昨年の5月はAIの熱い夏でした。過去には、AI ユニバースの構築を開始した 2023 Google I/O 開発者カンファレンスがあり、その後の 2023 Microsoft Build カンファレンスでは、すべてが AI に関連していました。
AI は Google や Microsoft によってさまざまな製品に適用されており、その実装スピードは急速に高まっています。しかし、アプリケーションレベルでは、発売できる国産のAI製品がたくさんあり、同様の製品がすぐに発売されるでしょう。道は開かれており、エンジニアは問題なく、テクノロジーも問題ではありませんが、時間がかかる可能性があり、効果は少し悪くなりますが、これは問題ありません、再発は確実です。
しかし、GoogleとMicrosoftはある分野で熾烈な争いを繰り広げていますが、それができる国内メーカーはほとんどなく、それがOSです。
現在、Microsoft は GPT-4 大型モデルを Windows PC オペレーティング システムに組み込み、Windows Copilot を起動し、基礎となるオペレーティング システムに AI 機能をエクスポートしています。近年、GoogleのAndroidシステムは「ハイライトの欠如と国内メーカーの模倣」として常に批判されてきたが、最新のAndroid 14に多くのAI機能が統合されたことは、Googleがまだ何かを持っていることを示している。
AI時代のオペレーティングシステムを構築するために、GoogleとMicrosoftはチケットの獲得を急いでいます。
オペレーティング システムは、ハードウェア パフォーマンスのリリース ウィンドウであり、多数のソフトウェア サービスのキャリアであり、人間とコンピューターのすべての対話の出発点であると言えます。大規模な言語モデルによってもたらされた破壊的な変化の後、オペレーティング システムはパターンを再分割する可能性もあります。
AI 時代、オペレーティング システムはモバイル インターネットの複占を再現するのでしょうか、それとも百花繚乱の到来を告げるのでしょうか? 2023 年の夏はまだ始まったばかりで、あなたも私もこれを目撃することになります。産業の変化。
ストーリーの最初から始めて、AI が OS に対して何ができるかを見てみましょう。
AI と OS の間で CP をグループ化する方法は何ですか?
AI とオペレーティング システム OS の組み合わせは CP を形成するようなもので、さまざまな方法があります。
一般のユーザーは、AI ソフトウェアとアプリケーションを元のオペレーティング システムに統合する AI in OS に最も精通しているかもしれません。 Microsoft は長年にわたって Windows に AI 音声対話機能を追加することに熱心に取り組んできました. モバイル オペレーティング システム Apple、Android、Harmony は長い間 AI 機能を採用してきました. AI アルゴリズムはコンピュテーショナル フォトグラフィー、顔認識、インテリジェント音声アシスタントなどを支援します. 誰もがすべきです どれも馴染みのないものではありません。
開発者にとって、AI 用 OS は「王道」であり、機械学習と深層学習を提供するオペレーティング システム (AI OS) です。たとえば、TensorFlow、PyTorch、Feipiao、Shengteng などは、ハードウェアからソフトウェア、ネットワークに至るオペレーティング システムの包括的な再構築を通じて、AI モデルのトレーニングとアプリケーション推論をより適切にサポートできます。
テクノロジーメーカーは、AI 時代のオペレーティングシステムを構築したい場合、OS 用の AI に非常に関心を持っています。簡単に言えば、人工知能を使用してオペレーティング システムを構築および最適化し、システムの設計、開発、メンテナンスを改善します。 OS 用 AI が一般の人々のオペレーティング システムの使用体験に直接影響を与えることは難しくありません。これは、私たち一般の人々が最も楽しみにしている CP のペアです。
OSにおけるAIの高度化と競争力の向上は、AI時代におけるOSの「国籍」にも直接影響し、OSの成功の鍵となります。
AI for OS、この 2 つの CP の何がそんなに魅力的なのでしょうか?
強制するのは甘くない、OS向けAIがユーザーの心に優しくなれるかどうかが次に問われます。では、AI を使用して OS を最適化するのに本当に良い時期は今なのでしょうか?
今日のオペレーティング システムと AI によって何が変わるかを見てみましょう。
1つ目はもちろん「重くなる」ことです。
