看似無聊的本屆WWDC背后，蘋果在布局怎樣的未來？

近來，微軟Build、谷歌I/O、蘋果WWDC相繼舉行。

雖說是開發(fā)者大會，而不是人工智能大會，微軟和谷歌都把AI當成了重心。谷歌戰(zhàn)略已經(jīng)從Mobile First轉(zhuǎn)向了AI first，微軟強調(diào)全新的世界觀——智能云和智能邊緣（Intelligent Cloud & Intelligent Edge）。而蘋果似乎沒有這么著急地要一口吞下AI。

雖然蘋果布局機器學習已久，卻一向低調(diào)。蘋果很早就發(fā)布了人工智能語音助手Siri，但是外界卻普遍評價其在AI、機器學習上的進展落后于谷歌和微軟。而也是在2016年BackChannel的一篇文章才揭示了蘋果的iBrain，和蘋果是如何低調(diào)地把AI放進各個產(chǎn)品之中。

蘋果似乎依然不愿意過度強調(diào)AI。WWDC2018上，發(fā)布會臨結(jié)束時，負責軟件的蘋果高級副總裁Craig Federighi介紹了Metal和ML兩大技術，然而也只占到了幾分鐘。

Craig Federighi談到，在軟件系統(tǒng)更新之外，Metal、ML和ARKit是更面向未來的技術。

Create ML：在Mac上訓練ML模型

現(xiàn)在，機器學習已經(jīng)成為開發(fā)者常用的開發(fā)工具。

在WWDC2017上，蘋果介紹了Core ML。Core ML是能在蘋果產(chǎn)品上使用的高性能機器學習框架，能幫助開發(fā)者快速地將多種機器學習模型融合到App中。

開發(fā)者可以把在IBM Waston、Tensorflow、turi等平臺訓練好的ML模型，放在Core ML上運行，Core ML能提供多樣、高效的推理運行環(huán)境，且支持iOS、mcOS等設備。

此次大會推出了升級的Core ML 2，其可以使模型運行更快，利用一項被稱為Batch Prediction的技術，Core ML 2的處理速度提升了30%，模型大小能減少75%。

除了將別家的ML模型導入自加的APP外，蘋果當然希望開發(fā)者能在現(xiàn)有的蘋果設備中訓練ML模型。

機器學習需要耗費大量的計算單元，通常都是在云端完成，或者是用配備了多個GPU以及專為AI優(yōu)化的硬件。

而為了讓更多人直接利用現(xiàn)有的Mac進行開發(fā)，Craig Federighi介紹了一個全新的工具——Create ML。Create ML可以支持計算機視覺、自然語言處理等機器學習任務，還支持添加自定義的數(shù)據(jù)，這些任務可以使用Swift 與 macOS 試驗場等熟悉的工具。等模型訓練好之后，就可以放進蘋果的Core ML框架里運行。

例如，Memrise是一家做計算機視覺的公司，此前，他們需要用2000張圖像來訓練模型，大概花費24小時。而現(xiàn)在，他們可以在MacBook Pro上面訓練同樣的模型，只需要48分鐘，在iMac Pro上面則只需要18分鐘，并且模型的大小從90MB縮小到3MB。

Core ML 2和Create ML在效率上的提升，以及對硬件設備要求的降低也來源于GPU的支持。大多數(shù)在談到蘋果的ML工具Core ML時，都會忽視Metal，其實，Core ML是基于更底層的Metal開發(fā)的。

2014年蘋果推出Metal，能利用GPU來獲得更好的圖形和計算能力，能使得一些操作游戲如《堡壘之夜》(Fortnight)在iPhone手機上運行。通過對external GPU的支持，Metal使得蘋果的設備能夠獲得更逼真的3D渲染效果，現(xiàn)場，Craig Federighi展示了Metal幫助Unity實現(xiàn)實時的光線渲染效果，這些光線就像是真實錄制下來的一樣，每個角度都有不同的變化。

除此之外，Metal的另一特色在于，其能支持機器學習，Metal Performance Shaders（MPS）能夠加速訓練神經(jīng)網(wǎng)絡這樣的計算密集型任務，用GPU的MPS的訓練速度比CPU提升20倍。因此基于Metal開發(fā)的Core ML也能利用GPU，在效率上能得到很大提升。 

