Wincenty Kolega tłumaczy czym jest Al, maszynowe uczenie się wzorców użytkowania aplikacji - czyt. Bateria adaptacyjna, a raczej ich ubijanie/zabijanie, bo takie zabite aplikacje i ponowne ich uruchamianie mogą prowadzić do zwiększonego poboru na energię i skutek od zamierzonego celu może być całkiem odwrotny, czyli pogarszać działanie aplikacji, a użytkownik może o tym nie wiedzieć lub tego nie zauważyć.
Nie zgodzę się z tym ubijaniem 😉
Na poparcie tego:
Bateria adaptacyjna to algorytmy AI, które patrzą na to jakich aplikacji używamy, kiedy i odpowiednio "wpychają" je do bucketów.
https://developer.android.com/topic/performance/appstandby
Priority buckets
The system dynamically assigns each app to a priority bucket, reassigning the apps as needed. The system might rely on a preloaded app that uses machine learning to determine how likely each app is to be used, and assigns apps to the appropriate buckets.
If the system app isn't present on a device, the system defaults to sorting apps based on how recently they are used. Apps that are more active are assigned to buckets that give them higher priority, making more system resources available to the app. In particular, the bucket determines how frequently the app's jobs run and how often the app can trigger alarms. These restrictions apply only while the device is on battery power. While the device is charging, the system doesn't impose these restrictions.
Podział
The priority buckets are the following:
Active: app is being used or was used very recently.
Working set: app is in regular use.
Frequent: app is often used but not daily.
Rare: app isn't frequently used.
Restricted: app consumes a lot of system resources or might exhibit undesirable behavior.
Tutaj opisano na czym polegają restrykcje:
https://developer.android.com/topic/performance/power/power-details
Tak więc to nie jest głupie zabijanie aplikacji, bo tak mogły jedynie działać pseudo optymalizatory RAM 😉