苹果开发者大会最新手机平板操作系统苹果IOS11正式发布！还有更多新品
当地时间 6 月 5 日，苹果开发者年度盛会 wwdc 2017 在美国加州举行。在这个舞台上，我们看到了苹果软件、硬件有哪些新的升级、推新。但在 keynote 中，我们看到了苹果不同于谷歌、facebook 的人工智能战略。
2016 年 8 月份，backchannel 的一篇文章正式揭开了苹果公司人工智能研究的面纱。虽然苹果是第一家将智能助理整合进其操作系统的主流公司，但并不如谷歌、facebook 这样大声的宣告人工智能，也没有专门的组织和团队进行人工智能的研究。
在 backchannel 的报道中，软件主管兼高级副总裁 craig federighi 曾表示，「在苹果，我们并没有一个单独集中负责机器学习技术的组织。」
不久之后（2016 年 10 月份）cmu 机器学习教授 russ salakhutdinov 在自己 twitter 上宣布任职苹果人工智能研究负责人的消息。之前的人工智能研究一直处于隐藏模式的苹果，真的开始了与谷歌、facebook 这样的其他巨头之间的竞争。
在 2016 年底的 nips 学术会议上，russ salakhutdinov 打破了苹果一贯的沉默，说明了苹果在人工智能发展商的具体目标，该公司还给出了一些细节来说明自己相对于竞争者的优势，让人们了解到了一些苹果的研究进展。
最终，这一切成果，都在今年的 wwdc 开发者大会上有了完整的展现。这次大会围绕软、硬件，介绍了苹果融合了机器学习与人工智能的产品。在软件方面，以 siri 为核心，在各种官方 app 里面用机器学习技术进行优化；硬件方面，首当其冲的就是提升硬件配置，终于 mac 不再是渣配置的象征，apple 也拿出了强大的硬件设备（imac pro）进入市场。
metal 2 与 core ml
计算力
我们知道人工智能发展一大核心是计算力。在 wwdc 2017 上，苹果宣布的 metal2 与新硬件平台能提供机器学习所需的强大计算力。
首先，苹果宣布了最新的 metal 2 图 api，介绍了大量 high sierra macos 操作系统如何处理图的大量改变。其中有趣的一点是它对外部图解决方案的支持。苹果开放了 metal 2 外部图开发者 kit 的指令，包括允许外部 gpu 附件的 thunderbolt 3，以及一个 amd radeon rx 580 图显。意味着开发者能够尝试各种应用外部 gpu 的最好方式，在计算力上这会提供极大的支持。
federighi 介绍说，metal 2 不只是用于图，也可以用来进行机器学习。它能加速所有类型深度学习算法的 metal 性能着色器。
在这部分演示中，苹果着重强调的是在 gpu 性能方面的提升，apple 为展示 gpu 性能的提升，在现场演示了使用 imac 进行 vr 处理。接着 apple 提到了即将在今年年末发布的工作站级别的 imac pro 一体机，将会具备超强的性能，核心为了支持 machine learning 和 vr。
core ml
前面提到，面向开发者的 metal 2 也能用于机器学习。后面的演讲中，craig federighi 就宣布了苹果一系列新的面向开发者的机器学习 api，包括面部识别的视觉 api、自然语言处理 api，这些 api 集成了苹果所谓的 core ml 框架。
core ml 的特性：支持深度神经网络、循环神经网络、卷积神经网络、支持向量机、树集成、线性模型
federighi 介绍说，core ml 的核心是加速在 iphone、ipad、apple watch 上的人工智能任务，包括面部识别、文本分析等。他表示，core ml 在 iphone 上每分钟图像识别的速度是谷歌 pixel 上的 6 倍。
siri intelligence 与智能音箱 homepod
谷歌的 google assistant、亚马逊的 alexa、微软的 cortana、苹果的 siri，都是业界极为关注的语音助手。在此次的开发者大会上，siri 有了一系列的升级，这些升级集成了大会上所说的 siri intelligence。同时，苹果也发布了配备 siri 助手的智能音箱 homepod。
