Apple在人工智慧上是否已經落後了？

11-26

個人體驗，Siri相較於微軟的Cortana和Google的Google Now,在語義理解，內容呈現上均不如後二者。Google Now能對我需要的內容的準確推送在海外Google配套服務齊全的環境下簡直令人吃驚。在朋友的手機上也把玩過Cortana，直觀的感受就是識別率要比Siri高許多（英語）。那麼是否可以認為Apple在語音助手，或者說人工智慧領域已經落後了呢？

恰好發了篇文章說這個：https://zhuanlan.zhihu.com/p/24735213

蘋果在人工智慧上技術上或許不是領先，但走了一條群眾路線，還是有望成為人工智慧產品消費市場的霸主。

在剛剛結束不久的NIPS大會上，Google不但作為鉑金贊助商強勢佔位，而且攜28篇論文亮相，不可不謂風頭無二。據悉Google搞深度學習的不下500人，也發布了TensorFlow等一系列有影響力的開源框架。

蘋果則在深度學習領域似乎動作緩慢，人工智慧界著名的大(pen)嘴(zi) ，Facebook人工智慧實驗室總監LeCun也怒噴蘋果在人工智慧學術圈根本沒有一席之地。（當然被他噴過的人很多，以後有機會再八）

不過LeCun萬萬沒想到，蘋果卻很可能走上了一條農村包圍城市的道路，默默在憋大招，搞了一套叫Metal的深度學習框架，讓所有程序員都可以輕輕鬆鬆的使用深度學習。深度學習有望在蘋果的帶領下發揚光大，讓其他競爭對手陷入人民戰爭的汪洋大海中...

先來看一個演示：

這是利用蘋果的深度學習開發包Metal調用CNN做的圖像識別的演示，可以看到它能在手機上實時的識別出筆記本，iPod，或者是遙控器。

注意，這裡有兩大亮點，第一就是輸入是實時的視頻流，第二就是無需聯網在iPhone本機就可以做。

簡單的說，蘋果的深度學習開發包Metal能夠讓廣大iOS開發者非常方便的調用Metal提供的API來輸入數據，選擇模型，以及設置並發，並通過Shader的封裝直接控制GPU。

再直白點，只要你懂Swift，只需要一台最新的iPhone 7手機，你就能開發基於深度學習的應用！

這套Metal的框架，讓你能夠搭積木一樣搭出一套深度學習的應用，並提供了一套介面讓你直接操控GPU里的運算單元（得益於A10晶元是蘋果自己做的）。

在程序員大致了解了各種神經網路的適用範圍之後，拍腦袋或者實際測試自己適合的神經網路模式，然後就可以鼓搗深度學習的應用了，就像寫Swift代碼一樣容易。

是的，童叟無欺，你可以做語音識別、圖像識別、NLP等各種應用，文末我還會提供源代碼!

比如利用Metal這個框架，你可以做語音識別！下面是個Demo:

你還可以調用CNN做圖像識別，深度學習技能Get!

（實時演示請看：https://raw.githubusercontent.com/shu223/iOS-10-Sampler/master/README_resources/digit.gif）

其他的圖像聚類啊打標籤啊，也是分分鐘的事情啊！

嫌這個圖像識別太簡單？

第一個例子里，你能開發基於深度學習的實時圖像識別，也就是直接用手機攝像頭做實時的圖像識別。

操作各種圖片，聚類啊，打標籤啊，濾鏡什麼的，那是分分鐘的事情。

瞬間，你就成了會深度學習懂人工智慧的高科技碼農，想想是不是有點小激動啊？

不得不說，Metal對於iOS開發者，甚至是所有的程序員來說是意義極其重大的（可以想像其他廠商也許會跟隨，不過壁壘在於蘋果是自己開發的A10晶元才能夠操作底層GPU）：