ユーザーがデジタル アプリケーションを使用するシナリオが充実し続けるにつれて、オペレーティング システムが負担しなければならない対話とタスクの負荷も急速に増大し続けています。考えてみれば、スマートフォンにインストールされるアプリケーションはますます増え、制御対象となる外部スマートデバイスもますます増え、逆説的に言えば、ムーアの法則が遅くなるにつれてプロセッサーの演算能力が増大し、ボトルネックに近づいています。コンピューティング リソースとタスクの間のこの不一致は、オペレーティング システムにとって耐え難い負担となっています。
オペレーティング システムを軽量化するには、ハードウェアのパフォーマンスを最大限に活用し、より多くの計算能力を引き出す必要があります。システム環境は非常に動的であり、タスクの負荷に応じて変化します。従来のオペレーティング システムでは、ユーザーがタスクを手動で切り替えて閉じる必要があります。現時点では、AI を使用してビジネス シナリオの変化をリアルタイムで自動的に認識し、現在 (または将来) のワークロードと必要なリソースを推定し、動的な調整を行い、リソース クォータを最適化し、より正確なコンピューティング電力供給を実現します。もちろんさらにシルキーで滑らか。
たとえば、ユーザーがゲームをプレイしていることを感知すると、バックグラウンド アプリケーションを自動的に減らし、CPU リソースを解放して、ラグによって 5 人のキルを逃すことなくゲームが実行されるようにします。
2つ目は「バカになる」です。
確かなことは、AI が最も可能性を秘めた新しい分野であり、将来的には多数のソフトウェアやハードウェアに接続されることになるということです。大規模な AI モデルに 10 件の論文の分析を支援させた場合、アプリケーションの起動から結果が生成されるまでに 30 分かかり、時々接続が切断されて再起動されることが想像できます。これに誰が耐えられるでしょうか。自分で始めてみるのもいいかもしれません。
従来のオペレーティング システムは、「愚か」になるという理由でユーザーに放棄されることを望まず、AI のオールラウンドなアプリケーションのサポートを開始する必要があり、当然のことながら、オペレーティング システムの機能をさらに向上させる必要があります。たとえば、Microsoft Windows 11 では、AI を基盤となる PC システムに深く組み込むことができ、AI の大規模モデル機能を直接呼び出して、仲介者としての APP なしでタスクを完了できます。
AI がさまざまなスマート デバイス上でより適切に実行できるようにサポートするには、オペレーティング システム レベルで作業し、ハードウェアからソフトウェア、ネットワークに至るまで完全に再構築する必要があります。
3つ目は「複雑化する」です。
現在、誰もがさまざまな端末に囲まれ、不可逆的にInternet of Everythingの時代を迎えており、システムも複雑化しています。
ユーザーにとって、オペレーティング システムは独立して動作するため、断片化されたエクスペリエンスは非常に不快なものです。例えば、スマート家電はAndroid、携帯電話はIOS、パソコンはWindows アプリの多くは端末間で自由に切り替えられない システムごとにアカウントがあり、個人の行動データによっては端末間での流通が難しい. 結果は、「私を理解していない」と「人為的な遅滞」の適用です。
デバイスが十分にスマートではないというだけです。さらに懸念されるのはセキュリティです。どのデバイスが「最短リンク」になってハッキングされるかは不明で、ネットワークに接続された他のデバイスも一緒に被害を受けることになります。
開発者にとって、Internet of Everything 向けのアプリケーション開発は膨大な量のコードと作業負荷を意味し、簡単な作業ではありません。
アイデアを思いつくのは難しいことではありません。アイデアを開発したら、アプリケーションを多数の IoT デバイスにデプロイする必要があります。ローカルのコンピューティング能力、ネットワーク接続機能、クロスプラットフォームの互換性を考慮する必要があります... 「デバイスの UI インタラクションに問題がありました。もう一度デバッグを行った後、起動サイクルが再び延長され、開発コストが少し高すぎました。」というメッセージが見つかった場合。何千人もの開発者の創造性と生産性を解き放つことができなければ、当然、スマートな世界の到来はさらに遅くなるでしょう。
複雑なシナリオをシンプルにし、複数の端末を正規化することは、モバイル業界のコンセンサスとなっています。一部のブランドは、「全シナリオ インテリジェンス」を提案しています。しかし、オペレーティング システム レベルでの互換性と連携がなければ、高度に統合されたシナリオを実現することは困難です。ターゲットを絞った簡素化により、デバイス、システム、プラットフォームにわたるアプリケーションのワンタイム開発と複数展開がサポートされますが、AI のフルプロセス支援がなければ、オペレーティング システムの運用とメンテナンス、パフォーマンス、セキュリティ機能を向上させることは困難になります。まさに「フルシナリオインテリジェンス」を実現します。
