互联网可以使学生变成老师；互联网可以使名不见经传的人闻名天下；互联网可以结交志同道合的朋友；互联网可以让自己获取最多的知识，改变以往的传统的学习方式。下面分享一篇关于互联网的文章供大家阅读。

苹果公司平台架构副总裁将对新型A14 Bionic处理器，机器学习的重要性以及苹果如何在新的采访中将自己与竞争对手区分开来提供见解。

新的iPad Air在苹果9月的活动中宣布，在新设备中，苹果的A14 Bionic处理器可能已经证明是对上一代产品的重大升级。

据苹果公司称，与iPad Air 3中使用的A12 Bionic相比，A14 Bionic提供30%的CPU性能提升，同时使用新的四核图形体系结构可将图形提升30%。基准测试表明，A14的CPU性能提高了19%，图形性能提高了27%。

苹果公司平台架构副总裁蒂姆·米勒(Tim Millet)在接受德国杂志《斯特恩》(Stern)采访时，对A14 Bionic处理器的发展趋势做了一些了解。

苹果公司的蒂姆·米勒

Millet解释说，尽管Apple并未发明机器学习和神经引擎(“几十年来的基础”)，但他们确实找到了加速这一过程的方法。

机器学习需要在复杂的数据系统上训练神经网络，直到最近还不存在。随着存储容量的增加，机器可以利用更大的数据集，但是学习过程仍然相对较慢。但是，在2010年代初期，这一切都开始改变。

快进到2017年iPhone X发布时，这是第一款具有Face ID的iPhone 。该过程由A11芯片提供动力，每秒能够处理6,000亿次算术运算。

五纳米的A14 Bionic芯片将于10月发布新iPad Air，该芯片可计算的运算量是其的18倍以上，最高可达每秒11万亿。

“我们对机器学习的出现以及它如何使一个全新的课堂感到兴奋，” Millet告诉Stern。“当我看到人们可以使用A14仿生芯片做什么时，我会屏息。”

当然，就性能而言，硬件并不是唯一重要的事情。Millet还指出，苹果的硬件开发人员在与公司的软件团队一起工作方面具有独特的地位。

开发人员共同确保他们正在构建对每个人都有用的软件。

“在整个开发过程中，我们与软件团队紧密合作，以确保我们不仅在构建一项对少数人有用的技术。我们还希望确保成千上万的iOS开发人员可以对此做些事情。”

他强调了Core ML的重要性，Core ML是经常用于语言处理，图像分析，声音分析等的基础机器学习框架。苹果为开发人员提供了访问Core ML的权限，使他们能够在其应用程序中使用机器学习。

Millet说：“ Core ML对于想要了解并了解他们的选择的人们来说是一个绝佳的机会。” “我们投入了大量时间来确保我们不只是将晶体管包装到不使用的芯片中。我们希望大众能够使用它们。”

斯特恩指出，Core ML是国际畅销DJ应用程序Djay中的关键组件。软件巨头Adobe也利用了它。

最后，蒂姆·米勒(Tim Millet)花时间解决了Face ID与限制型面部覆盖物不兼容的问题。他说，虽然理论上苹果可以在戴口罩时制作Face ID，但事实并非如此。通过遮住脸，您将删除iPhone用来确认确实是您的数据，这样做可能会损害Face ID的几率。

“很难看到您看不到的东西，” Tim Millet解释说。“面部识别模型确实很好，但这是一个棘手的问题。人们想要便利，但同时又希望安全。而苹果则致力于确保数据安全。”