0
雷鋒網(wǎng)AI科技評論按：7月份，在經(jīng)歷了長達幾個月外界對蘋果AI技術(shù)落后的質(zhì)疑后，蘋果又有了一些新動作，首先是在7月20日上線了蘋果機器學(xué)習(xí)官方博客（Apple Machine Learning Journal），并發(fā)表了第一篇博文；其次提交的論文被CVPR 2017收錄，獲最佳論文。
蘋果CEO庫克面對外界對蘋果AI技術(shù)落后的質(zhì)疑，曾向媒體回應(yīng)說，蘋果精神是“just work ”（實干精神），之所以外界看不到蘋果AI技術(shù)的進展，是因為蘋果只喜歡談?wù)摷磳⑸暇€的產(chǎn)品功能。這么來看，公眾最多只能通過公開的博客和學(xué)術(shù)論文中了解到蘋果在AI領(lǐng)域研究的大方向，而關(guān)于這些研究的應(yīng)用以及進度，只能靠猜測了。
不過雷鋒網(wǎng)編輯在網(wǎng)上找到了一些PPT。這些PPT是在去年的12月6日，一個僅面向受邀者參加的行業(yè)AI大會的午餐會上，蘋果公司機器學(xué)習(xí)負責(zé)人羅斯·薩拉克丁諾夫（Russ Salakhutdinov）和其他蘋果員工進行的議題討論，詳細介紹了蘋果公司在AI領(lǐng)域的一些進展。
根據(jù)參會者的描繪：
會上一張幻燈片上有兩張非常有特色的汽車圖片，該幻燈片匯總了蘋果公司的研究，說明了“LiDAR的體積檢測”和“結(jié)構(gòu)化輸出預(yù)測”。
對于現(xiàn)如今的無人駕駛技術(shù)而言，LiDAR或光感測距（和雷達類似，但借助激光）以及物理事件預(yù)測都是非常重要的組成部分。不過，鑒于所介紹的內(nèi)容比較敏感，兩名不愿透露姓名的參會者強調(diào)，蘋果公司并沒有提及他們的造車?yán)硐搿?/p>
今年6月份，庫克首次公開談?wù)摿苏陂_發(fā)的代號為Project Titan 無人駕駛項目。但只是聲稱在做無人駕駛技術(shù)的研發(fā)，對是否會自主制造汽車，庫克并沒有給出答案。
而英國《每日郵報》7月21日有文爆料，蘋果正與一家中國公司合作研發(fā)汽車電池， 這家公司名字叫時代新能源科技有限公司(CATL)。CATL曾經(jīng)隸屬新能源技術(shù)有限公司，為蘋果產(chǎn)品供應(yīng)電池，但后來脫離后者成為一個獨立實體。CATL目前為電動巴士、電動客車、電動卡車和固定能量儲存供應(yīng)電池組。
由此可見，蘋果的野心并不只是研發(fā)自動駕駛系統(tǒng)那么簡單。
對于算法在圖形處理單元或GPU（常用于服務(wù)器端加速深度學(xué)習(xí)的處理速度）上的運行效率，蘋果還是非常自豪的。一張幻燈片指出，蘋果的圖像識別算法每秒鐘處理的照片是谷歌的兩倍，谷歌每秒處理1500張，而他們每秒可以處理3000張，而且大體上只需要1/3的GPU。這種比較是基于在Amazon Web Services（一個云計算的標(biāo)準(zhǔn)）上運行算法做出的。
雖然其他公司正開始基于專用芯片來加速AI工作，如谷歌的TPU（張量處理單元）和微軟的FPGA（現(xiàn)場可編程邏輯閘陣列），值得注意的是，蘋果是基于標(biāo)準(zhǔn)的GPU。不過，蘋果是否為了匹配其客制化客戶硬件而構(gòu)建了自己的客制化GPU，還是從像英偉達這樣的大型制造商購買，并沒有詳細介紹。
另外，蘋果用來訓(xùn)練其神經(jīng)網(wǎng)絡(luò)識別圖像的圖片庫似乎是專有的，其規(guī)模幾乎是標(biāo)準(zhǔn)ImageNet數(shù)據(jù)庫的兩倍。
神經(jīng)網(wǎng)絡(luò)工具Core ML， 它構(gòu)建的神經(jīng)網(wǎng)絡(luò)比原始神經(jīng)網(wǎng)絡(luò)小4.5倍，精度卻沒有損失，速度比原先快兩倍。在AI研究領(lǐng)域，這項技術(shù)使用更強大的神經(jīng)網(wǎng)絡(luò)訓(xùn)練另一個網(wǎng)絡(luò)，使其知道在各種情況下做什么決策。然后，這位“學(xué)生”（student）網(wǎng)絡(luò)就會具備“老師”（teacher）網(wǎng)絡(luò)知識的精簡版本。本質(zhì)上，對于給定的照片或音頻樣本，它能做出更大網(wǎng)絡(luò)的預(yù)測。通過精簡神經(jīng)網(wǎng)絡(luò)，iPhone和iPad可以識別照片中的人臉和位置，或者了解用戶的心率變化，并且不需要依賴遠程服務(wù)器。將這些處理過程封裝在手機里可以讓這項功能隨處可用，而且，這還使得數(shù)據(jù)無需加密，也無需通過無線網(wǎng)絡(luò)傳輸。
Core ML
對于希望將AI構(gòu)建到自己的iOS應(yīng)用的開發(fā)人員而言，蘋果構(gòu)建的這一套機器學(xué)習(xí)模型和應(yīng)用程序協(xié)議接口（API），即Core ML，非常有幫助。開發(fā)人員可以使用這些工具將圖像識別構(gòu)建到照片應(yīng)用中，或者引入自然語言處理技術(shù)到一個聊天機器人中，可以理解用戶所說的內(nèi)容。
蘋果首先發(fā)布了其中四個圖像識別模型以及一個面向計算機視覺和自然語言處理的API。這些工具在用戶設(shè)備本地運行，也就是說，數(shù)據(jù)仍然是私有的，永遠不需要在云上進行處理。
