດຕະຍະກໍາຫຼັກຂອງມັນ. ການປັບປຸງຈະຊ່ວຍໃຫ້ຊອບແວເຂົ້າໃຈສະພາບການຂອງຄໍາຮ້ອງຂໍທີ່ມີຄວາມຖືກຕ້ອງຫຼາຍກວ່າເກົ່າແລະດໍາເນີນການສະລັບສັບຊ້ອນທີ່ກ່ຽວຂ້ອງກັບຫຼາຍຄໍາຮ້ອງສະຫມັກພ້ອມໆກັນ, ດໍາເນີນການໂດຍຜ່ານຄວາມຕັ້ງໃຈຂອງລະບົບກ່ອນໂຄງການ.
