다양한 AI 애플리케이션에 비해 OS용 AI가 더 필요할 수 있음

지난 5월은 AI의 뜨거운 여름이었습니다. 과거에는 AI 우주 구축을 시작한 2023 Google I/O 개발자 컨퍼런스가 있었고, 이후 2023 Microsoft Build 컨퍼런스에서는 모든 것이 AI와 관련되어 있었습니다.

AI는 구글과 마이크로소프트의 다양한 제품에 적용되며 구현 속도가 급격하게 높아지고 있습니다. 그러나 응용 수준에서는 출시할 수 있는 국내 AI 제품이 많고 유사 제품도 곧 출시될 예정이다. 효과는 조금 더 나빠지지만 이건 상관없어, 재발은 확실해.

그런데 구글과 ​​마이크로소프트가 한 분야에서 치열하게 싸우고 있는데, 그걸 할 수 있는 국내 제조사가 거의 없는데, 그게 운영체제다.

현재 Microsoft는 GPT-4 대형 모델을 Windows PC 운영 체제에 내장하고 Windows Copilot을 출시했으며 AI 기능을 기본 운영 체제로 내보냈습니다. 최근 몇 년간 구글의 안드로이드 시스템은 '하이라이트 부족, 국내 제조사 카피'라는 비판을 늘 받아왔지만, 최신 안드로이드 14에 AI 기능이 많이 통합된 것은 구글이 여전히 뭔가를 숨기고 있음을 보여준다.

AI 시대에 맞는 운영체제를 구축하기 위해 구글과 마이크로소프트가 티켓팅에 서두르고 있다.

운영 체제는 하드웨어 성능의 출시 창구이자 수많은 소프트웨어 서비스의 전달자라고 할 수 있습니다. 모든 인간-컴퓨터 상호 작용의 출발점이라고 할 수 있습니다. 대규모 언어 모델로 인해 발생한 파괴적인 변화 이후 운영 체제에서도 패턴을 다시 분할할 가능성이 있습니다.

AI 시대, 운영체제는 모바일 인터넷의 독과점을 재연할 것인가, 아니면 2023년 여름이 시작되고, 여러분과 나는 이 산업 변화를 목격하게 될 것인가? .

이야기의 시작부터 AI가 OS에서 무엇을 할 수 있는지 살펴볼까요?

AI와 OS그룹 CP의 방식은 무엇인가요?

AI와 운영체제 OS의 결합은 마치 CP를 구성하는 것과 같아서 여러 가지 방법이 있습니다.

일반 사용자는 원래 운영 체제에 AI 소프트웨어와 애플리케이션을 통합하는 AI in OS에 가장 익숙할 것입니다. Microsoft는 수년에 걸쳐 Windows에 AI 음성 대화 기능을 추가하기 위해 열심히 노력해 왔습니다. 모바일 운영 체제인 Apple, Android 및 Hongmeng은 오랫동안 AI 알고리즘이 컴퓨터 사진, 얼굴 인식, 지능형 음성 비서 등을 지원해 왔습니다. . 누구나 해야 할 일들 중 어느 하나도 낯설지 않습니다.

개발자에게 AI용 OS는 머신러닝과 딥러닝을 제공하는 운영체제(AI OS)인 '킹 웨이'다. 예를 들어 TensorFlow, PyTorch, Feipiao, Shengteng 등은 하드웨어에서 소프트웨어, 네트워크에 이르기까지 운영 체제를 포괄적으로 재구성하여 AI 모델 교육 및 애플리케이션 추론을 더 잘 지원할 수 있습니다.

기술 제조사들은 AI 시대에 맞는 운영체제를 구축하고자 한다면 OS용 AI에 대해 매우 우려하고 있습니다. 간단히 말해서 인공 지능을 사용하여 운영 체제를 구축 및 최적화하고 시스템 설계, 개발 및 유지 관리를 개선합니다. OS용 AI가 일반 대중의 운영체제 사용 경험에 직접적인 영향을 미치며, 우리 일반인들이 가장 기대하는 CP 쌍이라는 점은 어렵지 않게 찾아볼 수 있다.

