备受瞩目的WWDC2018来了。
第一天，苹果推出了Core ML 2——一个针对iOS设备的新版机器学习应用套件。对于开发人员来说，Core ML 2是一个好工具，它允许开发人员在没有任何机器学习知识的情况下训练AI模型。
Core ML 2能将速度提高30％，这要归功于批量预测技术。此外，苹果表示，该工具包将使开发人员通过量化将受过训练的机器学习模型的规模缩小高达75％。
2017年6月，苹果推出了Core ML。它允许开发人员将设备上的机器学习模型加载到iPhone或iPad上，或者将模型从XGBoost、Keras、LIBSVM、scikit以及Facebook的Caffe和Caffe2等框架进行转换。Core ML旨在优化电源效率模型，并且不需要互联网连接即可获得机器学习模型的好处。
考虑到谷歌在其5月份的I / O开发者2018大会上宣布了ML Kit（针对Android和iOS的机器学习软件开发工具包），苹果的这一更新颇有点针锋相对的味道。而在2017年12月，谷歌发布了一款工具，可以将使用谷歌机器学习框架TensorFlow Lite生成的AI模型转换为与苹果 Core ML兼容的文件类型。
Core ML预计将在苹果未来的硬件产品中发挥关键作用。据报道，苹果正在开发一个芯片—— Apple Neural Engine（ANE），以求加速计算机视觉、语音识别、面部识别，以及其他形式的人工智能，并计划将其加载到未来的设备中。据彭博社报道，苹果将让第三方开发人员可以访问该芯片以运行他们自己的AI。
此外，苹果公司软件工程高级副总裁Craig Federighi还宣布了CreateML，这是一个在Mac上进行本地AI模型训练的GPU加速工具。
数据科学家可以利用这一工具对小规模模型进行本地训练。这意味着开发人员可以为Mac设计软件和应用程序，其中包括设计用于本地运行的人工智能。
作为一款新的GPU加速工具，Create ML用于在Mac上进行本地AI模型训练。该工具支持视觉和自然语言，以及自定义数据。它是用Swift构建的，可以使用拖放式编程接口（如Xcode Playgrounds）来训练模型。Craig Federighi表示：“这非常易于使用。”
Federighi解释说，之前一个开发者要用20000张图像来训练一个模型，需要24小时，而在MacBook Pro上，Create ML将相同模型的训练时间减少为48分钟，在iMac Pro上就更短了，只需要18分钟。Create ML还将模型的大小从90 MB减少到3 MB。
苹果在AI方面的野心早就昭然——聘请了John Giannandrea（他是前谷歌工程师，负责监督Gmail、Google Search、Google Assistant 中由AI支持的功能的实现），让他来领导苹果机器学习和人工智能战略。并且苹果正在寻觅超过150个员工来支持其Siri团队。
原文作者： TRISTAN GREENE
编 译：信软网