當地時間 6 月 5 日，蘋果開發者年度盛會 WWDC 2017 在美國加州舉行。在這個舞臺上，我們看到了蘋果軟件、硬件有哪些新的升級、推新。但在 Keynote 中，我們看到了蘋果不同于谷歌、Facebook 的人工智能戰略。

　　2016 年 8 月份，Backchannel 的一篇文章正式揭開了蘋果公司人工智能研究的面紗。雖然蘋果是第一家將智能助理整合進其操作系統的主流公司，但并不如谷歌、Facebook 這樣大聲的宣告人工智能，也沒有專門的組織和團隊進行人工智能的研究。

　　在 Backchannel 的報道中，軟件主管兼高級副總裁 Craig Federighi 曾表示，「在蘋果，我們并沒有一個單獨集中負責機器學習技術的組織?！?/p>

　　不久之后（2016 年 10 月份）CMU 機器學習教授 Russ Salakhutdinov 在自己 Twitter 上宣布任職蘋果人工智能研究負責人的消息。之前的人工智能研究一直處于隱藏模式的蘋果，真的開始了與谷歌、Facebook 這樣的其他巨頭之間的競爭。

　　在 2016 年底的 NIPS 學術會議上，Russ Salakhutdinov 打破了蘋果一貫的沉默，說明了蘋果在人工智能發展商的具體目標，該公司還給出了一些細節來說明自己相對于競爭者的優勢，讓人們了解到了一些蘋果的研究進展。

　　最終，這一切成果，都在今年的 WWDC 開發者大會上有了完整的展現。這次大會圍繞軟、硬件，介紹了蘋果融合了機器學習與人工智能的產品。在軟件方面，以 Siri 為核心，在各種官方 App 里面用機器學習技術進行優化；硬件方面，首當其沖的就是提升硬件配置，終于 Mac 不再是渣配置的象征，Apple 也拿出了強大的硬件設備（iMac Pro）進入市場。

　　Metal 2 與 Core ML

　　計算力

　　我們知道人工智能發展一大核心是計算力。在 WWDC 2017 上，蘋果宣布的 Metal2 與新硬件平臺能提供機器學習所需的強大計算力。

　　首先，蘋果宣布了最新的 Metal 2 圖 API，介紹了大量 High Sierra MacOS 操作系統如何處理圖的大量改變。其中有趣的一點是它對外部圖解決方案的支持。蘋果開放了 Metal 2 外部圖開發者 Kit 的指令，包括允許外部 GPU 附件的 Thunderbolt 3，以及一個 AMD Radeon RX 580 圖顯。意味著開發者能夠嘗試各種應用外部 GPU 的最好方式，在計算力上這會提供極大的支持。

　　Federighi 介紹說，Metal 2 不只是用于圖，也可以用來進行機器學習。它能加速所有類型深度學習算法的 Metal 性能著色器。

　　在這部分演示中，蘋果著重強調的是在 GPU 性能方面的提升，Apple 為展示 GPU 性能的提升，在現場演示了使用 iMac 進行 VR 處理。接著 Apple 提到了即將在今年年末發布的工作站級別的 iMac Pro 一體機，將會具備超強的性能，核心為了支持 Machine Learning 和 VR。

　　Core ML

　　前面提到，面向開發者的 Metal 2 也能用于機器學習。后面的演講中，Craig Federighi 就宣布了蘋果一系列新的面向開發者的機器學習 API，包括面部識別的視覺 API、自然語言處理 API，這些 API 集成了蘋果所謂的 Core ML 框架。

　　Core ML 的特性：支持深度神經網絡、循環神經網絡、卷積神經網絡、支持向量機、樹集成、線性模型

　　Federighi 介紹說，Core ML 的核心是加速在 iPhone、iPad、Apple Watch 上的人工智能任務，包括面部識別、文本分析等。他表示，Core ML 在 iPhone 上每分鐘圖像識別的速度是谷歌 Pixel 上的 6 倍。

