BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

苹果在WWDC 2017上发布用于提升移动AI的机器学习框架Core ML

| 作者 薛命灯 关注 24 他的粉丝 发布于 2017年6月7日. 估计阅读时间: 2 分钟 | QCon上海2018 关注大数据平台技术选型、搭建、系统迁移和优化的经验。

苹果在WWDC 2017大会上发布了一个全新的机器学习API框架Core ML。与其他雄心勃勃的科技公司一样,苹果也不甘示弱,意欲让移动设备上的AI变得更快、更强大。

Core ML致力于提升在苹果移动设备上执行AI任务的速度,如iPhone、iPad和Apple Watch,包括文本分析和面部识别等任务,同时也会大范围地影响到各类应用程序。这意味着iPhone上的图像识别可能比Google的Pixel快上6倍。

Core ML包含在最新发布的iOS 11里,今年晚些时候就可以升级使用。Core ML将会支持各种主要的机器学习工具,包括全系列的神经网络技术,以及线性模型和组合树。出于对隐私的保护,Core ML运行在用户设备上,也就是说,用于改进用户体验的数据不会离开用户的设备。开发人员可以将训练过的模型加载到设备上,并将其用在应用程序上。

在设备上运行机器学习的好处显而易见,应用程序不再依赖网络连接,而且避免了在网络上来回传输相关信息,从而加快处理的速度。对于用户来说,他们的隐私得到了保护,因为他们的信息不需要传输到云端。

开发者需要将训练过的模型转成特殊的格式才能在Core ML上使用,转换过的模型被加载到Xcode里,然后部署到设备上。目前,苹果基于一些开源项目发布了4个内建的机器学习模型,并提供了一个转化器用于转换模型的格式。转换器兼容各种流行的框架,如Caffe、Keras、scikit-learn、XGBoost和LibSVM。除此以外,开发者还能自定义转换器。

Core ML专门为苹果的移动设备进行了优化,尽量减少内存的使用,并降低功耗,这些对于在设备上运行执行机器学习任务来说是非常关键的。

苹果不是唯一一家发力移动AI的公司,Core ML的发布只是顺应了行业的潮流。Google和Facebook之前就为移动设备发布过机器学习框架,高通也发布了神经网络处理引擎,用于提升移动设备的AI体验。


感谢陈思对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作,请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博(@InfoQ@丁晓昀),微信(微信号:InfoQChina)关注我们。

评价本文

专业度
风格

您好,朋友!

您需要 注册一个InfoQ账号 或者 才能进行评论。在您完成注册后还需要进行一些设置。

获得来自InfoQ的更多体验。

告诉我们您的想法

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我
社区评论

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

讨论

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT