[关闭]
@sambodhi 2018-06-16T12:34:39.000000Z 字数 1923 阅读 636

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

添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注