2011年，乔布斯死于心脏骤停。长期担任他副手的蒂姆•库克接任首席执行官，目前正带领公司走向成功。
苹果是如何实现机器学习的?
Source: Statista
在过去几年中，苹果收购了 Emotient、Turi、Glimpse、RealFace、Shazam、SensoMotoric、Silk Labs、Drive.ai、Laserlike、SpectralEdge、Voysis、XNOR.ai 等初创公司，所有这些都拥有旨在提高其产品和服务的人工智能和机器学习能力。
苹果的机器学习方法解决了两个主要痛点：在云上训练模型的成本很高，而且让它们在移动设备上工作充其量也很困难。
不过苹果公司一直代表着创造力和技术的交叉点。
机器学习是苹果更广泛计划的一个关键组成部分。
苹果的机器学习策略继续专注于在本地设备上运行工作负载，而不是像其竞争对手谷歌、亚马逊和微软那样严重依赖基于云的资源。
机器学习是苹果整体战略的重要组成部分，它正在将其融入其设备和服务的结构中。
在苹果设备中使用机器学习案例
Source: Log Point
通过在设备上运行机器学习模型，苹果保证数据永远不会离开用户的设备。
如果苹果能够提供能够以合理的速度在本地训练模型的工具，它可能会进一步增加其硬件占用空间，因为对于个人开发人员而言，在单台机器上本地训练模型比在云上训练更具成本效益。
以下是苹果开发的更突出的机器学习功能的回顾：
面部识别：苹果使用生物识别技术从照片或视频中映射面部特征。智能相机可以帮助识别照片中的朋友或家人。
本机睡眠跟踪：这使用机器学习对您的动作进行分类并检测您何时睡觉。同样的机制还允许苹果Watch 跟踪新活动。
洗手：它不仅可以检测动作，还可以检测洗手的声音，启动倒数计时器以确保您在需要时洗手。
库建议：新应用程序库布局中的文件夹将使用“设备智能”来显示您“接下来可能需要”的应用程序。它很小但可能很有用。
翻译：由于设备上的机器学习，这完全可以离线工作。它可以检测正在使用的语言，甚至可以对对话进行实时翻译。
手写识别：苹果正在接收和解释来自纸质文档、照片、触摸屏和其他设备等来源的可理解的手写输入。苹果在图像识别任务上做得很好，识别中英文字符是一个不小的挑战。
苹果成功背后的关键驱动力是什么？
苹果的成功在于其战略愿景超越了简单的桌面计算，包括移动设备和可穿戴设备。 性能和设计都是苹果品牌及其持续成功的关键驱动因素。
iPhone 成功的很大一部分功劳必须归功于 App Store，因为当客户的移动合同到期时，应用生态系统会让他们年复一年地回到Apple，苹果已经推动开发人员将 AI 集成到他们的第三方应用程序。
当苹果推出 Siri 时，它成为第一个广泛使用的自然语言处理 (NLP) 支持的助手。
苹果公司还依赖于一支才华横溢的员工队伍。 它正在聘请最优秀、最有创意的设计师和工程师来构建广泛成功且易于使用的产品。
为什么苹果汽车项目仍然保密？
Source: Roadzen
数百名苹果员工正致力于开发一款面向消费者的自动驾驶苹果品牌汽车。
苹果的汽车项目仍在进行中。与 iOS 的深度集成也值得期待。苹果仍在等待从 DMV 获得自动测试许可。自动驾驶软件也正在测试中。
苹果公司还在开发一种新的电池设计，有可能从根本上降低电池成本并增加车辆的续航里程。
Apple 正在开发一种单电池设计，该设计将通过移除容纳电池材料的袋子和模块来增大单个电池单元并释放电池组内部的空间。这将允许在更小的封装中使用更多的活性材料。电池技术被描述为“下一个级别”，类似于“你第一次看到 iPhone”。
总结
Apple 的终极梦想是通过利用机器学习来主导各个领域。开发安全的自动驾驶汽车对苹果来说是一个供应链挑战，这家财力雄厚的公司每年用来自世界各地的零件制造数亿电子产品，但从未制造过汽车。重要的是要记住，埃隆·马斯克 (Elon Musk) 的特斯拉花了 17 年时间才最终成为持续盈利的汽车。
返回搜狐，查看更多