WWDC苹果开发者大会直播回顾哪里可以看 WWDC 2017苹果推了什么新品

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）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。