Apple的人工智能战略与其他巨头分道扬镳，是好还是坏？

作者|Jordan Novet
译者|Sambodhi
编辑|Debra

AI前线导读： 在人工智能的竞技场上，Apple和其他巨头在人工智能战略上，渐行渐远渐别离，这是怎么回事呢？因为Apple的思路与其他巨头的想法不同，让我们来阅读Jordan Novet的深度报道。

• Apple的Create ML软件不能在Windows电脑上运行，也不使用云服务器。
• Google的ML Kit工具包软件允许开发者在Android和iOS应用程序中添加人工智能，而与之相当的Core ML仍然只适用于Apple自己的设备。

Apple的人工智能战略继续专注在设备上本地运行工作负载，而不是像Google、Amazon和Microsoft等竞争对手那样严重依赖基于云的资源。

虽然这种策略与Apple的核心业务：销售设备以及该公司对用户隐私的重视相吻合，但它可能会让Apple与许多应用开发商的竞争中处于劣势，而后者在考虑增加人工智能的功能时，更喜欢竞争对手更为灵活的方式。

在发布iOS、Mac和Siri之后，Apple上周在San Jose举行的全球开发者大会（Worldwide Developer Conference，WDC）上宣布了两项关于人工智能的重大公告。

首先，它引入了一个名为CreateML的新框架，应用开发商可以用它在Mac电脑上训练人工智能模型。

Apple 开发人员可以在应用中尝试Create ML，他们中的许多人已经非常熟悉了：Xcode，这是Apple自己的应用，用于为其设备编写程序。他们还可以使用Apple的编程语言Swift，而不必像Python那样必须选择与人工智能开发更密切相关的语言。为了简单起见，当需要用一堆数据来训练模型时，这款软件甚至支持拖放。

其次，Apple宣布去年首次推出的Core ML软件的更新，可轻松将人工智能模型整合到iPhone和其他Apple设备的应用中。这些人工智能模型更小，因此，一旦嵌入到应用中，它们在设备上占用的空间就会更小。

苹果方式的利与弊

多年来，许多开发人员采取了不同的方式——在Amazon、Google、Microsoft和其他公司运营的公共云上托管模型。

许多开发人员也选择在云中训练他们的模型。只要他们需要，就可以向出租强大机器的银行支付费用，以使模型能够在他们满意的水平上运行。

有了Core ML，开发人员就可以为Apple设备优化经过云端训练的模型；但是，有了Create ML，Mac基本上就可以同时充当服务器了。

Apple认为，这种方式有一些优势。

Apple的Francesco Rossi上周在一次会议上告诉开发者：“用户隐私得到充分尊重，通过在设备上运行机器学习模型，我们保证，数据永远不会离开用户的设备。”

此外，使用Core ML的应用不会受到网络问题的影响，它们将会继续快速工作，因为计算工作就发生在用户的设备上。Rossi如此说。

Apple这种做法赢得了一些粉丝。汽车初创公司Nauto的人工智能和数据科学副总裁Alex Jaimes在一封给CNBC的电子邮件中如此说：“它解决了两个主要难点：在云端进行模型训练非常贵；而让他们在移动设备上工作又很难。”

“如果Apple能够提供工具，使其能够以合理的速度在本地训练模型，那么它可能会进一步增加自己的硬件规模，因为对个人开发者来说，在一台机器上训练模型要比在云端训练划算得多。”

此外，让iOS应用更容易添加人工智能，可能会带来更大的参与度，“吸引消费者，并提供该生态系统。”Jaimes写道。它还可能为Apple的应用商店带来收入增长，这是该公司不断发展的服务业务的一部分。

问题在于，Create ML来得太晚了。要知道，Google在三年前就推出了开源的人工智能框架TensorFlow。

创业公司Matroid的首席执行官Reza Zadeh在接受CNBC的电子邮件采访时表示:“TensorFlow比Create ML要超前很多，相比之下，它现在看起来就像一个玩具。”Google一直在忙着为TensorFlow增加Swift支持，最近还推出了ML Kit，可以在Android和iOS上运行，也可以在设备上或Google的云端上运行。

“没有一个真正的开发人员或研究人员考虑”使用Create ML技术，Zadeh说。

原文链接： Apple’s A.I. strategy stands apart from the rest of big tech, for better or worse
https://www.cnbc.com/2018/06/13/apples-ai-strategy-devices-not-cloud.html