值得一提的是，2014 年苹果将 siri 的语音识别移植到了基于神经网络的系统上，使用深度学习对它进行了极大的增强。这里面使用到了一些早期技术，包括隐马尔可夫模型。但从这个时间节点开始 siri 使用了机器学习技术，包括 dnn（深度神经网络），卷积神经网络，长短期记忆单位，封闭复发性单位（gated recurrent units），以及 n-grams 等。
经过三年的发展，siri intelligence 结合机器学习有了最新的进展：
siri voice 使用深度学习进行语音合成（男声、女声）
siri 将具备 knowledge 、 translate beta 功能
siri 将具备理解自然语言的功能（对语境更为敏感）
siri 翻译功能展示
之前业内一直在传苹果在 wwdc 大会上有可能推出重磅产品 siri 音箱。认为这款产品将直接与亚马逊的 echo、google 的 home 展开竞争。彭博社的报道也称，苹果正在研发的 siri 音箱将在不久的将来发售。
在大会上，苹果正式宣布了智能音箱 homepod。
homepod 使用 siri 助手，能够控制新闻、文本、短信、天气等。但就苹果的态度来看，homepod 是要彻底改造（reinvent）家庭音乐，所以它的核心还是音乐，siri 的功能辅助成分要大很多。
融入产品的人工智能
safari 的智能追踪防护
不像是 ai-first 的谷歌所举办的开发者大会，「机器学习」一词贯穿始终，wwdc 2017 上「机器学习」完全是伴随着苹果的产品和应用所出现的：
safari 使用机器学习识别网页追踪者，增强隐私保护；
图像 app 升级，特别是 memories 功能使用机器学习识别体育活动、婚礼等图；
apple store 使用深度学习辨别骗保行为；
苹果 news 应用，采用机器学习挑选出你可能感兴趣的新闻源；
apple watch 利用机器学习检测用户在锻炼状态还是仅仅在闲逛；
apple pencil 触控笔的「防手掌误触」机器学习模式。
总体看来，苹果的战略不是说帮助开发者研发新技术，而是帮助他们将最新的深度学习技术应用到苹果整个生态系统中。
总结
整场信息量巨大的 keynote 看下来，给我们的感觉是苹果在 ai 领域的核心任务不是做研究，而是将现有的 ai 技术优化、应用到苹果现有的体系中。在最后的回顾中，tim cook 甚至都没有怎么提到机器学习，由此可以看出苹果对待 ai 技术的态度。
在这场 ai 争夺战中，比较高调的 google、facebook，以及在 ai 领域的沉浸多年的微软都比较看重人工智能的研究。而对苹果而言，在即将到来的 ai 时代，他们仿佛要做的：一是用好别人研发出的好技术（提到了在 iphone7 上跑 inception v3）提升产品体验；另一个则是给开发者提供好开发平台（增强的硬件）。
就像苹果全球市场高级副总裁 phil schiller 在 backchannel 的采访中所说的那样，「典型的苹果用户，将在不知不觉中得到机器学习带来的用户体验的提升，并因此更加爱上苹果产品。最让人兴奋的是，你甚至都感觉不到它的存在，直到有一天你突然意识到，并发出由衷的感叹：这一切是怎么发生的？」
音频放大器的工作原理及如何挑选（上）
光电倍增管暗电流产生的原因_减少光电倍增管的暗电流方法
EA回应PC版FIFA 21画质不如新主机：太高了你们玩不动
区块链落地场景将会如何为影响我们的生活
首次公开!硬件霸主的软件秘密
苹果开发者大会最新手机平板操作系统苹果IOS11正式发布！还有更多新品
了解线阵相机与面阵相机的基本区别
基于PC104测控计算机的频率测量系统设计
iPhone8成美国第三季度最畅销机型 市场占比达9.4%
三星或将并购恩智浦、瑞萨电子等汽车半导体行业
中兴通讯推动2.1G产业链加速发展，完成首个2.1G SA系统性组网验证
LED、LED背光和OLED区别和联系详解
宇视平安城市系统的治安防控体系和应用特点分析
“迈向F5.5G，携手共促产业发展”的主题演讲
AI眼魔方拆解:是否真能无脑火还是另有乾坤?