這是一件「開發者的大事，大快所有人心的大好事」。

還不信么？

我們去採訪了Polarr的CEO Borui Wang，他給我們展示了他們基於Metal的API做的一個相冊應用Picky Album，中文叫「霹靂相冊」。

這個APP可以智能圖片聚類，挑選最好的照片，並且能智能修圖。

在霹靂相冊里輸入"cat"，相冊里所有貓的圖片就出來了！（下次更新的時候會推出此功能）

輸入"church"，相冊里所有教堂的圖片都出來了！

對iOS開發者的意義

Borui Wang在採訪中表示，Metal這個框架對於iOS開發者而言意義重大，蘋果開發者等於擁有了直接在本地做深度學習的能力（當然其實需要提前訓練好）。

可以在本地做圖像識別、語音識別、自然語言處理、圖像聚類等各種功能，效率上會有極大的提升。

目前霹靂相冊在iPhone本地用10分鐘左右就能為幾千張圖片做索引，接近1秒處理10張圖片，而傳統的深度學習需要在雲端計算，上傳一張圖片最快也要接近1秒鐘，這已經是10倍以上的效率的提升。此外，Metal還在開發一個批處理功能，在未來幾個月內，批處理的預計能提升5-10倍的效率。

霹靂相冊除了使用深度學習進行圖像處理，也利用深度學習做智能挑圖，通過記錄用戶挑選最佳照片的行為，優化智能推薦引擎。

Metal這個框架對電商類應用，以及涉及到人臉識別、圖像識別、自然語言處理的應用都會有量級的提升，此外，在iPhone上做深度學習，將擺脫對網路的依賴，解決了網路延遲的問題，也為用戶節省了流量。

目前蘋果官方還在改進Metal的性能，提高並發能力，預計明年一二月份會有最新的版本。

蘋果的「Apple Brain」戰略

Metal框架的推出，暗合了蘋果「Apple Brain」的戰略，是的，傳說中的「Apple Brain」已經內置於你的iPhone中。

在這個戰略下，Apple在2015年收購了人工智慧初創公司Perceptio，後者主要是在手機本地做深度學習，同時與之配合的是硬體層面上iPhone 7採用了蘋果自己設計的搭載6核GPU的A10 Fusion，計算能力大幅提升。

區別於谷歌等Google Brain都是在雲端，蘋果選擇了把蘋果大腦放在你的手機上！

蘋果選擇在本地做計算也有保護隱私的考量，這緩解了雲端數據的安全隱患，也發揮了自己最大的優勢，自己的設備大量被裝在了用戶的口袋裡。

這個策略的選擇一方面也是無奈之舉，雖然4G網路不斷發展，但是網路帶寬和速度的問題一直沒有得到解決。計算機科學家想像中的那種只需要一個客戶端來訪問，然後把計算都放到雲端的美好想法一直舉步維艱，網路基礎設施依然步履緩慢，比如Google Fiber計劃就困難重重。

Metal這套框架如果成功，以後很有可能Siri不需要網路也能運行，而當前Google Assistant和Amazon Echo等都是在雲端運行。除了可以本地跑Siri，同樣可用於識別陌生來電，自動顯示附近標記的酒店等功能都可以做。

那麼蘋果手機也不再是一個簡單的智能手機，而是一個無所不能的感測器，能感知你的位置你的溫度你的環境，簡直成了你大腦的自然延伸。

當然，Metal更重要的意義在廣大開發者都擁有了深度學習的武器！

福利

Metal的開發文檔：https://developer.apple.com/metal/
Metal的Demo 代碼鏈接：shu223/iOS-10-Sampler

歡迎關註：嚴肅 - 知乎

AI專欄：Take AI Seriously

蘋果主要靠買公司解決此類問題。

我印象中Apple從來並沒有領先過。而且我一直以為這是家硬體公司。。。

是的。就我個人感覺還沒有Facebook厲害，不知道能不能比的過百度。

根本不是一個類型的公司，MS和Google都是技術型的，Apple是設計型的，不能讓達芬奇跟牛頓比物理吧。

用iPhone的相冊，搜：

人
電
海
室內
運動
天
太陽

歡迎補充

蘋果落後……

watson不是來了嗎？

Quora傳送：Who is leading in AI research among big players like IBM, Google, Facebook, Apple and Microsoft?

Apple is not a player in the AI research circuit because they have a very secretive culture. You simply cannot do leading-edge research in secret. If you can』t publish, it』s not research. At best, it』s technology development.

有錢不怕落後

蘋果從來就不是一間技術導向的公司

人工智慧能給手機電腦帶來直接的好處嗎？蘋果為啥要花大力氣投入這種無法給用戶帶來顯著好處的領域？