こうしてみると、OS用AIの甘さは、心も体も一つで、その強さは金のように強いということです。オペレーティング システムはハブとして機能し、ソフトウェアとハードウェアの関係を調整し、AI は頭脳として機能し、多くの既存の課題を解決し、システム機能をシンプルかつ強力にします。
システムレベルで道が開かれ、チップ、端末、プラットフォーム、シナリオ間の障壁やボトルネックが解消されました。
3つの主要な学校、それぞれが魅力的です
チューリング賞受賞者のエドガー・ダイクストラ氏が述べたように、シンプルさは大きな美徳ですが、それを達成するには大変な努力が必要です。シンプルであることは大きな美徳ですが、それを達成するには努力が必要です。
AI for OS は、「あらゆるもののインテリジェントな接続の仕組み」により適した、シンプルかつ強力な機能をもたらします。問題は、それをどのように達成するかです。
現在、次世代オペレーティング システムを構築する力を持つテクノロジー企業は、OS 用の AI を模索しています。具体的には 3 つの学校に分かれています:
ジャンル 1: PC での逆襲。
この大型モデルの波の中で、OpenAI は絶対的なトップトラフィックスターであり、最も多くの話題と注目を集めており、この一流モデルを所有する Microsoft Windows も「一夜にして人気」の勝者となりました。
Microsoft は、Windows システム上で「AI Copilot」を本格的に開始し、Windows システムのインターフェイスとインタラクションに破壊的なエクスペリエンスをもたらし、多くのユーザーと開発者のファンを魅了しました。
ユーザーにとって、Copilot AI Assistant はオペレーティング システム全体で実行され、Windows PC システムを通じて AI モデル機能を直接呼び出し、アプリケーションにシームレスに接続できるため、対話手順が大幅に簡素化されます。
開発者にとって、OpenAI モデルに基づいて構築され、世界最大のコード ホスティング プラットフォームである GitHub 上に構築された Microsoft の AI 支援プログラミング ソリューションは、GitHub Copilot X です。これは、コードの問題を自動的に検出し、開発者の作業効率を向上させるための提案を提供します。
しかし、PC にはスマートフォンやタブレットなどのモバイル端末に比べて当然の欠点があり、Microsoft のモバイル オペレーティング システム分野での長期不在を AI がすぐに埋めることはできません。ユーザーを次の時代の運用上の対話に引き込みたい場合は、さらに破壊的なシステム機能を提供する必要があります。
学校 2: モバイル端末での安定したパフォーマンス。
モバイル インターネットの時代、Google Android と Apple IOS は世界を分けて次世代オペレーティング システムを作成しましたが、この 2 つの機能の多くはそのまま残されています。
Android は浅いです。今年の I/O カンファレンスで、Google は次世代モバイル オペレーティング システムである Android 14 を披露しました。一般的に言えば、Android 14 の AI の強化はより浅いアプリケーション層にとどまり、あらゆるツールの AI アップグレードに重点が置かれています。 . 、Android 14 のシステムレベルの改善についてはほとんど紹介されていません。長い間、Android のネイティブ システムのオープン性と複雑さは批判されてきました。APP 全体がバックグラウンドで実行されるため、遅延や不安定性が生じます。基本的なコードを「魔法のように変更」するのは主に下流の端末メーカーに依存しています。 Android Progress はおそらく国内メーカーの「ロールアップ」を待つ必要があるだろう。
IOSは奥深い。終了したばかりのAppleのWWDCでも一部のAI機能がアップデートされたが、iOS 17の新たなアップグレードはいずれも小規模な機能だ。 Appleは記者会見で「AIの人気を利用する」ことを冷静に避けたが、実際のiOSにおけるAIの統合度は非常に深く、実用的だ。
この側面は、iOS システム エコシステムの固有の閉鎖的な性質に由来しています。 Mac、iPhone、ihome、スマート ウェアラブルなどは Apple エコシステムに関連付けられており、データはシームレスに流れることができ、システムは高い整合性と快適性も備えています。
一方、AI ソフトウェアとハードウェアの連携には利点があります。自社開発のAIチップはApple製品の最大のハイライトであり、AIコンピューティング性能が大幅に向上しており、今回のWWDCで新たに発表されたM2 Ultraチップは大規模なモデルの計算をスムーズにサポートでき、より明らかな利点があるとAppleは述べた他のチップよりも。
