iOS 11 Review: Semakin personal dengan teknologi AI dan fitur pendukung produktivitas

WWDC 2017 yang digelar oleh Apple pada 5 Juni yang lalu ternyata penuh kejutan. Apple tidak hanya mengenalkan update software terbarunya sebagai tradisi tahunan dalam WWDC melainkan juga mengumumkan beberapa produk baru. Produk-produk baru yang Apple umumkan dalam WWDC 2017 adalah iPad Pro dengan ukuran 10.5 inci, speaker pintar HomePod serta iMac Pro dengan spesifikasi tinggi diperuntukkan untuk para pengguna profesional. Sayangnya, belum ada update mengenai kapan Apple akan mengeluarkan Mac Pro baru. Seperti yang telah diketahui, beberapa waktu yang lalu Apple mengundang beberapa perwakilan media dan blogger untuk memberikan kabar terbaru mengenai lini Mac Pro. Saking banyaknya bahasan yang Apple siapkan, WWDC 2017 berlangsung lebih lama, lebih dari 2 jam.

Acara WWDC dibuka dengan sambutan dari sang CEO, Tim Cook. Seperti biasa, Tim Cook membagikan informasi mengenai data-data penting yang berhasil diraih oleh Apple. Diantaranya kini terdapat 16 juta lebih pengembang (developer) terdaftar di Apple dan jumlahnya terus meningkat. Acara WWDC 2017 tahun ini Apple mengundang sebanyak lebih dari 5300 developer dari 75 negara. Bahkan Apple turut mengundang developer termuda yang baru berusia 10 tahun.

As usual, iOS 11 diperkenalkan oleh Craig Federighi, SVP Software Engineering. Banyak sekali fitur serta teknologi baru yang Apple tambahkan untuk membuat perangkat iOS semakin personal serta mempermudah pekerjaan sehari-hari setiap penggunanya di iOS 11. Bahkan menurut pendapat saya fitur produktivitas yang Apple tambahkan di iOS 11 pada iPad mampu membuatnya bersaing dengan PC sebagai perangkat komputasi personal. Dan seperti tahun sebelumnya, inilah review iOS 11 dari saya.
Baca selengkapnya

Apple Machine Learning Journal

Tak seperti biasanya dimana Apple mengerjakan sesuatu secara rahasia, perusahaan pembuat iPhone, iPad dan Mac tersebut baru saja merilis Apple Machine Journal. Lewat laman website dengan format mirip blog itu kamu bisa membaca pengalaman para engineer di Apple mengerjakan proyek machine learning.

Welcome to the Apple Machine Learning Journal. Here, you can read posts written by Apple engineers about their work using machine learning technologies to help build innovative products for millions of people around the world.

Artikel pertama yang dipublish berjudul “Improving the Realism of Synthetic Images”. Dalam artikel tersebut diceritakan bagaimana para engineer di Apple berhasil menggunakan gambar buatan untuk membuat model machine learning.

Sebelumnya, Apple sempat mengalami kesulitan dalam merekrut para ahli dalam bidang kecerdasan buatan berkat kultur tertutup yang dimilikinya. Hal tersebut lantaran para ahli yang direkrut oleh Apple tidak bisa mempublikasikan hasil riset mereka ke publik. Hingga pada akhir tahun 2016, dalam sebuah konferensi, direktur AI Apple, Russ Salakhutdinov menyatakan bahwa Apple akan lebih terbuka terkait riset AI yang sedang dilakukannya. Dan mungkin, Apple Machine Learning Journal ini jawabannya.

Melihat teknologi AI dan Machine Learning di Apple


Steven Levy, menulis di Backchannel tentang bagaimana teknologi AI dan machine learning bekerja di Apple. Disebut-sebut ketinggalan dengan Google dan Microsoft dalam pengembangan teknologi AI dan machine learning, nyatanya Apple sudah lama menggunakan teknologi machine learning untuk memberikan prediksi serta rekomendasi yang dibutuhkan oleh pengguna perangkatnya. Ya, teknologi tersebut ada di iPhone, iPad dan Mac yang kamu gunakan sekarang ini.

If you’re an iPhone user, you’ve come across Apple’s AI, and not just in Siri’s improved acumen in figuring out what you ask of her. You see it when the phone identifies a caller who isn’t in your contact list (but did email you recently). Or when you swipe on your screen to get a shortlist of the apps that you are most likely to open next. Or when you get a reminder of an appointment that you never got around to putting into your calendar. Or when a map location pops up for the hotel you’ve reserved, before you type it in. Or when the phone points you to where you parked your car, even though you never asked it to. These are all techniques either made possible or greatly enhanced by Apple’s adoption of deep learning and neural nets.

Yes, there is an “Apple brain” — it’s already inside your iPhone.

Mengembangkan teknologi AI dan machine learning yang mengerti kebutuhan pengguna bukan perkara mudah. Dibutuhkan data dengan jumlah yang sangat banyak1 untuk dapat mengetahui pola penggunaan yang kemudian dapat digunakan untuk memberikan rekomendasi. Tantangan terbesar Apple dalam pengembangan justru datang dari prinsip mereka yang fokus pada keamanan data pengguna.

Probably the biggest issue in Apple’s adoption of machine learning is how the company can succeed while sticking to its principles on user privacy. The company encrypts user information so that no one, not even Apple’s lawyers, can read it (nor can the FBI, even with a warrant). And it boasts about not collecting user information for advertising purposes.

While admirable from a user perspective, Apple’s rigor on this issue has not been helpful in luring top AI talent to the company. “Machine learning experts, all they want is data,” says a former Apple employee now working for an AI-centric company. “But by its privacy stance, Apple basically puts one hand behind your back. You can argue whether it’s the right thing to do or not, but it’s given Apple a reputation for not being real hardcore AI folks.”


Dengan iOS 10, Apple mengenalkan teknologi baru bernama Differential Privacy. Teknologi machine learning yang berusaha menganalisa sebuah pola tanpa menggunakan data-data atau informasi sensitif dari sebuah individu. Seperti yang dijelaskan oleh Craig Federighi:

“We started working on it years ago, and have done really interesting work that is practical at scale,” explains Federighi. “And it’s pretty crazy how private it is.” (He then describes a system that involves virtual coin-tossing and cryptographic protocols that I barely could follow — and I wrote a book about cryptography. Basically it’s about adding mathematical noise to certain pieces of data so that Apple can detect usage patterns without identifying individual users.)

Terkadang inovasi bukan sekedar fitur baru. Prediksi kata yang semakin akurat ketika mengetik, Apps suggestion di Spotlight yang semakin tepat, Siri yang semakin cerdas dan mengerti konteks perintah adalah inovasi juga. Dengan iOS 10 nantinya, setiap perangkat iPhone atau iPad akan semakin pintar berkat bantuan teknologi machine learning. Dikomputasi pada jutaan perangkat yang tersebar di seluruh dunia, bukan server milik Apple.


  1. Dan bukan tidak mungkin termasuk data-data pribadi yang bersifat sensitif.