OS용 AI의 고도화와 경쟁력 향상은 AI 시대 운영체제의 '국적성'에도 직접적인 영향을 미치며 운영체제 성공의 열쇠가 될 것이다.

OS용 AI, 이 CP 쌍의 장점은 무엇인가요?

강요당하는 것은 좋은 일이 아닙니다. OS용 AI가 사용자의 마음을 사로잡을 수 있는지 여부는 다음에 대답해야 할 질문입니다. 그렇다면 지금이 정말로 AI를 사용하여 OS를 최적화하기에 좋은 때일까요?

오늘날의 운영체제를 살펴보고 AI가 어떤 측면을 바꿀 수 있는지 살펴보겠습니다.

첫 번째는 당연히 “무거워진다”입니다.

사용자가 디지털 애플리케이션을 사용하는 시나리오가 계속 풍부해짐에 따라 운영 체제가 견뎌야 하는 상호 작용 및 작업 부하도 계속해서 빠르게 증가하고 있습니다. 생각해보면, 스마트폰에는 점점 더 많은 애플리케이션이 설치되고, 제어해야 할 외부 스마트 기기도 점점 더 많아진다. 역설적으로 무어의 법칙이 느려질수록 프로세서의 컴퓨팅 성능은 병목 현상에 가까워진다. 컴퓨팅 리소스와 작업 간의 이러한 불일치는 운영 체제에 견딜 수 없는 부담이 되고 있습니다.

운영 체제를 더 가볍게 만들려면 하드웨어의 성능을 최대한 활용하고 더 많은 컴퓨팅 성능을 활용해야 합니다. 시스템 환경은 매우 동적이며 작업 부하에 따라 변경됩니다. 기존 운영 체제에서는 사용자가 수동으로 작업을 전환하고 닫아야 했습니다. 이때 AI는 비즈니스 시나리오의 변화를 실시간으로 자동 인식하고, 현재(또는 미래) 작업량과 필요한 리소스를 예측하고, 동적으로 조정하며, 리소스 할당량을 최적화하고, 보다 정확한 컴퓨팅 전원 공급을 달성하는 데 사용됩니다. 물론 더 부드럽고 매끄러워지기도 합니다.

예를 들어, 사용자가 게임을 하고 있다는 것을 감지하면 자동으로 백그라운드 애플리케이션을 줄이고 CPU 리소스를 해제하여 지연으로 인해 5킬을 놓치지 않고 게임이 실행되도록 합니다.

두 번째는 "바보가 되는 것"입니다.

확실한 것은 AI가 가장 큰 잠재력을 지닌 신곡이며, 앞으로 수많은 소프트웨어, 하드웨어와 연결될 것이라는 사실이다. 대규모 AI 모델이 10개의 논문을 분석하는 데 도움을 준다면 애플리케이션을 시작하고 결과를 생성하는 데 30분이 걸리며 때때로 연결이 끊어졌다가 다시 시작될 것이라고 상상할 수 있습니다. 직접 시작하는 것이 좋습니다.

전통적인 운영 체제는 사용자가 "멍청해지기 때문에" 버림받는 것을 원하지 않습니다. AI의 모든 응용 프로그램을 지원하기 시작해야 하며, 이를 위해서는 당연히 운영 체제의 기능을 더욱 향상시켜야 합니다. 예를 들어, Microsoft Windows 11을 사용하면 AI가 기본 PC 시스템에 깊숙이 침투할 수 있으며, AI 대형 모델 기능을 직접 호출하여 중개자로서의 APP 없이 작업을 완료할 수 있습니다.

AI가 다양한 스마트 기기에서 더 잘 작동할 수 있도록 지원하려면 운영 체제 수준부터 시작하여 하드웨어, 소프트웨어, 네트워크까지 완전히 재구성해야 합니다.

세 번째는 "복잡해진다"입니다.

요즘은 모든 사람이 다양한 단말기에 둘러싸여 돌이킬 수 없는 만물인터넷 시대로 진입하고 있으며, 시스템의 복잡성도 증가하고 있습니다.

