蘋果開放機器學習API，但是沒有看到蘋果的機器學習開發平台

雷鋒網消息，今天凌晨的蘋果WWDC主題演講無疑是果粉的狂歡，它很有可能被捧為最棒的WWDC。這次大會蘋果有6大更新，包括了iOS 11、新macOS、升級版Macbook、驚艷的iMac Pro以及智能音箱HomePod等軟體硬體產品。

除了新硬體和新系統，蘋果在機器學習方面的動作終於給大家展示了成果。這次，蘋果不僅在iOS的自家應用中更多使用了機器學習，還把機器學習功能作為iOS API的一部分向開發者開放，希望開發者們也用機器學習的力量開發出更好的應用程序。蘋果把這個機器學習功能叫做Core ML。負責軟體的蘋果高級副總裁Craig Federighi在昨晚的演講中做了總體介紹，雷鋒網AI科技評論結合官網的詳細信息給大家帶來更深入的解讀。

在iOS的本身功能里，蘋果已經嘗試用機器學習帶來更好的用戶體驗，比如在iPad上利用機器學習識別手寫便簽的文本、在iPhone上通過學習和預測用戶的使用習慣來讓iOS更省電、在照片app里自動創建的回憶相冊以及面部識別，現在iOS11中的Siri也利用機器學習帶來了更多貼心的功能和更流暢的對答。

接下來，蘋果想讓開發者也利用機器學習、或者利用蘋果已經開發出的功能做出更多美妙的應用。

蘋果首先拿出了在已經自家應用中使用的Vision API和Natual Language API，分別負責圖像識別處理和自然語言識別處理。

Vision API，已經運用在照片app中，提供了如下功能：

• 面部追蹤

• 面部識別

• 地標

• 文本識別

• 正方形識別

• 條碼識別

• 物體追蹤

• 圖像匹配

Natual Language API，已經運用在郵件和iMessage中：

• 語言檢測

• 符號化識別

• 詞形還原

• 對話分段

• 實體名稱識別

雷鋒網AI科技評論了解到，還有一個GameplayKit API也會開放，它的主要功能是評估決策樹。

這三個API開放以後，開發者就可以直接在自己的app中調用相關功能，無需自己重新開發機器學習模型就可以享用美妙的成果。可以期待，隨著iOS的更新，不管是系統app里還是用到這些功能的app，都會變得越來越準確、越來越好用。

前幾個特定用途的API都運行在Core ML之上。開發者如果想要運行自己的機器學習模型，那它也會運行在Core ML上。當然啦，自己的模型還是要先訓練好才能拿來在Core ML上運行的，Core ML提供的只是多樣、高效的推理運行環境。

Core ML可以支持多種網路模型，可以支持深度神經網路、複發神經網路、卷積神經網路，可以支持超過30種不同類型的層，還可以支持標準的支持向量機SVM、樹集成、廣義線性模型。

而且開發者可以把以上幾個第三方工具創建、訓練好的機器學習模型直接拿到Core ML裡面來用。

Core ML會運行在本地，這樣數據的隱私性安全得以保證，而且可以跟蘋果系列OS的特色功能有更好的配合，另外也避免了網路環境影響app功能的問題。

執行性能方面蘋果已經提前想了辦法，據Craig介紹，Core ML的執行性能很高，通過Machine Learning Model Converter，在iOS設備上就會有很好的運行表現，執行速度非常快，在圖像識別benchmark中比Google Pixel和三星S8快6倍。

根據官網資料，由於Core ML是基於iOS底層的Metal和Accelerate開發的，所以Core ML利用CPU和GPU資源的效率非常高，性能也可以全部發揮出來。

蘋果已經在官網機器學習介紹頁面 提供了四種訓練好的機器學習模型，模型轉換工具也在這個頁面中提供了下載。感興趣的開發者可以去下載試試了。

去年蘋果收購了西雅圖的機器學習初創公司Turi以後，繼續在西雅圖成立了自己的人工智慧研究實驗室，聘請了華盛頓大學教授Carlos Guestrin作為機器學習總監。Carlos Guestrin也是機器學習領域的頂尖人物之一，獲得過美國國家科學基金會的職業榮譽獎和頂尖人工智慧會議IJCAI的計算機與思想獎，而且也創辦過機器學習公司。

不過到了今天蘋果向開發者展示人工智慧app開發的時候，明顯能感覺到蘋果的做法與Facebook、Google有所不同。相比於基於caffe/caffe2和TensorFlow的一大堆開發環境和雲服務，蘋果只是發布了一個可以在設備上運行訓練好的機器學習應用的API，表現出蘋果似乎對自己做前沿研究和幫助開發者做前沿研究都沒什麼興趣。

曾在2013年到2017年帶領過蘋果人工智慧開發的Daniel Gross對蘋果公司的態度做了精確的表述：「蘋果的內部目標是造出偉大的產品，而不是發論文」。

所以蘋果沒有發布自己的機器學習開發平台、沒有發布開發硬體，也沒有對外公布是否挖了機器學習專家到自己團隊，在這種態度下就都合情合理了。蘋果願意開發人工智慧應用、願意用人工智慧改善用戶體驗，但是目前蘋果並沒有做開放的前瞻性研究。從以往的蘋果產品也可以看到，蘋果的風格通常不是一旦有新技術就拿來做產品，而是等到成熟一些、確認能夠對用戶體驗帶來改善，才會憑藉高超的工程能力把他們運用在產品中。

這不免讓人對蘋果有所擔心。所有人都判斷人工智慧/機器學習會佔據越來越重要的位置、能夠做的事情越來越多，但當年率先發布智能助理Siri的蘋果現在已經在開發和研究環境、前沿研究成果、影響力幾個方面都落在了後面。不過，現在距離機器學習的全面突破還有一段距離，蘋果的姿態是否會在突破點到來之前有任何改變，我們拭目以待。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！