「1 つの力で 10 のスキルを減らすことができる」ということわざにあるように、強力なチップは十分なコンピューティング能力をもたらし、IOS システムの多数の機械学習アルゴリズムと組み合わせることで、当然のことながら大きな効果が得られます。たとえば、AI は、IOS がユーザーの使用習慣を監視してデバイスのバッテリー寿命と充電頻度を最適化するのに役立ちます。AI アクセラレーションを通じて、iPad などのモバイル端末は AR レンダリングなどの難しいタスクを実行できます。また、ローカル機械学習の使用をサポートします。デバイス側でユーザーのプライバシーを保護します。
問題は、IOS はユーザーに利便性をもたらしますが、同時にユーザーをこのエコシステムにしっかりと結びつけているということです。現在、サーバーオペレーティングシステムやモノのインターネットオペレーティングシステムなど、国内外のオペレーティングシステムが開花し、ユビキタスオペレーティングシステムのエコシステムが徐々に形成されつつあり、端末やシステムを超えたインタラクションがますます必要とされています。 IOSではほぼ解決不可能です。エコロジカルバンドルによってもたらされる不便なインタラクションやデータ障壁などの問題は、Apple ユーザーにますます自由を感じさせず、Apple にとって逃れられない問題となっています。
ジャンル 3: シーン全体への新しいアプローチ。
現在、Microsoft、Google、Apple はいずれも独自のベースキャンプから出発し、既存の利点を持つ独自のオペレーティング システムと AI を組み合わせています。オールシナリオ オペレーティング システムの代表として、HarmonyOS の OS 向け AI についての考え方は、これらの確立されたオペレーティング システムとは異なります。
Hongmeng OS は、当初からそれぞれのハードウェア クラスターの管理と相互作用を重視してきました。オペレーティング システム レベルから、分散ソフト バス テクノロジを通じて、ニアフィールド デバイス間の統合分散通信を実現し、タスクを効率的に分散し、データを送信できます。 . アプリケーションはデバイス間で転送できます。
次に、AI技術を導入してOS全体を最適化します。ユーザーが認識できる変化は、AI がリソースの正確な供給を実現し、システムのスムーズさを向上させることです。開発者は、環境構成、ツールチェーン構成、テンプレート選択、サードパーティ ライブラリの推奨などを使用して、マルチデバイス アダプティブ開発を実行できるようになり、作業負荷を軽減します。
期待に値するのは、Hongmeng OS はゼロからスタートし、「栄光に安住する」という既存の利点がないため、白紙の紙に最新の絵を描き、未解決の問題に対処する新しい方法を見つけることができることです。既存のオペレーティング システムのポイントを再構築し、その基礎となるシステム レベルの再構築と技術革新が新鮮です。
まだ明らかになっていないことは、現在のリッチスクリーン端末デバイスにおける Honmeng OS の割合は依然として Android や IOS に遠く及ばず、一部の技術的ソリューションにはさらなる研究が必要であるということです。たとえば、クロスプラットフォームおよびクロスシステムのデータセキュリティとプライバシー保護、マルチデバイス適応開発のためのミニマリストでインテリジェントなツールチェーンなどです。
OSが一般の人々や世界に普及するためには、技術自体の進歩が最も重要であり、OS用AIによりHongmeng氏の発言力がさらに高まる可能性がある。
これを見ると、「OS 用 AI は非常に優れているように見えますが、市場にある既存のジャンルはほとんど面白くないようです」という結論に達するかもしれません。
確かに、今日のスマート ターミナル業界の熾烈な競争において、Google、Apple、Microsoft などの大手企業は、一夜にしてオペレーティング システムのすべてのパスワードを掘り出すことはできません。
アルゴリズムを研究している人は、アルゴリズムを考え出すと失業してしまうという業界のジョークがありますが、システムを研究している人は心配する必要はありません。10 年ごとにハードウェアとタスクが変わり、システムも変化するからです。書き直す必要があります。
AI 大型モデルのアルゴリズムは急速に進歩しており、オペレーティング システムの変更にも期待がかかります。
以上がさまざまなAIアプリケーションと比較すると、OSに対するAIの必要性はさらに高まるかもしれませんの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