사용자에게는 운영 체제가 독립적으로 작동하며 단편적인 경험이 매우 불편합니다. 예를 들어, 스마트 가전은 Android, 휴대폰은 IOS, 컴퓨터는 Windows입니다. 많은 애플리케이션은 서로 다른 장치 간에 자유롭게 전환할 수 없습니다. 각 시스템에는 별도의 계정이 있으며 일부 개인 행동 데이터는 서로 다른 단말기 간에 유통되기 어렵습니다. 그 결과는 '나를 이해하지 못한다'와 '인공지체'를 적용한 것이다.

단, 그 기기가 충분히 스마트하지 않다는 점일 뿐입니다. 더욱 걱정되는 것은 어떤 기기가 '최단 링크'가 되어 해킹을 당할 것인지, 그리고 다른 네트워크 기기들도 함께 피해를 입게 될지 알 수 없습니다.

개발자에게 만물 인터넷을 위한 애플리케이션 개발은 엄청난 양의 코드와 작업량을 의미하며 이는 쉬운 작업이 아닙니다.

상상력을 발휘하여 아이디어를 떠올리는 것은 어렵지 않습니다. 애플리케이션을 개발한 후 수많은 IoT 장치에 배포하려면 로컬 컴퓨팅 성능, 네트워크 연결 기능, 플랫폼 간 호환성을 고려해야 합니다. .. 특정 장치의 UI 상호 작용에 문제가 있는 것으로 확인되면 다시 디버깅한 후 출시 주기가 다시 연장되고 개발 비용이 너무 높아졌습니다. 수천 명의 개발자의 창의성과 생산성이 발휘될 수 없다면 지능적인 세계는 자연스럽게 더욱 느리게 도래할 ​​것입니다.

복잡한 시나리오를 단순하게 만들고 여러 단말기를 정규화하는 것은 모바일 업계의 합의가 되었습니다. 일부 브랜드에서는 "모든 시나리오 인텔리전스"를 제안했지만 운영 체제 수준의 호환성과 협업이 없으면 고도로 통합된 시나리오를 단순화하고 지원할 수 없습니다. 운영 체제의 운영 및 유지 관리, 성능 및 보안 기능을 개선하기 위한 AI 전체 프로세스 지원 없이는 장치, 시스템 및 플랫폼 전반에 걸쳐 애플리케이션을 일회적으로 개발하고 다중 배포하는 "전체 시나리오 인텔리전스"가 어렵습니다. 진정으로 깨닫는 것 .

이렇게 보면 AI for OS는 하나처럼 달콤하고 그 힘은 금만큼 강한 한 쌍의 CP입니다. 운영 체제는 소프트웨어와 하드웨어 간의 관계를 조정하는 허브 역할을 하며, AI는 두뇌 역할을 하여 기존의 많은 문제를 해결하고 시스템 기능을 간단하고 강력하게 만듭니다.

시스템 수준에서 도로가 포장되었으며 칩, 터미널, 플랫폼 및 시나리오 간의 장벽과 병목 현상이 제거되었습니다.

세 개의 주요 학교, 각각 달콤해요

Turing Award 수상자 Edsger Dijkstra가 말했듯이 단순성은 훌륭한 미덕이지만 이를 달성하려면 노력이 필요합니다. 단순함은 훌륭한 미덕이지만 이를 달성하려면 노력이 필요합니다.

OS용 AI는 간단하면서도 강력한 기능을 제공하며, 이는 "모든 사물의 지능적 연결 체질"에 더 적합합니다. 문제는 그것을 달성하는 방법입니다.

현재 차세대 운영체제 구축 능력을 갖춘 기술 기업들이 OS용 AI를 탐색하고 있습니다. 구체적으로 세 개의 학교로 나누어집니다:

장르 1: PC에서의 반격.

이러한 대형 모델의 물결 속에서 OpenAI는 최고의 트래픽 스타로 가장 많은 화제와 주목을 받고 있으며, 이 최고 모델을 보유하고 있는 Microsoft Windows도 '밤새 인기'의 승자가 되었습니다.

Microsoft는 Windows 시스템에서 "AI Copilot"을 완전히 출시하여 Windows 시스템의 인터페이스와 상호 작용에 파괴적인 경험을 선사하고 많은 사용자와 개발자 팬의 관심을 끌었습니다.

