13. Kapan Tidak Digunakan

Vision untuk gambar berkualitas sangat rendah: OCR Vision tidak bekerja baik pada gambar blur, pencahayaan buruk, atau teks yang sangat kecil. Pertimbangkan pre-processing (contrast enhancement) sebelum inferensi.
Speech untuk aksen yang tidak umum: SFSpeechRecognizer dioptimalkan untuk aksen standard. Aksen regional yang kuat mungkin membutuhkan fine-tuning atau cloud API.
Natural Language untuk bahasa daerah Indonesia: NLTagger dioptimalkan untuk bahasa mayor (English, Chinese, Spanish, dll). Bahasa daerah seperti Jawa, Sunda tidak di-support.
Create ML untuk model yang butuh large dataset: Create ML menggunakan transfer learning — cocok untuk dataset kecil (ratusan hingga ribuan sample). Untuk model dari scratch dengan jutaan data, gunakan PyTorch/TensorFlow di server.
Sound Analysis untuk ambient noise yang kompleks: Classifier bawaan tidak bagus untuk lingkungan sangat berisik atau suara yang overlap. Butuh model custom yang di-train dengan data dari environment spesifik tersebut.
Semua framework ini untuk real-time yang sangat ketat (<10ms): Inferensi ML paling cepat butuh ~20-100ms. Untuk game real-time physics atau audio DSP ultra-low-latency, gunakan Accelerate/vDSP secara langsung.