0
苹果一贯高冷和神秘，那些在加州库比蒂诺进行的研究鲜有人知。在人工智能大潮之下，苹果也是出奇的“稳得住”，很少有公开露面。原因并不难理解，嘈杂的猜测本身对研究就是干扰，况且苹果还是世界范围内最受关注的科技公司之一。
但也不是没有例外，12月6日，在神经信息处理系统大会（Neural Information Processing Systems ，NIPS）的闭门会议上，苹果选择适当公开他们正在进行的研究工作及成果——至少在人工智能（Artificial Intelligence）方面。苹果机器学习部门新任负责人Russ Salakhutdinov（此前他是卡耐基·梅隆大学的杰出研究专家）在演讲中提到了该公司是如何利用AI解决一些具体问题，同时也具体介绍了苹果与竞争对手相比有优势的特定领域。
与其他在进行机器学习探索的公司一样，苹果也在这些领域进行研究和产品化：图像识别、语音识别（模型化语言）、用户行为预测在智能助手方面的应用，同时尝试去理解一些算法无法作出决定的不确定性因素。目前，苹果已经将具体的产品Siri应用到了iOS以及macOS上，iPhone以及Mac用户都可以使用。
除此之外，虽然没有明确提及苹果在自动驾驶系统/汽车方面的研究，但是演讲中，与车相关的两个板块出现在了Keynote当中。“激光雷达测距（LiDAR）”和“物体识别与预测”赫然在列。LiDAR大家并不陌生，激光测距在目前自动驾驶汽车中的应用非常广泛。
苹果此前一直被传正在制造自动驾驶汽车，甚至在本月初向美国国家交通安全委员会写公开信要求平等路测权——无论是新晋的团队还是像Google和Uber这样的老玩家（已经有自动驾驶原型车）。
此外，苹果还介绍了他们在神经网络构建方面的能力。目前他们的神经网络的体积比原始版本小了4.5倍，同时，识别的精确并未损失，速度反而快了两倍。该技术使用一个更大、更强健的神经网络来训练其他的网络在各种情况下作出决定。“学生网络”（“student”network）将具备“教师网络”（“teacher”network）的知识，实质上，在图片和语音识别上，二者将不相上下。
众所周知，苹果从事硬件设计和研发，将这些经过“瘦身”的神经网络嵌入到系统中，iPhone和iPad便可以识别照片中的人脸和地点，或者了解你的心率变化，而这些并不需要依赖远程服务器。如果你是苹果设备的使用者，应该能体会到这项工作对于苹果来说有多重要。
将整个流程应用在手机上成效显著，也保证了数据不需要编码/解码并上传到无线网络上去。
演讲中，Russ Salakhutdinov提到苹果的另一大杀器——图形处理单元及算法（GPU）——应用在服务器上加速深度学习的过程。据苹果方面宣称，他们的图片识别算法效率可以做到Google的两倍，只使用其三分之一的GPU阵列。
有分析人士认为，这些研究可能是苹果自动驾驶系统/汽车研究的一个分支。
当其他公司开始依赖于特制的芯片来加速机器学习的效率之时（Google的Tensor处理单元以及微软的FPGAs），苹果还在使用标准的GPU。而且，也没有任何证据表明苹果是否正在定制自己的GPU或者从Nvidia这类公司购买。
苹果用于训练神经网络进行图片识别的数据库目前已经申请了专利，其容量是标准的ImageNet数据库的两倍。
当然，多年来苹果在机器学习方面的封闭也遭到了业内一些研究社团的诟病。Salakhutdinov在演讲中表示，苹果将开始公开发表一些研究成果，并且和研究社团一起携手致力于机器学习方面的研究。而苹果CEO库克也在最近表示，将在日本横滨的研究基地，推动机器学习（深度学习）的发展，有别于语音助手Siri。
作为全球最伟大公司之一的苹果，绝对不会错失这股人工智能的风潮，在今年8月的一次采访中，苹果CEO蒂姆·库克便将AI作为苹果未来技术发展的核心。
无论是语音/图像识别，还是自动驾驶，都表明苹果已经在AI领域积极布局。但是，苹果能否在该领域再创以往的辉煌，还需要时间检验。
毕竟，从宏观来看，人工智能本身还处在初级阶段。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
