蘋果的AI布局：除了併購與挖角，還做了這些

今日推薦

圖片來源：集邦諮詢攝

原標題：蘋果加快腳步布局AI版圖

2018年4月，蘋果挖走Google搜索技術和人工智慧(AI)部門工程副總裁John Giannandrea。

之後，蘋果在AI領域積極出招，並將Core ML和Siri團隊合併為AI/ML團隊，由John Giannandrea擔任機器學習和AI策略主管，其中核心ML是機器學習API於2017年推出，協助第三方開發者運行本地AI任務和AI集中應用程序與服務在iOS設備上更有效率，以期在AI版圖上佔有一席之地。

儘管2011年蘋果推出iOS系統中的人工智慧助理軟體Siri，搶下AI頭香，但卻沒趕上深度學習浪潮，隨著Google、Microsoft、Facebook等科技大廠競相投入，蘋果影響力卻不同以往。

不過，這半年來蘋果在AI領域有一系列大動作，不論在AI硬體、軟體、開發工具到應用生態，蘋果皆急起直追，積極結合其在行動終端和生態系統上優勢以迅速追趕。

蘋果通過併購與挖角，積極投入AI領域

蘋果近年積極投入AI領域，通過收購語音和圖像廠商，提高自身產品價值，強調使用者體驗最佳化。

自2015年併購語音業者VocalIQ和Perceptio，VocalIQ提升使用者在與電腦語音交流更加順暢，並轉型為當地Siri研發中心；Perceptio則改善Siri功能。2016年另收購Emotient，以裝置追蹤、識別及分析臉部表情，直接用於iPhone上，並收購Turi提高蘋果產品與服務運算能力，為蘋果布局AI版圖更上一層樓。

2017年WWDC活動期間，蘋果推出首款Core ML(蘋果機器學習框架)。

2018年6月推出Core ML 2，其速度提高30%，量化使框架能夠將模型縮小75%，並為CreateML工具及其Core ML框架延續，即Core ML(旨在簡化AI模式建置)讓開發者更方便訓練機器學習模型並封裝進App。

而Create ML則實現在行動設備上AI運算，其強調蘋果保護用戶隱私初衷，將所有資料儲存在手機中，相關運算皆在本地完成，有助於降低資料泄露風險。

應用程序開發人員通過蘋果的Core ML使用神經引擎，通過Core ML即插即用技術，加上AI演算法(如圖像識別等)。由於核心ML功能可通過神經引擎以更快地處理相關任務，大幅降低發送至雲端數據進行圖像處理等，進而提高性能，降低耗電。

蘋果強化AI應用生態圈，打造專屬硬體、軟體和平台

2017年蘋果推出iPhone X採用臉部識別技術，實現流暢用戶體驗，通過AI功能，讓智能型手機執行各種任務，提供實時翻譯，處理自然語言，協助用戶通過智慧識別拍攝更好照片，通過分析用戶行為模式，裝置做出決策並執行任務，其中語音助理將分析和學慣用戶行為，從而提供用戶不同需求，提升和裝置間互動。

蘋果 A11仿生(Bionic)晶元於2017年9月發表，首先搭載於iPhone 8、iPhone 8 Plus及iPhone X三款智能型手機。

A11 Bionic晶元強調用於使用機器學習和深度學習任務，包括AR物體偵測、人臉識別、Animoji臉部追蹤等任務都依賴於AI晶元，該晶元採用雙核設計，每秒可實現高達6,000億次操作之即時操作處理，專為特定機器學習演算法而設計。

隨著新款蘋果將在2018年9月正式發表，A12晶元功率將比A11更高效。

Source：拓墣產業研究院

圖片聲明：如果我們使用了您的圖片，請作者與本站聯繫索取稿酬。如您不希望作品出現在本站，可聯繫我們要求撤下您的作品。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！