特斯拉股价连创新高 主要归功于四项利好消息
智能电视机如何做到长时间使用不会卡顿
为何银行开始关闭指纹支付这个功能
在谷歌大脑不能做真正的机器学习科学研究？
反激式电路中使用的超快速恢复二极管的选择
2016 年 8 月份，backchannel 的一篇文章正式揭开了苹果公司人工智能研究的面纱。虽然苹果是第一家将智能助理整合进其操作系统的主流公司，但并不如谷歌、facebook 这样大声的宣告人工智能，也没有专门的组织和团队进行人工智能的研究。
在 backchannel 的报道中，软件主管兼高级副总裁 craig federighi 曾表示，「在苹果，我们并没有一个单独集中负责机器学习技术的组织。」
不久之后（2016 年 10 月份）cmu 机器学习教授 russ salakhutdinov 在自己 twitter 上宣布任职苹果人工智能研究负责人的消息。之前的人工智能研究一直处于隐藏模式的苹果，真的开始了与谷歌、facebook 这样的其他巨头之间的竞争。
在 2016 年底的 nips 学术会议上，russ salakhutdinov 打破了苹果一贯的沉默，说明了苹果在人工智能发展商的具体目标，该公司还给出了一些细节来说明自己相对于竞争者的优势，让人们了解到了一些苹果的研究进展。
最终，这一切成果，都在今年的 wwdc 开发者大会上有了完整的展现。这次大会围绕软、硬件，介绍了苹果融合了机器学习与人工智能的产品。在软件方面，以 siri 为核心，在各种官方 app 里面用机器学习技术进行优化；硬件方面，首当其冲的就是提升硬件配置，终于 mac 不再是渣配置的象征，apple 也拿出了强大的硬件设备（imac pro）进入市场。
metal 2 与 core ml
计算力
我们知道人工智能发展一大核心是计算力。在 wwdc 2017 上，苹果宣布的 metal2 与新硬件平台能提供机器学习所需的强大计算力。
首先，苹果宣布了最新的 metal 2 图 api，介绍了大量 high sierra macos 操作系统如何处理图的大量改变。其中有趣的一点是它对外部图解决方案的支持。苹果开放了 metal 2 外部图开发者 kit 的指令，包括允许外部 gpu 附件的 thunderbolt 3，以及一个 amd radeon rx 580 图显。意味着开发者能够尝试各种应用外部 gpu 的最好方式，在计算力上这会提供极大的支持。
federighi 介绍说，metal 2 不只是用于图，也可以用来进行机器学习。它能加速所有类型深度学习算法的 metal 性能着色器。
在这部分演示中，苹果着重强调的是在 gpu 性能方面的提升，apple 为展示 gpu 性能的提升，在现场演示了使用 imac 进行 vr 处理。接着 apple 提到了即将在今年年末发布的工作站级别的 imac pro 一体机，将会具备超强的性能，核心为了支持 machine learning 和 vr。
core ml
前面提到，面向开发者的 metal 2 也能用于机器学习。后面的演讲中，craig federighi 就宣布了苹果一系列新的面向开发者的机器学习 api，包括面部识别的视觉 api、自然语言处理 api，这些 api 集成了苹果所谓的 core ml 框架。
core ml 的特性：支持深度神经网络、循环神经网络、卷积神经网络、支持向量机、树集成、线性模型
federighi 介绍说，core ml 的核心是加速在 iphone、ipad、apple watch 上的人工智能任务，包括面部识别、文本分析等。他表示，core ml 在 iphone 上每分钟图像识别的速度是谷歌 pixel 上的 6 倍。
siri intelligence 与智能音箱 homepod
谷歌的 google assistant、亚马逊的 alexa、微软的 cortana、苹果的 siri，都是业界极为关注的语音助手。在此次的开发者大会上，siri 有了一系列的升级，这些升级集成了大会上所说的 siri intelligence。同时，苹果也发布了配备 siri 助手的智能音箱 homepod。