AI無處不在

除了提供Core ML和Create ML，讓開發(fā)者也能簡單地在蘋果的設備上創(chuàng)建機器學習應用以外，蘋果自身的產(chǎn)品已經(jīng)全面擁抱AI和機器學習。

此前，我們已經(jīng)看到，為了用機器學習帶來更好的用戶體驗，蘋果已經(jīng)做出了很多嘗試。比如在iPad上利用機器學習識別手寫便簽的文本、在iPhone上通過學習和預測用戶的使用習慣來讓iOS更省電、在照片app里自動創(chuàng)建的回憶相冊以及面部識別， Siri也利用機器學習帶來了更多貼心的功能和更流暢的對答。這些，在今年WWDC新推出的iOS 12上都有了新的進展。

首先是智能化的照片分享功能。當用戶在分享一張照片時，系統(tǒng)會把相關的照片都找出來，并且將照片中出現(xiàn)的人作為發(fā)送的推薦對象。然后，當對方收到照片后，系統(tǒng)會建議對方回復手機中相關的照片。這樣一來，雙方就能很簡單地獲得在同一個活動或者事件中的完整照片。

更重要的是Siri的更新。

Siri是蘋果最先推出的AI應用，由于語音助手是用戶獲得AI服務的一個重要入口，在各大巨頭公司的戰(zhàn)略布局中，Siri這一類的語音助手也占據(jù)了越來越重要的位置。在Google I/O大會上，Google剛剛展示了擁有“雙工”技術，能實現(xiàn)自然流暢的連續(xù)對話，能幫助用戶給餐廳、理發(fā)店打電話預定位置的Google Assistant。微軟的小冰也已經(jīng)實現(xiàn)“全雙工語音交互”，能夠連續(xù)對話、進行唱歌寫詩等內(nèi)容創(chuàng)作、還落地智能音箱和車載等智能硬件。

此次蘋果沒有展示Siri是否具備連續(xù)對話或者更強的對話理解能力，而是推出了新功能Siri Shortcuts。

有了Siri Shortcuts，每個應用都可以將一些快捷功能提供給Siri，讓Siri以更智能、更便捷、更符合用戶行為習慣的方式執(zhí)行。例如，通過設定短語“I lost my keys”幫助尋找鑰匙的應用Tile App可以添加一個Shortcuts給Siri。然后當你說出這句話時，Siri可以自動打開Tile，并且在Siri的界面直接調(diào)動尋找鑰匙這一功能，而無需去到應用里。這樣的例子還有很多，例如可以把你的出行App的行程安排、把健身管理里的課程表都變成Shortcuts，然后對著Siri說出相應的短語就可以調(diào)用這些不同應用的功能。

這個，似乎只是給了Siri更多的調(diào)用App功能的權(quán)利，另一項功能Siri Suggestion則更加智能。Siri Suggestion能夠根據(jù)你的使用行為來預測你將要做的事情，并且在相應的時間給出你建議。

例如，你的日程里有一個聚會安排，但是Siri通過定位發(fā)現(xiàn)，聚會時間快到了你還離聚會地點很遠，Siri就會彈出一個快捷的消息，給你的朋友發(fā)消息說你會晚一點到。還有，如果Siri了解到你明天早上都會在一個App里點咖啡，Siri就會在早上自動彈出一個簡化的頁面，讓你一鍵預定咖啡。

不得不說，這一切都基于Siri中的機器學習功能。微軟和谷歌都在致力于對話式人工智能的對話能力的提升，如何利用機器學習、深度學習這些技術來讓語音助手更好地理解人類的對話。而蘋果似乎沒有那么前沿，而是讓Siri根據(jù)用戶現(xiàn)有的行為習慣去優(yōu)化App的使用體驗。

與iPhone同等重要的AR

2017年一整年，CEO庫克在各個場合強推AR，在他看來AR對蘋果的重要性，正如iPhone對蘋果的重要性一樣。在今年的WWDC上，AR其實是放在最前面的，也花費了很大的時長介紹了多項更新，也說明了AR在蘋果戰(zhàn)略中的有很重要的地位。

