蘋果開發者大會WWDC 2017：首次全面展示蘋果的人工智慧實力

01-30

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。在這個舞台上，我們看到了蘋果今年在軟體、硬體上的升級和新發展。在今年的 Keynote 中，我們看到了蘋果不同於谷歌、Facebook 的人工智慧戰略。

2016 年 8 月份，Backchannel 的一篇文章正式揭開了蘋果公司人工智慧研究的面紗。雖然蘋果是第一家將智能助理（Siri）整合進其操作系統的主流公司，但它一直不像谷歌、Facebook 那樣大肆渲染自己的人工智慧技術，也沒有專門的組織和團隊進行人工智慧的研究。

在 Backchannel 的報道中，軟體主管兼高級副總裁 Craig Federighi 曾表示，「在蘋果，我們並沒有一個單獨集中負責機器學習技術的組織。」

不久之後（2016 年 10 月份）CMU 機器學習教授 Russ Salakhutdinov 在自己 Twitter 上宣布了就任蘋果人工智慧研究負責人的消息。之前在人工智慧研究上一直處於隱藏模式的蘋果，終於宣告與谷歌、Facebook 等科技巨頭展開直接競爭。

在 2016 年底的 NIPS 學術會議上，Russ Salakhutdinov 打破了蘋果一貫的沉默，向世人宣告了蘋果在人工智慧發展上的具體目標。該公司還給出了一些細節來說明自己相對於競爭者的優勢，這一系列舉動終於揭開了蘋果人工智慧研究的面紗。

最終，這些成果在剛剛於聖何塞開幕的 WWDC 2017 開發者大會上有了完整的展現。本次大會圍繞軟、硬體，介紹了蘋果融合了機器學習與人工智慧的產品。在軟體方面，以 Siri 為核心，在各種官方 App 裡面用機器學習技術進行優化；硬體方面，首當其衝的就是提升硬體配置，這次 Mac 擺脫了低配置的標籤，蘋果拿出了強大的硬體系統（iMac Pro）投入市場。

蘋果WWDC 2017大會第一天集錦_騰訊視頻 https://v.qq.com/x/page/j0510s7492g.html

在一個主題為「沒有蘋果的世界」的搞笑短片結束後，蒂姆·庫克走上講台，事先說明這是史上最好、最大的蘋果開發者大會，共有來自全球 75 個國家的 5300 名開發者來到現場。

圍繞蘋果整條產品線的四種操作系統，tvOS、watchOS、macOS 以及 iOS，庫克宣布了六項重要發布。在 tvOS 上，蘋果宣布 Amazon Prime Video 將在今年登陸Apple TV，引入全部亞馬遜旗下的視頻資源。而在下一代iWatch 系統 WatchOS 4 上，蘋果提出了新主題、機器學習輔助、運動器材互動等多個新功能。在 macOS 上，蘋果的新一代系統 High Sierra （版本號10.13）加入了更多機器學習元素，在瀏覽器 Safari 上不僅可以自動隔離廣告，還有一個自動反跟蹤防護功能，可以智能隔離跟蹤代碼，屏蔽討厭的推薦廣告。

而在最為引人關注的 iOS 11 上，除了照片壓縮、Siri 支持新語言、AR Kit、文件管理系統、全新的界面外，蘋果更為 iMessage 增加了匯款功能，讓用戶間可以在簡訊界面里直接互相打錢。

iPad上的 iOS 11 出現了一個激動人心的升級——底部增加了 Dock，可以固定常用的應用，就像你的 Mac 系統一樣

本次 macOS 的更新主要集中於系統性能優化上

watchOS 4 實現了手錶和健身器材之間的數據同步

在 iOS 11 上，通知中心被重新設計，蘋果更加入了人們期待已久的原生文件管理系統

Metal 2 與 Core ML

計算力

我們知道人工智慧發展一大核心是計算力。在 WWDC 2017 上，蘋果宣布的 Metal2 與新硬體平台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新進化。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 AMD Radeon RX 580 顯卡。這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 不只用於圖像處理，也可以用來進行機器學習。它能加速所有類型深度學習演算法的 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，蘋果為展示 GPU 性能的提升，在現場演示了使用 iMac 進行 VR 處理。接著蘋果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

前文提到，面向開發者的 Metal 2 也能用於機器學習。後面的演講中，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：支持深度神經網路、循環神經網路、卷積神經網路、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 上的人工智慧任務，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於神經網路的系統上，使用深度學習對它進行了極大的增強。這裡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（深度神經網路），卷積神經網路，長短期記憶單位，封閉複發性單位（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、簡訊、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。

融入產品的人工智慧

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，採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。在最後的回顧中，Tim Cook 甚至都沒有怎麼提到機器學習，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慧的研究。而對蘋果而言，在即將到來的 AI 時代，他們彷彿要做的：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台（增強的硬體）。

就像蘋果全球市場高級副總裁 Phil Schiller 在 Backchannel 的採訪中所說的那樣，「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，並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，並發出由衷的感嘆：這一切是怎麼發生的？」

機器之心報道