蘋果公司只是將iPhone的機器學習成果放大了

周一蘋果公司全球開發者大會上最被低估的公告之一就是該公司推出了Core ML，這是一個旨在讓公司移動設備上更容易運行機器學習模型的編程框架。

Core ML將成為iOS 11的一部分，預計將于今年晚些時候推出。它允許開發人員將經過培訓的機器學習模型加載到iPhone或iPad上，然后使用它們在應用程序內部生成見解。雖然開發人員過去可以自行完成這項工作，但新框架旨在使應用程序更容易使用機器學習在本地處理數據，而無需將用戶信息發送到云端。

此外，該框架旨在優化Apple移動設備的模型，這將減少RAM使用和功耗 - 這對于機器學習推理等計算密集型任務非常重要。

在設備上處理機器學習數據提供了許多益處。應用程序不需要互聯網連接就可以獲得機器學習模型的好處，并且還可以更快地處理數據，而無需等待信息通過網絡來回傳遞。用戶還可以獲得隱私優勢，因為數據無需離開設備即可從智能結果中受益。

Apple并不是唯一致力于將機器學習引入移動設備的公司。谷歌幾周前在其I / O開發者大會上宣布了一個新的TensorFlow Lite編程框架，這應該會讓開發人員更容易構建在低功耗Android設備上運行的模型。

開發人員必須將訓練有素的模型轉換為與Core ML一起使用的特殊格式。完成后，他們可以將模型加載到Apple的Xcode開發環境中并將其部署到iOS設備。該公司發布了四種基于流行開源項目的預制機器學習模型，并且還提供了一個轉換器，以便開發人員可以自行移植。

該轉換器適用于流行的框架，如Caffe，Keras，scikit-learn，XGBoost和LibSVM。如果開發人員使用不支持的不同框架創建模型，Apple可以編寫自己的轉換器。

這是Apple的Core框架中的最新版本，包括Core Location，Core Audio和Core Image。它們都旨在通過抽象出復雜的任務來幫助開發人員創建更高級的應用程序。

核心ML也是蘋果未來硬件行動的關鍵。據傳，該公司正致力于開發專用芯片來處理機器學習任務，并且該框架可能是開發人員使用該芯片的門戶。