IT八卦

@楊宇良

作者簡介：「85前」，京津冀合作產品，非典型處女座，職業經歷橫跨科技、影視、互聯網，曾擔任CCID科技記者、芒果編導、豆瓣電影編輯。《電腦報》《金融博覽》特邀作者。

蘋果近期斥資2億美金收購了創業公司Lattice.co，蘋果在確認收購聲明中表示：「蘋果會不時收購小型科技公司，我們通常不對收購的目的和計劃置評。」但是，消息靈通人士還是爆料稱，Lattice大約20名工程師已經加入蘋果公司，後者或將吸納「暗數據」（Dark Data）技術為智能音響等人工智慧產品助力。

關於蘋果收購的Lattice，CruchBase給出了企業畫像。Lattice成立於2015年，由斯坦福計算機科學教授Christopher Ré、密歇根大學計算機科學教授Michael Cafarella，以及Raphael Hoffmann、Feng Niu聯合創立。其中，Christopher Ré此前關於DeepDive的工作獲得了麥克阿瑟天才獎。目前，他擔任Lattice首席科學家。Michael Cafarella最初擔任Lattice CEO，而目前則擔任首席技術官。他是Hadoop的聯合創始人，Hadoop是廣泛使用的大數據處理技術。Cafarella之前也是電訊公司TellMe Networks的工程師，該公司在2007年以8億美元被微軟收購。Feng Niu是Lattice的首席工程官。Michael Cafarella和Raphael Hoffmann此前也曾參與DeepDive的開發。目前，Lattice CEO是資深企業高管Andy Jacques。他於去年加入該公司。

發軔於斯坦福大學的「DeepDive」的研究項目，Lattice從誕生開始就把「暗數據」作為核心技術攻關，希望從圖像、文欄位落中獲取信息。「暗數據」，也就是非結構化數據，這部分數據最初不能進行分析處理時難以被利用。Lattice的誕生，就是讓這些暗數據變得可用，將非結構化數據結構化。該公司的技術也類似於谷歌知識圖表（「GOOG」）。因此，Lattice曾獲得了Alphabet旗下GV、Madrona和InQTel共計2000萬美元的投資，可見業界已經發現了提取暗數據的價值。

因為大量儲存在電腦網路中的數據，一般都未能按照傳統方式存放，而很多企業亦很難去對這些數據進行分析及運用，而Lattice便是以它們的人工智慧去分析。可以想像一下，那些沒有標籤、沒有得到分類，相互之間也沒有聯繫的數據，經過Lattice的翻雲覆雨手，就可以給用戶創造價值。

目前，Lattice已經能夠完成了對「暗數據」的理解，將非結構化數據結構化。簡言之，Lattice通過機器學習可以自行理解資料庫、網站信息以回答外界對系統的提問。

這次收購Lattice，並不是蘋果對人工智慧初創企業的特例，去年蘋果已收購了位於西雅圖的Turi，加強了機器學習及人工智慧，同時收編成相關部門。如果把時間在延長一點，事實上，從2010年收購Siri語音助手開始，蘋果就有條不紊地對人工智慧進行戰略布局。作為一個通訊主打的企業來說，對於新領域的跑馬圈地，投資收購是最直接的手段。過去6年蘋果一共收購了16家公司，使得自身在語音識別、自然語言處理、圖像識別、人臉識別、動作捕捉、機器學習、暗數據轉化等方向，都有了布局。

同時，蘋果非常務實，注重迅速把技術專利轉化為用戶體驗。例如，收購Siri，就是要讓iPhone增加語音助理，而後面在語音識別和NLP方向的收購舉措均基於Siri而展開；2015年收購VocalIQ，就是為了解決Siri無法識別更複雜指令的問題；收購Spotsetter地圖社交，同樣是為了將其演算法與蘋果Maps整合。考慮到Siri是蘋果諸多產品在人工智慧技術上的重要入口，與用戶體驗極為相關，所以蘋果收購的一系列人工智慧技術基本上都應用在了Siri功能單元之上。即使如此，蘋果收購的語音、語義識別的項目只有三家，它把更多的賭注放在了機器學習與計算機視覺方向的技術。原因很簡單，要想真正提高Siri體驗，只有通過更多的與數據、深度學習技術讓Siri更加智能，才能讓整部手機變得智能，才有可能外延至家庭、辦公、娛樂、休息等諸多場景的智能設備。

值得注意的是，在上述蘋果的收購歷史中，最貴的也就是2億美元，這也能反映出Lattice的戰略要義。拿到Lattice，未來的iPhone、Apple Watch、iPad等產品，不只能讀懂數據，還能讀懂暗數據，能夠在醫院、家庭等場合起到與其他產品不同的作用。此前已有數據表明，Apple Watch確確實實的可以用於監測房顫，雖然不知此信息是否為蘋果所為，但毫無疑問，蘋果希望將Apple Watch打造成兼具醫療器械的產品，這就需要Lattice全力支持。

將暗數據轉變成有效數據，蘋果下的是一盤大棋。該技術應用場景很多：譬如在國際警務和犯罪預防領域，能幫助揭露隱秘的人口販運；在醫學研究領域，可將當前看起來病患及醫療機械的數據轉化成有效數據，幫助醫生精確診治，同時設備高效運行。特別是在人工智慧方面，此技術還能創建更有用的數據源，來幫助更好的訓練人工智慧系統。可以預見，Lattice的技術一旦成熟，將被用於多個領域，可以揭示更多的隱秘，從而能夠更全面詳盡的了解某個行業。

近一點說，經過Lattice調教的Siri，不僅使iPhone或Mac能聽懂更多語音命令，還將駕馭蘋果即將公布的新款智能音箱，提升蘋果針對亞馬遜Echo或谷歌Home的競爭力。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！