值得一提的是，2014 年苹果将 siri 的语音识别移植到了基于神经网络的系统上，使用深度学习对它进行了极大的增强。这里面使用到了一些早期技术，包括隐马尔可夫模型。但从这个时间节点开始 siri 使用了机器学习技术，包括 dnn（深度神经网络），卷积神经网络，长短期记忆单位，封闭复发性单位（gated recurrent units），以及 n-grams 等。
经过三年的发展，siri intelligence 结合机器学习有了最新的进展：
siri voice 使用深度学习进行语音合成（男声、女声）
siri 将具备 knowledge 、 translate beta 功能
siri 将具备理解自然语言的功能（对语境更为敏感）
siri 翻译功能展示
之前业内一直在传苹果在 wwdc 大会上有可能推出重磅产品 siri 音箱。认为这款产品将直接与亚马逊的 echo、google 的 home 展开竞争。彭博社的报道也称，苹果正在研发的 siri 音箱将在不久的将来发售。
在大会上，苹果正式宣布了智能音箱 homepod。
homepod 使用 siri 助手，能够控制新闻、文本、短信、天气等。但就苹果的态度来看，homepod 是要彻底改造（reinvent）家庭音乐，所以它的核心还是音乐，siri 的功能辅助成分要大很多。
融入产品的人工智能
safari 的智能追踪防护
不像是 ai-first 的谷歌所举办的开发者大会，「机器学习」一词贯穿始终，wwdc 2017 上「机器学习」完全是伴随着苹果的产品和应用所出现的：
safari 使用机器学习识别网页追踪者，增强隐私保护；
图像 app 升级，特别是 memories 功能使用机器学习识别体育活动、婚礼等图；
apple store 使用深度学习辨别骗保行为；
苹果 news 应用，采用机器学习挑选出你可能感兴趣的新闻源；
apple watch 利用机器学习检测用户在锻炼状态还是仅仅在闲逛；
apple pencil 触控笔的「防手掌误触」机器学习模式。
总体看来，苹果的战略不是说帮助开发者研发新技术，而是帮助他们将最新的深度学习技术应用到苹果整个生态系统中。
总结
整场信息量巨大的 keynote 看下来，给我们的感觉是苹果在 ai 领域的核心任务不是做研究，而是将现有的 ai 技术优化、应用到苹果现有的体系中。在最后的回顾中，tim cook 甚至都没有怎么提到机器学习，由此可以看出苹果对待 ai 技术的态度。
在这场 ai 争夺战中，比较高调的 google、facebook，以及在 ai 领域的沉浸多年的微软都比较看重人工智能的研究。而对苹果而言，在即将到来的 ai 时代，他们仿佛要做的：一是用好别人研发出的好技术（提到了在 iphone7 上跑 inception v3）提升产品体验；另一个则是给开发者提供好开发平台（增强的硬件）。
就像苹果全球市场高级副总裁 phil schiller 在 backchannel 的采访中所说的那样，「典型的苹果用户，将在不知不觉中得到机器学习带来的用户体验的提升，并因此更加爱上苹果产品。最让人兴奋的是，你甚至都感觉不到它的存在，直到有一天你突然意识到，并发出由衷的感叹：这一切是怎么发生的？」
音频放大器的工作原理及如何挑选（上）
光电倍增管暗电流产生的原因_减少光电倍增管的暗电流方法
EA回应PC版FIFA 21画质不如新主机：太高了你们玩不动
区块链落地场景将会如何为影响我们的生活
首次公开!硬件霸主的软件秘密
苹果开发者大会最新手机平板操作系统苹果IOS11正式发布！还有更多新品
了解线阵相机与面阵相机的基本区别
基于PC104测控计算机的频率测量系统设计
iPhone8成美国第三季度最畅销机型 市场占比达9.4%
三星或将并购恩智浦、瑞萨电子等汽车半导体行业
中兴通讯推动2.1G产业链加速发展，完成首个2.1G SA系统性组网验证
LED、LED背光和OLED区别和联系详解
宇视平安城市系统的治安防控体系和应用特点分析
“迈向F5.5G，携手共促产业发展”的主题演讲
AI眼魔方拆解:是否真能无脑火还是另有乾坤?
特斯拉股价连创新高 主要归功于四项利好消息
智能电视机如何做到长时间使用不会卡顿
为何银行开始关闭指纹支付这个功能
在谷歌大脑不能做真正的机器学习科学研究？
反激式电路中使用的超快速恢复二极管的选择