此外，蘋果還讓AI開發(fā)人員可以很容易地將他們自己喜歡的AI引入蘋果設(shè)備。某些種類的深度神經(jīng)網(wǎng)絡(luò)可以直接轉(zhuǎn)換為Core ML。
蘋果現(xiàn)在提供了Caffe和Keras支持，前者是由加州大學(xué)伯克利分校開發(fā)的一款用于構(gòu)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)的開源軟件，后者是一個可以簡化那個過程的工具。值得注意的是，它不支持谷歌的開源AI框架TensorFlow。不過，創(chuàng)建者可以構(gòu)建自己的轉(zhuǎn)換器。
在蘋果提供的預(yù)訓(xùn)練模型中，有一部分是開源的谷歌代碼，主要面向圖像識別。
需要說明的是：蘋果并不是第一個發(fā)布可在移動設(shè)備運行的深度學(xué)習(xí)工具的公司。
在WWDC之前的谷歌I/O大會上，谷歌發(fā)布了“為移動而生”的TensorFlow Lite，它將允許開發(fā)人員在用戶的移動設(shè)備上實時地運行人工智能應(yīng)用，有多款在移動設(shè)備上使用 TensorFlow 做翻譯、風(fēng)格化等工作；TensorFlow 在移動設(shè)備 CPU（高通 820）上，能夠達到更高的性能和更低的功耗。
而早在 2016 年 11 月，F(xiàn)acebook 就已經(jīng)發(fā)布了一個稱為 Caffe2Go 的架構(gòu)。Caffe2Go 用于實時風(fēng)格轉(zhuǎn)移（Style Transfer），即在用戶的移動設(shè)備添加了類藝術(shù)（Art-like）過濾器。在今年的 F8 大會上， Facebook 進一步發(fā)布了 Caffe2，正式支持移動平臺。而除此之外，MxNet 深度學(xué)習(xí)框架也支持多個平臺，包括移動設(shè)備。
和Tensorflow、Caffe等深度學(xué)習(xí)框架不同，Core ML是完全聚集于在設(shè)備端本地進行深度學(xué)習(xí)推理的框架，而其它框架除了支持本地設(shè)備端同時也支持云端，能夠推理也支持訓(xùn)練。蘋果宣傳Inception v3速度是Tensorflow的6倍，這是通過MetalAPI對于GPU能力充分利用的結(jié)果。
相較于其他移動端深度學(xué)習(xí)框架，Core ML看起來更方便使用。蘋果很聰明的定義了一個標(biāo)準(zhǔn)的模型格式（.mlmodel），提供了流行的框架模型到該格式的轉(zhuǎn)換工具，比如你可以將你的Caffe模型轉(zhuǎn)換成Core ML的模型格式。這樣就可以利用各個模型的訓(xùn)練階段，而不像TensorflowLite只能使用Tensorflow模型。模型訓(xùn)練好了之后，只要拖放到XCode中就可以使用，蘋果甚至把接口的Swift代碼都生成好了，非常方便。
從目前的情況看來，Core ML似乎在移動端上的表現(xiàn)更勝一籌，但是將來是否真的可以保持穩(wěn)定發(fā)揮，還得靠時間來檢驗。
蘋果在之前的開發(fā)者大會上的主題演講中清楚地向大家表明，發(fā)生在手機上的每個動作都會被記錄，然后由操作系統(tǒng)的一系列機器學(xué)習(xí)算法進行分析，判斷是否預(yù)示著用戶希望要做一個日歷預(yù)約、撥打一個電話，或者制作更好的動態(tài)照片。像Apple music的聽歌推薦，通過對用戶聽歌記錄的學(xué)習(xí)來調(diào)整作出相應(yīng)的推薦；iphone的電池續(xù)航，手機的電池管理系統(tǒng)使用了機器學(xué)習(xí)，了解了用戶的使用習(xí)慣并作出相應(yīng)的調(diào)整，使續(xù)航更持久。
另外從Siri的聲音也可以看出蘋果用到了機器學(xué)習(xí)。他們不再使用預(yù)先錄制好的標(biāo)準(zhǔn)答案，現(xiàn)在，Siri的聲音完全是由AI生成的。這樣更靈活（蘋果在大會上示范了四種不同的音調(diào)），隨著技術(shù)的發(fā)展，它聽上去會越來越像真人（蘋果的競爭對手離這個目標(biāo)已經(jīng)不遠了）。
蘋果只發(fā)表了一篇論文，并且獲得了CVPR 2017最佳論文。蘋果AI研究負責(zé)人Ruslan Salakhutdinov一直在做巡回演講（很大程度上是為了招聘到AI頂尖人才）。舉例來說，他在Nvidia的GPU技術(shù)大會上了發(fā)表了演講，之后他還會在紐約發(fā)表演講。此外，去年年底，在Salakhutdinov上任后不久，蘋果在一個重大的AI會議上和他們的競爭對手舉行了一場閉門會議。但是，就目前競爭激烈的AI市場來講，論文和演講的威懾力似乎遠不如實在的研究成果來的強大。蘋果公司如果想成為全球AI領(lǐng)跑者，未來的路似乎并不好走。
參考資料：
2.https://qz.com/999235/apple-is-finally-serious-about-artificial-intelligence/
雷鋒網(wǎng)整理編輯
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