去年WWDC，蘋果公布了其進軍AR的第一步，推出了AR軟件開發(fā)套件——ARKit。在過去一年里，iPhone手機里的AR應用數(shù)量已經(jīng)上千。WWDC 2018 蘋果介紹了全新的ARKit 2。

ARKit 2主要有兩項更新：與Pixar合作的新的文件格式USDZ和多人共享AR。
 USDZ是一個獨立的AR文件格式，可以通過蘋果的File、Safari、mail、message等應用分享。然后你可以打開文件，將AR效果直接置于現(xiàn)實環(huán)境中，就可以完成便捷的AR效果體驗。而Adobe、Autodesk、Sketchfab、Quixel這些工具都可以創(chuàng)作出USDZ格式的AR文件。那么，不會使用Unity等專業(yè)的軟件設計工具的非專業(yè)人員也能創(chuàng)作出AR內(nèi)容，這將會極大地豐富AR內(nèi)容生產(chǎn)。
 

ARKit 2的另一項更新是多人AR。在此之前，AR游戲只支持單人，這大大降低了游戲的趣味。很多業(yè)內(nèi)人士也告訴雷鋒網(wǎng)，多人AR游戲是促進AR內(nèi)容發(fā)展的關鍵點。有了多人AR之后，想象一下，把王者榮耀的游戲場景投射到現(xiàn)實世界，然后你和隊友一起在現(xiàn)實空間里跑來跑去，其樂趣是不是比呆坐著盯著手機體驗強多了！有了多人AR，2018年AR內(nèi)容的豐富度和可玩度將極大提升。 

蘋果在AR上的技術進步其實也是來自于AI技術的發(fā)展，ARKit所需要的環(huán)境識別、3D渲染其實都需要AI技術提供支持。全新的Memoji功能也彰顯了蘋果的AR和AI 不分家的特點。

蘋果在去年推出了Animoji，其可以通過iPhone X劉海部分的原深度攝像頭來檢測人臉，追蹤人臉的表情和動作，實時驅(qū)動動物表情包，生成每個人特制的動態(tài)表情。Memoji的更新在于現(xiàn)在用戶可以定制出自己的形象，然后再加入動態(tài)表情，生成表情包。蘋果還將這項功能加入了Message的多人視頻通話中。

在AR方面，蘋果一直在憋的大招還有AR眼鏡。

雷鋒網(wǎng)曾報道，庫克曾坦言目前的AR技術不成熟，“AR要理解世界需要大量的技術，目前的技術只能將AR運用于iPhone或iPad之類的先進設備中。如果將AR應用于其他設備上，那么你永遠不會獲得這樣的商業(yè)機會，不會有1500萬個設計者說我想借助AR釋放我們的設計激情。” 

手機AR可以幫助蘋果迅速在AR市場布局，同時，AR眼鏡的技術還需要時間來積累。庫克也說道：“好的視場技術和高質(zhì)量的顯示器都尚未出現(xiàn)，”他說。像所有產(chǎn)品一樣，蘋果公司只會在保證品質(zhì)的前提下進軍新的領域。“我們不在乎成為第一，但我們想成為最好，提供一流的用戶體驗，”庫克說：“但現(xiàn)在可以在市場上隨時都會看到的東西并不是令我們滿意的產(chǎn)品，我也不認為絕大多數(shù)人會感到滿意。”

小結(jié)

從蘋果的AI和AR布局，雷鋒網(wǎng)發(fā)現(xiàn)，蘋果的風格通常不是一旦有新技術就拿來做產(chǎn)品，而是等到成熟一些、確認能夠?qū)τ脩趔w驗帶來改善，才會憑借高超的工程能力把他們運用在產(chǎn)品中。現(xiàn)在人工智能技術、AR技術還處在起跑階段，不管是發(fā)力智能云和智能邊緣的微軟、還是以AI First的谷歌、還是重視應用的蘋果，都還無法確定誰的路才是更好走、更快捷的一條。

 

 

相關文章：

Google I/O 2018 : 這里是所有你不能錯過的大新聞

微軟 Build 發(fā)布會總覽：雖然 Windows 10 缺席，但亮點依然很多

Build 大會中的 AI：微軟 AI 云服務全線更新

蘋果開放機器學習API，但是沒有看到蘋果的機器學習開發(fā)平臺

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。