自 2018 年 4 月苹果挖走 Google 搜索技术和人工智能(AI)部门工程副总裁 John Giannandrea,看得出来这半年苹果在 AI 领域积极出招,并将 Core ML 和 Siri 团队合并为 AI / ML 团队,由 John Giannandrea 担任机器学习和 AI 策略主管,其中核心 ML 是机器学习 API 于 2017 年推出,协助第三方开发者执行本地 AI 任务和 AI 集中应用程序与服务时,在 iOS 装置更有效率,以期在 AI 版图占有一席之地。
尽管 2011 年苹果推出 iOS 系统人工智能助理软件 Siri,抢下 AI 头香,但没赶上深度学习浪潮,随着 Google、Microsoft、Facebook 等科技大厂竞相投入,苹果影响力却不同以往。不过,这半年来苹果在 AI 领域有一系列大动作,不论 AI 硬件、软件、开发工具到应用生态,苹果皆急起直追,积极结合在行动装置和生态系统的优势以迅速追赶。
苹果透过购并与挖角,积极投入 AI 领域
苹果近年积极投入 AI 领域,透过收购语音和图像厂商,提高自身产品价值,强调使用者体验最佳化。自 2015 年购并语音业者 VocalIQ 和 Perceptio,VocalIQ 提升使用者在与电脑语音交流更加顺畅,并转型为当地 Siri 研发中心;Perceptio 则改善 Siri 功能。2016 年另收购 Emotient,以装置追踪、辨识及分析脸部表情,直接用于 iPhone,并收购 Turi 提高苹果产品与服务运算能力,为苹果布局 AI 版图更上一层楼。
2017 年 WWDC(The Apple Worldwide Developers Conference)活动期间,苹果推出首款 Core ML(苹果机器学习框架),2018 年 6 月推出 Core ML 2,速度提高 30%,量化使框架能够将模型缩小 75%,并为 CreateML 工具及其 Core ML 框架延续,即 Core ML(旨在简化 AI 模式建置)让开发者更方便训练机器学习模型并封装进 App,而 Create ML 则实现在行动装置的 AI 运算,强调苹果保护用户隐私初衷,将所有资料储存在手机,相关运算皆在本地完成,有助于降低资料泄露风险。
应用程序开发人员透过苹果 Core ML 使用神经引擎,透过 Core ML 即插即用技术,加上 AI 算法(如图像辨识等)。由于核心 ML 功能可透过神经引擎以更快地处理相关任务,大幅降低发送至云端数据进行图像处理等,进而提高性能,降低耗电。
苹果强化 AI 应用生态圈,打造专属硬件、软件和平台
2017 年苹果推出 iPhone X 采用脸部辨识技术,做到流畅用户体验,透过 AI 功能,让智能手机执行各种任务,提供即时翻译,处理自然语言,协助用户透过智慧辨识拍摄更好照片,透过分析用户行为模式,装置做出决策并执行任务,其中语音助理将分析和学习用户行为,进而提供用户不同需求,提升和装置间互动。
苹果 A11 仿生(Bionic)芯片于 2017 年 9 月发表,首先搭载于 iPhone 8、iPhone 8 Plus 及 iPhone X 三款智能手机,A11 Bionic 芯片强调用于使用机器学习和深度学习任务,包括 AR 物体侦测、脸部辨识、Animoji 脸部追踪等任务都依赖 AI 芯片,采用双核设计,每秒可达成高达 6,000 亿次操作之即时操作处理,专为特定机器学习算法而设计。随着新款苹果手机在 2018 年 9 月正式发表,A12 芯片功率将比 A11 更高效。
▲ A12 处理器发表重点。(Source:苹果)
(首图来源:苹果)
延伸阅读:
- 苹果并非芯片 AI 公司,但它的芯片和 AI 真的令人惊艳