Core ML:苹果是如何将AI带给我们所有人的

威锋网

Core ML:苹果是如何将AI带给我们所有人的

投稿by:TangoDown来源:威锋网 PostTime:2017-08-23 14:21:09

苹果的 Core ML


  因为苹果从来都是不声不响的,总是表现出一副对尖端技术不感兴趣的样子,所以人们曾认为,它根本就没有在 AI(人工智能)技术上投入任何努力,更别提和谷歌、微软它们相提并论了。好在苹果通过去年下半年的努力,告诉怀疑者他们错了。

  为了避免继续给人们以错误印象,苹果开始以极大的热情去推动自身 AI 技术的发展。到了 2017 年的 WWDC 开发者大会,苹果公布了最新的移动级系统 iOS 11。在那些被公开了的新东西中,Core ML 吸引了不少人的注意。很多人知道 Core ML 和机器学习有关,但它到底是什么呢?

  所谓的 Core ML,其实就是一种机器学习架构。它的作用很简单,就是让开发者能够借助这种架构,将已经训练完成的机器学习模型集成进应用里,使得应用可以具备 AI 特有的学习和预测能力。只要有了机器学习模型,Core ML 凭借极深的集成度,就能够最大化发挥运算效率。

  Core ML 的厉害之处就在于,它让开发者使用第三方 AI 模型的过程变得十分轻松,后者甚至不需要在 AI 和机器学习技术上有很深的理解,都能够让自家的应用更加智能。换句话说,在 AI 和机器学习的应用上,苹果包办了技术那一边,让开发者能够主打用户体验。

实际的福利


  那么有了 Core ML 之后,我们未来到底能够在应用上享受到哪些因此出现的新体验呢?其实这个问题的答案苹果已经有过提示了。

  首先是实时的图像识别。无论哪家厂商都把这个功能视为 AI 技术的主要应用之一,可见其重要性。无论是图片搜索,还是照片分类,或是物品识别,如果 AI 能够在这些功能上成功被应用,用户的体验和信息获取渠道无疑就会被拓展了一大截。

  此外更重要的还有用户整体体验的个性化。在设备硬件性能已经不再是人们购机最重要的考量之后,服务和体验的个性化就成为了厂商们关注的重点。无论是面向哪个方向的个性化,光是依靠过往记录提供相似结果肯定是不足够的,一定要利用上机器学习,给予更深更广的分析,并能够进行一定程度的预测。这样,用户才会觉得设备“知心”,能够及时自主地提供他想要的东西。

  除此之外,苹果给出的 Core ML 实例还有机器翻译、自动字幕、音乐标识、面部识别、词汇文本预测、情感识别及分析、文字总结概括等等。

  过去提到 AI 技术,我们总会感到有些虚无缥缈,仿佛它离自己非常远。有了 Core ML 之后,开发者就能够很轻松地将这样的体验集成到自己的应用中,并实现以上的这些功能。这其中的很多特性可能不会让我们联想起这样高大上的技术,但这对苹果来说并不重要,重要的是它实现了,而且用户们享受到了。

面对竞争


  当然了,在 AI 技术领域很有建树的绝对不止苹果一家,谷歌、Facebook、微软、亚马逊这些公司同样有自己独到的见解,而且谷歌旗下有安卓,它在 AI 和机器学习上的技术成果反映到操作系统之后,对苹果能造成更直接的挑战。那么,苹果依靠 Core ML 的话,能够在面对竞争对手的时候拥有哪些主要优势呢?

  首先是速度,这一点非常重要。一般来说现有的大多数应用要处理机器学习任务的话,都需要通过云网络来进行,安卓应用当然也是如此。然而在加入了 Core ML 之后,苹果设备就能够在本地处理机器学习,因为应用开发者们能够很轻易地对运行这些应用的 iOS 硬件进行测试 —— 这对碎片化严重的安卓生态来说太难了。

  说到本地处理,那么就不得不提适用性的问题了。既然 iOS 应用能够实现本地处理机器学习,这就说明它对网络的依赖相对较低。那么即使是在没有网络连接的情况下,应用 AI 也一样能够发挥作用,如果是那些对机器学习依赖很深的服务尤其如此。如果仅仅是依赖云网络进行机器学习处理的话,一旦当时和网络失去了连接,那就很尴尬了。

  接下来更进一步,那就说到隐私了。Core ML 的特性使得所有的数据至少理论上都不需要向外部的服务器进行传输,这样一来泄露、被拦截的风险就小了很多。无论你是用支持 Core ML 的应用去识图,去收发信息,还是去翻译语句,这些信息苹果都看不到,因为它们本来就不需要被发送。

主流化


  无论是 Core ML 的原理,还是它在苹果眼中能够实现的那些东西,我们都能够明显看出,这就是苹果的风格。对于各种技术,苹果一向喜欢以实用主义的眼光去看待它们。即使是 AI 和机器学习这种在人们看来太过高大上的东西,苹果注重的仍然是它展现到用户们手中时会是什么模样。

  这样的理念,当然就有利于让这些技术真正被普及给大众,而这本来也就是苹果最为擅长的。事实上苹果是最早的一批使用机器学习技术的公司,早在 1993 年推出个人掌上电脑 Newton 的时候,相关的应用就已经有了。这些年来,苹果只专注于将各种技术转化为务实的那些功能。

  我们在 Core ML 身上看到了同样的苹果风格。让开发者能够轻松将机器学习模型整合进应用中,这就是它的杀手锏。苹果具有足够的号召力,能够让开发者们纷纷投入其中,接下来会有的那些变化是可以预期的。

  我们可以想见在未来的几年时间里,iOS 用户们会逐渐感受到它们的应用中逐渐加入了更多非常实用的,过去从未有过的新功能。这种惊喜,很可能会转化为更多人选择 iOS 生态的优势。尽管大多数人并不会知道造就这一切的“功臣”是谁,但这已经不重要了。


© Joyslink Inc.