您的位置首页  文体资讯  体育科技

你绝对想不到,iOS 14上还有这些智能技术

  • 来源:互联网
  • |
  • 2020-09-05
  • |
  • 0 条评论
  • |
  • |
  • T小字 T大字

导语:iOS 14为我们带来了很多新功能,比如Carkey、原生翻译App、重新设计的Siri、精美的小组件等。想要实现这些功能,基本离不开设备端的智能技术。

导语:iOS 14为我们带来了很多新功能,比如Carkey、原生翻译App、重新设计的Siri、精美的小组件等。想要实现这些功能,基本离不开设备端的智能技术。

5G时代的到来,加速推动了AI技术的发展,许多手机厂商借助云技术实现AI功能,而苹果更偏重于设备本身上实现智能技术、提升体验。

我们在日常使用苹果产品时,其实早就已经享受到了人工智能的好处,例如Apple Watch能够判断佩戴者的运动状态,通过设备的机器学习能力以及内置传感器来实现这项功能。

随着iOS 14的发布,设备端的智能技术得到了进一步的升级,并为我们带来更多新功能。

iOS 14上的智能技术

1.Face ID

从iPhone X那代开始,Face ID便取代了Touch ID。原深感摄像头通过投射并分析3000多个不可见的点来捕获准确的面部数据,从而创建你的面部深度图,同时它还会捕获你的面部红外图像。A11仿生芯片的神经网络引擎会将这些图像转化为数字形式,然后与注册的面部信息进行对比。

值得一提的是,通过设备上的机器学习能力,Face ID也会变得更加聪明,比如当你戴上口罩时,脸部被遮挡了一半,这时Face ID可能会无法识别你的人脸,导致解锁失败。不过,只要让Face ID不断地试错,芯片中的神经网络就会记住你在佩戴口罩时的样子,从而解锁设备。

2.全新的照片App

iOS 14中的照片App引入了整理照片和视频的新方式。其中“回忆”功能得到了增强,能够匹配相关度更高的照片和视频,并为用户提供了更多的自定义选项。此外,iOS 14现在还可以给每一张照片添加标题,这项功能的作用在于当你相册中的照片特别多时,如果你想要找到某张照片,只需在相册的搜索栏输入关键词即可,既省时又省力。

这些功能都是通过设备端的智能技术才得以实现,或许你会觉得不值一提,但不可否认的是,照片App的体验确实有了一定的提升。

3.你的贴心小助手Siri

在iOS 14中,Siri采用了全新紧凑型设计,不会占用屏幕太多的空间。当你向它提问时,Siri会在屏幕底部待命,回答的内容则会以通知的形式显示在屏幕上方。按照苹果官方的说法,与三年前相比,Siri的知识量增加了20倍,而且语言表达也会更自然,这些都要归功于设备端的智能技术。

曾经的Siri更像是一个“婴儿”,现在已经成长为了知识渊博的“伟人”。

4.精美的小组件

与以往的系统相比,iOS 14的主屏幕会更具个性和实用性。现在,你可以使用全新设计的小组件来定制你的主屏幕,通过设备上的智能技术,系统会在适当的时机让你看到合适的小组件。也就是说有了设备上的智能技术,系统会根据时间、地点、活动等因素,将适合你使用的小组件在适当时机进行显示。

5.键盘听写

iOS 14的键盘听写功能采用了和Siri相同的语音识别技术,利用神经网络引擎,用户在备忘录、信息、邮件等App进行听写时,系统将完全在设备端运行听写功能。而在搜索栏进行听写时,系统则会调用服务器,以便能够准确识别网络用语。

6.翻译App

iOS 14首次引入原生翻译App,采用与Siri相同的端点指向技术以及神经网络TTS技术,拥有自然的语音和文本翻译能力。如果你身处信号覆盖较弱的地方,可以借助设备端模式,离线体验该App的所有功能,确保翻译内容的私密性。

7.辅助功能

iOS 14新增VoiceOver Awareness功能,它可以利用设备上的麦克风,以此来实现智能声音检测。除此之外,利用设备端机器学习能力,能够将旁白功能拓展到更多的App,从而拓展该功能的特性。

不仅如此,背面轻点也是iOS 14中的一项新功能。当用户轻点手机背部时,可以与系统或App之间进行联动,比如点一下截屏、点两下调节音量等,这些操作都支持定制。背面轻点功能通过设备端机器学习技术和神经网络引擎,以及加速度计,根据运动数据来识别用户轻点手机背部的次数,进而做出不同的操作反馈。

其他机器学习技术应用

除iOS 14外,苹果还有很多机器学习技术应用的案例。

如果你是一个重度iPad Pro用户,与Apple Pencil配合使用的体验,可以说是妙不可言。当然,想要让设备识别你的手写内容,那肯定是离不开机器学习技术的。

另外,Apple Watch同样利用了机器学习技术,最典型的例子就是智能摔倒检测和实时跟踪佩戴者的体能训练。

当然,硬件是实现机器学习技术的基础。定制Apple芯片内部,有一块区域是专门用来放置神经网络引擎的。此外,Apple芯片采用了全新的机器学习加速器,能够快速运行机器学习计算中经常使用的矩阵乘法运算,同时矩阵运算的速度提升了6倍,使得Apple芯片每秒能够处理1万亿次的运算。

机器学习技术的硬件有了,就差软件开发平台了。苹果为开发者们提供了名为Core ML的智能机器学习平台,目前,市面上拥有10亿部设备能够运行Core ML。因此,开发者们不必担心设备配置和兼容性问题。

总结

硬件(芯片中的神经网络引擎)→机器学习技术→Core ML软件开发平台→智能App→系统(iOS、iPadOS、watchOS等)→终端设备(iPhone、Mac等)→用户体验。我们可以看到,苹果以用户体验为出发点,不断推进自家AI技术的发展。不知不觉,AI已经融入到了所有苹果产品中,甚至是App里一个不起眼的功能。

定制的Apple芯片是实现设备端智能技术的关键之所在,iOS 14上的功能足以体现出这枚芯片AI性能的强大,但是苹果并未对其进行大力宣传,而是让用户自己去感受,如此谦卑的精神值得我们称赞。

云技术虽然很好,但是它的缺点也很明显,一旦没有了网络或者设备在信号比较差的地区,很多功能便无法使用。苹果注重本地化智能技术的原因在于能够完全脱离服务器,即便设备处于离线状态,也不影响功能的正常使用。不得不说,苹果的眼光很独特。与云技术相比,设备端的智能技术反倒是会更加务实,可以进一步提升产品的使用体验,受益最大的自然也是用户。

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186