苹果的AI布局：除了并购与挖角 还做了这些

今日推荐

图片来源：集邦咨询摄

原标题：苹果加快脚步布局AI版图

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。

之后，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，协助第三方开发者运行本地AI任务和AI集中应用程序与服务在iOS设备上更有效率，以期在AI版图上占有一席之地。

尽管2011年苹果推出iOS系统中的人工智能助理软件Siri，抢下AI头香，但却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，不论在AI硬件、软件、开发工具到应用生态，苹果皆急起直追，积极结合其在行动终端和生态系统上优势以迅速追赶。

苹果通过并购与挖角，积极投入AI领域

苹果近年积极投入AI领域，通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年并购语音业者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、识别及分析脸部表情，直接用于iPhone上，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，其速度提高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则实现在行动设备上AI运算，其强调苹果保护用户隐私初衷，将所有资料储存在手机中，相关运算皆在本地完成，有助于降低资料泄露风险。

应用程序开发人员通过苹果的Core ML使用神经引擎，通过Core ML即插即用技术，加上AI算法(如图像识别等)。由于核心ML功能可通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采用脸部识别技术，实现流畅用户体验，通过AI功能，让智能型手机执行各种任务，提供实时翻译，处理自然语言，协助用户通过智慧识别拍摄更好照片，通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惯用户行为，从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三款智能型手机。

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、人脸识别、Animoji脸部追踪等任务都依赖于AI芯片，该芯片采用双核设计，每秒可实现高达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。

随着新款苹果将在2018年9月正式发表，A12芯片功率将比A11更高效。

Source：拓墣产业研究院

图片声明：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。