自2018年4月蘋果挖角谷歌搜索技術和人工智能部門工程副總裁John Giannandrea，看得出來這半年蘋果在AI領域積極出招，並將Core ML和Siri團隊合併為AI/ML團隊，有John Giannandrea擔任機器學習和AI策略主管，其中核心ML是機器學習API於2017年推出，協助第三方開發者執行本地AI任務和AI集中應用程序與服務時，在iOS裝置上更有效率，並在AI版圖佔有一席之地。
儘管2011年蘋果推出iOS系統人工智能助理軟件Siri，搶下AI頭香，但沒趕上深度學習浪潮，隨著谷歌、微軟、臉書等科技大廠競相投入，蘋果影響利卻不同以往。不過，這半年來蘋果在AI領域有一系列大動作，不論AI硬件、軟件、開發工具到應用生態，蘋果皆急起直追，積極結合在行動裝置和生態系統的優勢以迅速追趕。
蘋果通過併購與挖角，積極投入AI領域
蘋果近年積極投入AI領域，通過收購語音和圖像廠商，提高自身產品價值，強調使用者體驗最佳化。自2015年併購語音業者VocallQ和Perceptio，VocallQ提升使用者在與電腦語音交流更加順暢，並轉型為當地Siri研發中心；Perceptio則改善Siri功能。2016年另收購Emotient，以裝置追蹤、辨識及分析臉部表情，直接用於iPhone，並收購Turi提高蘋果產品與服務運算能力，為蘋果佈局AI版圖更上一層樓。
2017年WWDC（The Apple Worldwide Developers Conference）活動期間，蘋果推出首款Core ML（蘋果機器學習框架），2018年6月推出Core ML 2，速度提高30%，量化使框架能夠將模型縮小75%，併為 CreateML工具及其Core ML框架延續，即Core ML（皆在簡化AI模式建置）讓開發者更方便訓練機器學習模型並封裝進App，而CreateML則實現在行動裝置的AI運算，強調蘋果保護用戶隱私為初衷，將所有資料儲存在手機，相關運算皆在本地完成，有助於降低資料洩漏風險。
應用程序開發人員通過蘋果Core ML使用神經引擎，通過Core ML即插即用技術，加上AI演算法（如圖像識別等）。由於核心ML功能可通過神經引擎以更快地處理相關任務，大幅降低發送至雲端數據進行圖像處理等，進而提高性能、降低功耗。
蘋果強化AI應用生態圈，打造專屬硬件、軟件平臺
2017年蘋果推出iPhone X採用臉部辨識技術，做到流暢用戶體驗，通過AI功能，讓智能手機執行各種任務，提供即時翻譯、處理自然語言、協助用戶通過智能辨識拍攝更好的照片，通過分析用戶行為模式，裝置做出決策並執行任務，其中語音助理將分析和學習用戶行為，進而提高用戶不同需求，提升和裝置間互動。
蘋果A11仿生（Bionic）芯片於2017年9月發表，首先搭載於iPhone 8、iPhone 8 plus及iPhone X三款智能型手機，A11 Bionic芯片強調使用於機器學習和深度學習任務，包括AR物體偵測、臉部辨識、Animoji臉部追蹤等任務都依賴AI芯片，採用雙核設計，每秒可達成高達6000億次即時操作處理，專為特定機器學習演算法而設計。隨著新款蘋果在2018年9月正式發表，A12芯片功率將比A11更高效。
閱讀更多 AISMedia 的文章