　　Siri Intelligence 與智能音箱 HomePod

　　谷歌的 Google Assistant、亞馬遜的 Alexa、微軟的 Cortana、蘋果的 Siri，都是業界極為關注的語音助手。在此次的開發者大會上，Siri 有了一系列的升級，這些升級集成了大會上所說的 Siri Intelligence。同時，蘋果也發布了配備 Siri 助手的智能音箱 HomePod。

　　值得一提的是，2014 年蘋果將 Siri 的語音識別移植到了基于神經網絡的系統上，使用深度學習對它進行了極大的增強。這里面使用到了一些早期技術，包括隱馬爾可夫模型。但從這個時間節點開始 Siri 使用了機器學習技術，包括 DNN（深度神經網絡），卷積神經網絡，長短期記憶單位，封閉復發性單位（gated recurrent units），以及 n-grams 等。

　　經過三年的發展，Siri Intelligence 結合機器學習有了最新的進展：

　　Siri Voice 使用深度學習進行語音合成（男聲、女聲）

　　Siri 將具備 Knowledge 、 Translate Beta 功能

　　Siri 將具備理解自然語言的功能（對語境更為敏感）

　　Siri 翻譯功能展示

　　之前業內一直在傳蘋果在 WWDC 大會上有可能推出重磅產品 Siri 音箱。認為這款產品將直接與亞馬遜的 Echo、Google 的 Home 展開競爭。彭博社的報道也稱，蘋果正在研發的 Siri 音箱將在不久的將來發售。

　　在大會上，蘋果正式宣布了智能音箱 HomePod。

　　HomePod 使用 Siri 助手，能夠控制新聞、文本、短信、天氣等。但就蘋果的態度來看，HomePod 是要徹底改造（reinvent）家庭音樂，所以它的核心還是音樂，Siri 的功能輔助成分要大很多。

　　融入產品的人工智能

　　Safari 的智能追蹤防護

　　不像是 AI-First 的谷歌所舉辦的開發者大會，「機器學習」一詞貫穿始終，WWDC 2017 上「機器學習」完全是伴隨著蘋果的產品和應用所出現的：

　　Safari 使用機器學習識別網頁追蹤者，增強隱私保護；

　　圖像 App 升級，特別是 Memories 功能使用機器學習識別體育活動、婚禮等圖；

　　Apple Store 使用深度學習辨別騙保行為；

　　蘋果 News 應用，采用機器學習挑選出你可能感興趣的新聞源；

　　Apple Watch 利用機器學習檢測用戶在鍛煉狀態還是僅僅在閑逛；

　　Apple Pencil 觸控筆的「防手掌誤觸」機器學習模式。

　　總體看來，蘋果的戰略不是說幫助開發者研發新技術，而是幫助他們將最新的深度學習技術應用到蘋果整個生態系統中。

　　總結

　　整場信息量巨大的 Keynote 看下來，給我們的感覺是蘋果在 AI 領域的核心任務不是做研究，而是將現有的 AI 技術優化、應用到蘋果現有的體系中。在最后的回顧中，Tim Cook 甚至都沒有怎么提到機器學習，由此可以看出蘋果對待 AI 技術的態度。

　　在這場 AI 爭奪戰中，比較高調的 Google、Facebook，以及在 AI 領域的沉浸多年的微軟都比較看重人工智能的研究。而對蘋果而言，在即將到來的 AI 時代，他們仿佛要做的：一是用好別人研發出的好技術（提到了在 iphone7 上跑 inception v3）提升產品體驗；另一個則是給開發者提供好開發平臺（增強的硬件）。

　　就像蘋果全球市場高級副總裁 Phil Schiller 在 Backchannel 的采訪中所說的那樣，「典型的蘋果用戶，將在不知不覺中得到機器學習帶來的用戶體驗的提升，并因此更加愛上蘋果產品。最讓人興奮的是，你甚至都感覺不到它的存在，直到有一天你突然意識到，并發出由衷的感嘆：這一切是怎么發生的？」