사용자의 경우 Copilot AI 도우미는 전체 운영 체제에서 실행됩니다. 사용자는 Windows PC 시스템을 통해 AI 모델 기능을 직접 호출하고 애플리케이션을 원활하게 연결하여 상호 작용 단계를 크게 단순화할 수 있습니다.

개발자를 위해 OpenAI 모델을 기반으로 구축되고 세계 최대 코드 호스팅 플랫폼인 GitHub에 GitHub Copilot X를 구축한 Microsoft의 AI 지원 프로그래밍 솔루션은 코드 문제를 자동으로 감지하고 개발자의 작업 효율성을 향상시키기 위한 제안을 제공할 수 있습니다.

그러나 PC는 스마트폰, 태블릿 등 모바일 단말기에 비해 당연히 불리한 점을 가지고 있습니다. 모바일 운영체제 분야에서 마이크로소프트의 장기간 공백은 AI로 빠르게 채워질 수 없습니다. 사용자를 운영 상호 작용의 다음 시대로 끌어들이려면 더욱 파괴적인 시스템 기능을 추가로 제공해야 합니다.

장르 2: 모바일 단말기에서 안정적인 성능을 발휘합니다.

모바일 인터넷 시대에 Google Android와 Apple IOS는 차세대 운영체제를 만들기 위해 세상을 나누었고, 두 가지의 많은 기능은 그대로 유지되었습니다.

Android용 Shallow. 올해 I/O 컨퍼런스에서 Google은 차세대 모바일 운영체제인 Android 14를 선보였습니다. 일반적으로 Android 14의 AI 강화는 전체 도구 범위의 AI 업그레이드에 초점을 맞춰 더 얕은 애플리케이션 계층에 남아 있습니다. . Android 14 시스템 수준 개선 사항에 대한 소개는 거의 없습니다. 오랫동안 Android 기본 시스템의 개방성과 복잡성이 비판을 받아왔습니다. APP는 전체적으로 백그라운드에서 실행되어 지연과 불안정성을 초래하며 주로 하위 터미널 제조업체가 기본 코드를 "마법처럼 수정"합니다. Android Progress용 AI는 아마도 국내 제조업체가 "롤업"할 때까지 기다려야 할 것입니다.

iOS용 Deep. 막 끝난 Apple의 WWDC에서도 일부 AI 기능이 업데이트되었지만 iOS 17의 새로운 업그레이드는 모두 작은 기능입니다. 애플은 기자간담회에서 'AI의 인기 활용'을 침착하게 피했지만, iOS용 AI 통합 정도는 실제로 매우 깊고 실용적이다.

이러한 측면은 iOS 시스템 생태계의 본질적인 폐쇄적 특성에서 비롯됩니다. Mac, iPhone, ihome, 스마트 웨어러블 등은 Apple 생태계에 연결되어 있으며 데이터가 원활하게 흐를 수 있으며 시스템도 높은 무결성과 편안함을 제공합니다.

반면에는 AI 소프트웨어와 하드웨어 협업의 장점이 있습니다. 자체 개발한 AI 칩은 애플 제품의 가장 큰 특징으로 AI 컴퓨팅 성능을 크게 향상시켰다. 이번에 WWDC에서 새로 출시된 M2 Ultra 칩은 대형 모델의 계산을 원활하게 지원할 수 있으며 그 장점은 더욱 크다고 한다. 다른 칩보다 분명합니다.

소위 "하나의 힘으로 열을 줄일 수 있다"는 강력한 칩은 충분한 컴퓨팅 성능을 제공하며 IOS 시스템의 수많은 기계 학습 알고리즘과 결합되어 그 효과는 당연히 중요합니다. 예를 들어, AI는 IOS가 사용자 사용 습관을 모니터링하여 AI 가속을 통해 기기의 배터리 수명과 충전 빈도를 최적화하도록 돕고, iPad와 같은 모바일 단말기는 AR 렌더링과 같은 어려운 작업을 수행할 수 있도록 지원합니다. 사용자 개인 정보를 보호하기 위해 장치 측.

