看似无聊的本届WWDC背后，苹果在布局怎样的未来？

原标题：看似无聊的本届WWDC背后，苹果在布局怎样的未来？

近来，微软Build、谷歌I/O、苹果WWDC相继举行。

虽说是开发者大会，而不是人工智能大会，微软和谷歌都把AI当成了重心。谷歌战略已经从Mobile First转向了AI first，微软强调全新的世界观——智能云和智能边缘（Intelligent Cloud & Intelligent Edge）。而苹果似乎没有这么着急地要一口吞下AI。

虽然苹果布局机器学习已久，却一向低调。苹果很早就发布了人工智能语音助手Siri，但是外界却普遍评价其在AI、机器学习上的进展落后于谷歌和微软。而也是在2016年BackChannel的一篇文章才揭示了苹果的iBrain，和苹果是如何低调地把AI放进各个产品之中。

苹果似乎依然不愿意过度强调AI。WWDC2018上，发布会临结束时，负责软件的苹果高级副总裁Craig Federighi介绍了Metal和ML两大技术，然而也只占到了几分钟。

Craig Federighi谈到，在软件系统更新之外，Metal、ML和ARKit是更面向未来的技术。

Create ML：在Mac上训练ML模型

现在，机器学习已经成为开发者常用的开发工具。

在WWDC2017上，苹果介绍了Core ML。Core ML是能在苹果产品上使用的高性能机器学习框架，能帮助开发者快速地将多种机器学习模型融合到App中。

开发者可以把在IBM Waston、Tensorflow、turi等平台训练好的ML模型，放在Core ML上运行，Core ML能提供多样、高效的推理运行环境，且支持iOS、mcOS等设备。

此次大会推出了升级的Core ML 2，其可以使模型运行更快，利用一项被称为Batch Prediction的技术，Core ML 2的处理速度提升了30%，模型大小能减少75%。

除了将别家的ML模型导入自加的APP外，苹果当然希望开发者能在现有的苹果设备中训练ML模型。

机器学习需要耗费大量的计算单元，通常都是在云端完成，或者是用配备了多个GPU以及专为AI优化的硬件。

而为了让更多人直接利用现有的Mac进行开发，Craig Federighi介绍了一个全新的工具——Create ML。Create ML可以支持计算机视觉、自然语言处理等机器学习任务，还支持添加自定义的数据，这些任务可以使用Swift 与 macOS 试验场等熟悉的工具。等模型训练好之后，就可以放进苹果的Core ML框架里运行。

例如，Memrise是一家做计算机视觉的公司，此前，他们需要用2000张图像来训练模型，大概花费24小时。而现在，他们可以在MacBook Pro上面训练同样的模型，只需要48分钟，在iMac Pro上面则只需要18分钟，并且模型的大小从90MB缩小到3MB。

Core ML 2和Create ML在效率上的提升，以及对硬件设备要求的降低也来源于GPU的支持。大多数在谈到苹果的ML工具Core ML时，都会忽视Metal，其实，Core ML是基于更底层的Metal开发的。

2014年苹果推出Metal，能利用GPU来获得更好的图形和计算能力，能使得一些操作游戏如《堡垒之夜》(Fortnight)在iPhone手机上运行。通过对external GPU的支持，Metal使得苹果的设备能够获得更逼真的3D渲染效果，现场，Craig Federighi展示了Metal帮助Unity实现实时的光线渲染效果，这些光线就像是真实录制下来的一样，每个角度都有不同的变化。

除此之外，Metal的另一特色在于，其能支持机器学习，Metal Performance Shaders（MPS）能够加速训练神经网络这样的计算密集型任务，用GPU的MPS的训练速度比CPU提升20倍。因此基于Metal开发的Core ML也能利用GPU，在效率上能得到很大提升。 

AI无处不在

除了提供Core ML和Create ML，让开发者也能简单地在苹果的设备上创建机器学习应用以外，苹果自身的产品已经全面拥抱AI和机器学习。

此前，我们已经看到，为了用机器学习带来更好的用户体验，苹果已经做出了很多尝试。比如在iPad上利用机器学习识别手写便签的文本、在iPhone上通过学习和预测用户的使用习惯来让iOS更省电、在照片app里自动创建的回忆相册以及面部识别， Siri也利用机器学习带来了更多贴心的功能和更流畅的对答。这些，在今年WWDC新推出的iOS 12上都有了新的进展。

 1/3    1 2 3 下一页 尾页