食品の準備を強化するAI まだ初期の使用中ですが、AIシステムは食品の準備にますます使用されています。 AI駆動型のロボットは、ハンバーガーの製造、SAの組み立てなど、食品の準備タスクを自動化するためにキッチンで使用されています

導入 Python関数における変数の名前空間、スコープ、および動作を理解することは、効率的に記述し、ランタイムエラーや例外を回避するために重要です。この記事では、さまざまなASPを掘り下げます

導入 鮮やかな絵画や彫刻に囲まれたアートギャラリーを歩くことを想像してください。さて、各ピースに質問をして意味のある答えを得ることができたらどうでしょうか?あなたは尋ねるかもしれません、「あなたはどんな話を言っていますか?

製品のケイデンスを継続して、今月MediaTekは、新しいKompanio UltraやDimenity 9400を含む一連の発表を行いました。これらの製品は、スマートフォン用のチップを含むMediaTekのビジネスのより伝統的な部分を埋めます

#1 GoogleはAgent2Agentを起動しました 物語:月曜日の朝です。 AI駆動のリクルーターとして、あなたはより賢く、難しくありません。携帯電話の会社のダッシュボードにログインします。それはあなたに3つの重要な役割が調達され、吟味され、予定されていることを伝えます

私はあなたがそうであるに違いないと思います。 私たちは皆、精神障害がさまざまな心理学の用語を混ぜ合わせ、しばしば理解できないか完全に無意味であることが多い、さまざまなおしゃべりで構成されていることを知っているようです。 FOを吐き出すために必要なことはすべてです

今週公開された新しい研究によると、2022年に製造されたプラスチックの9.5%のみがリサイクル材料から作られていました。一方、プラスチックは埋め立て地や生態系に積み上げられ続けています。 しかし、助けが近づいています。エンジンのチーム

主要なエンタープライズ分析プラットフォームAlteryxのCEOであるAndy Macmillanとの私の最近の会話は、AI革命におけるこの重要でありながら過小評価されている役割を強調しました。 MacMillanが説明するように、生のビジネスデータとAI-Ready情報のギャップ


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

WebStorm Mac版
便利なJavaScript開発ツール

MantisBT
Mantis は、製品の欠陥追跡を支援するために設計された、導入が簡単な Web ベースの欠陥追跡ツールです。 PHP、MySQL、Web サーバーが必要です。デモおよびホスティング サービスをチェックしてください。

SublimeText3 Linux 新バージョン
SublimeText3 Linux 最新バージョン

メモ帳++7.3.1
使いやすく無料のコードエディター