문제는 IOS가 사용자에게 편리함을 제공하지만 동시에 사용자를 이 생태계에 단단히 묶어준다는 점입니다. 요즘에는 서버 운영체제, 사물인터넷 운영체제 등 국내외 운영체제가 개화하고 있습니다. 유비쿼터스 운영체제 생태계는 점차 단말과 시스템 전반에 걸쳐 이루어져야 합니다. IOS에서는 거의 해결이 불가능합니다. 생태학적 묶음으로 인해 발생하는 불편한 상호 작용, 데이터 장벽 등의 문제는 Apple 사용자에게 점점 더 자유로움을 느끼게 하며, Apple이 피할 수 없는 문제가 되었습니다.

장르 3: 모든 장면에 대한 새로운 접근 방식.

현재 마이크로소프트, 구글, 애플은 모두 각자의 베이스캠프에서 출발해 기존 장점이 있는 자체 운영체제에 AI를 결합한다. 올시나리오 운영체제의 대표주자로서 하모니OS는 기존 운영체제와는 AI용 AI를 생각하는 접근방식이 다르다.

Hongmeng OS는 처음부터 각 하드웨어 클러스터의 관리 및 상호 작용을 강조했습니다. 분산 소프트 버스 기술을 통해 근거리 장치 간의 통합 분산 통신이 가능하고 작업과 데이터를 효율적으로 분산하고 관리할 수 있습니다. 응용 프로그램은 장치 간에 전송할 수 있습니다.

그런 다음 AI 기술을 도입하여 운영체제 전체를 최적화합니다. 사용자가 인지할 수 있는 변화는 AI가 정확한 리소스 공급을 실현하고 시스템 원활성을 향상한다는 것입니다. 개발자는 환경 구성, 도구 체인 구성, 템플릿 선택, 타사 라이브러리 추천 등을 사용하여 다중 장치 적응형 개발을 수행할 수 있습니다. 작업량을 줄입니다.

기대할 만한 점은 Hongmeng OS가 처음부터 시작하고 "영예에 안주"할 수 있는 기존 이점이 없기 때문에 빈 종이에 업데이트된 그림을 그릴 수 있고 해결되지 않은 문제점을 해결하는 새로운 방법을 찾을 수 있다는 것입니다. 기존 운영 체제를 개선하고 낮은 수준의 개발을 수행하는 것은 시스템 수준의 재구성과 기술 혁신을 의미합니다.

앞으로 봐야 할 것은 현재 리치 스크린 단말 장치에서 Hongmeng OS의 비율이 여전히 Android 및 IOS에 크게 뒤지고 있으며 일부 기술 솔루션에는 추가 연구가 필요하다는 것입니다. 예를 들어 크로스 플랫폼 및 크로스 시스템 데이터 보안 및 개인 정보 보호, 다중 장치 적응형 개발을 위한 미니멀하고 지능적인 도구 체인 등이 있습니다.

운영 체제가 대중과 세계에 도달하기 위해 가장 중요한 것은 OS용 AI가 기술 자체의 발전을 통해 Hongmeng이 더 많은 발언권을 얻을 수 있다는 것입니다.

이렇게 보면 OS용 AI는 정말 좋아 보이는데 기존 시중에 나와 있는 장르들은 별로 재미가 없는 것 같다는 결론이 나올 수도 있습니다.

실제로 오늘날 스마트 단말기 업계의 치열한 경쟁 속에서 구글, 애플, 마이크로소프트 같은 거대 기업들이 하루아침에 운영체제의 비밀번호를 모두 알아낼 수는 없습니다. 지난 5월은 단지 워밍업에 불과했습니다.

알고리즘을 연구하는 사람이 알고리즘을 고안하면 실직한다는 업계 농담이 있습니다. 하지만 시스템을 연구하는 사람들은 걱정할 필요가 없습니다. 왜냐하면 10년마다 하드웨어와 작업이 확실히 바뀌고 시스템도 변화할 것이기 때문입니다. 다시 작성됩니다.

AI 대형 모델 알고리즘이 빠르게 발전하고 있고, 운영체제의 변화도 기대해볼 만하다.

위 내용은 다양한 AI 애플리케이션에 비해 OS용 AI가 더 필요할 수 있음의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!