细拆苹果AI战略蓝图离领跑全球是否越来越近(2)

　　在WWDC之前的谷歌I/O大会上，谷歌发布了“为移动而生”的TensorFlow Lite，它将允许开发人员在用户的移动设备上实时地运行人工智能应用，有多款在移动设备上使用 TensorFlow 做翻译、风格化等工作；TensorFlow 在移动设备 CPU（高通 820）上，能够达到更高的性能和更低的功耗。

　　根据参会者的描绘：

　　今年6月份，库克首次公开谈论了正在开发的代号为Project Titan 无人驾驶项目。但只是声称在做无人驾驶技术的研发，对是否会自主制造汽车，库克并没有给出答案。

　　不过雷锋网编辑在网上找到了一些PPT。这些PPT是在去年的12月6日，一个仅面向受邀者参加的行业AI大会的午餐会上，苹果公司机器学习负责人罗斯·萨拉克丁诺夫（Russ Salakhutdinov）和其他苹果员工进行的议题讨论，详细介绍了苹果公司在AI领域的一些进展。

　　学术研究

　　雷锋网AI科技评论按：7月份，在经历了长达几个月外界对苹果AI技术落后的质疑后，苹果又有了一些新动作，首先是在7月20日上线了苹果机器学习官方博客（Apple Machine Learning Journal），并发表了第一篇博文；其次提交的论文被CVPR 2017收录，获最佳论文。

　　苹果只发表了一篇论文，并且获得了CVPR 2017最佳论文。苹果AI研究负责人Ruslan Salakhutdinov一直在做巡回演讲（很大程度上是为了招聘到AI顶尖人才）。举例来说，他在Nvidia的GPU技术大会上了发表了演讲，之后他还会在纽约发表演讲。此外，去年年底，在Salakhutdinov上任后不久，苹果在一个重大的AI会议上和他们的竞争对手举行了一场闭门会议。但是，就目前竞争激烈的AI市场来讲，论文和演讲的威慑力似乎远不如实在的研究成果来的强大。苹果公司如果想成为全球AI领跑者，未来的路似乎并不好走。

　　苹果CEO库克面对外界对苹果AI技术落后的质疑，曾向媒体回应说，苹果精神是“just work ”（实干精神），之所以外界看不到苹果AI技术的进展，是因为苹果只喜欢谈论即将上线的产品功能。这么来看，公众最多只能通过公开的博客和学术论文中了解到苹果在AI领域研究的大方向，而关于这些研究的应用以及进度，只能靠猜测了。

　　对于希望将AI构建到自己的iOS应用的开发人员而言，苹果构建的这一套机器学习模型和应用程序协议接口（API），即Core ML，非常有帮助。开发人员可以使用这些工具将图像识别构建到照片应用中，或者引入自然语言处理技术到一个聊天机器人中，可以理解用户所说的内容。

　　和Tensorflow、Caffe等深度学习框架不同，Core ML是完全聚集于在设备端本地进行深度学习推理的框架，而其它框架除了支持本地设备端同时也支持云端，能够推理也支持训练。苹果宣传Inception v3速度是Tensorflow的6倍，这是通过MetalAPI对于GPU能力充分利用的结果。

　　此外，苹果还让AI开发人员可以很容易地将他们自己喜欢的AI引入苹果设备。某些种类的深度神经网络可以直接转换为Core ML。

　　AI专用芯片

　　而早在 2016 年 11 月，Facebook 就已经发布了一个称为 Caffe2Go 的架构。Caffe2Go 用于实时风格转移（Style Transfer），即在用户的移动设备添加了类艺术（Art-like）过滤器。在今年的 F8 大会上， Facebook 进一步发布了 Caffe2，正式支持移动平台。而除此之外，MxNet 深度学习框架也支持多个平台，包括移动设备。

　　另外从Siri的声音也可以看出苹果用到了机器学习。他们不再使用预先录制好的标准答案，现在，Siri的声音完全是由AI生成的。这样更灵活（苹果在大会上示范了四种不同的音调），随着技术的发展，它听上去会越来越像真人（苹果的竞争对手离这个目标已经不远了）。

Core ML