软硬兼施，苹果加快脚步布局AI版图

自2018年4月苹果挖角谷歌搜索技术和人工智能部门工程副总裁John Giannandrea，看得出来这半年苹果在AI领域积极出招，并将Core ML和Siri团队合并为AI/ML团队，有John Giannandrea担任机器学习和AI策略主管，其中核心ML是机器学习API于2017年推出，协助第三方开发者执行本地AI任务和AI集中应用程序与服务时，在iOS装置上更有效率，并在AI版图占有一席之地。

尽管2011年苹果推出iOS系统人工智能助理软件Siri，抢下AI头香，但没赶上深度学习浪潮，随着谷歌、微软、脸书等科技大厂竞相投入，苹果影响利却不同以往。不过，这半年来苹果在AI领域有一系列大动作，不论AI硬件、软件、开发工具到应用生态，苹果皆急起直追，积极结合在行动装置和生态系统的优势以迅速追赶。

苹果通过并购与挖角，积极投入AI领域

苹果近年积极投入AI领域，通过收购语音和图像厂商，提高自身产品价值，强调使用者体验最佳化。自2015年并购语音业者VocallQ和Perceptio，VocallQ提升使用者在与电脑语音交流更加顺畅，并转型为当地Siri研发中心；Perceptio则改善Siri功能。2016年另收购Emotient，以装置追踪、辨识及分析脸部表情，直接用于iPhone，并收购Turi提高苹果产品与服务运算能力，为苹果布局AI版图更上一层楼。

2017年WWDC（The Apple Worldwide Developers Conference）活动期间，苹果推出首款Core ML（苹果机器学习框架），2018年6月推出Core ML 2，速度提高30%，量化使框架能够将模型缩小75%，并为 CreateML工具及其Core ML框架延续，即Core ML（皆在简化AI模式建置）让开发者更方便训练机器学习模型并封装进App，而CreateML则实现在行动装置的AI运算，强调苹果保护用户隐私为初衷，将所有资料储存在手机，相关运算皆在本地完成，有助于降低资料泄漏风险。

应用程序开发人员通过苹果Core ML使用神经引擎，通过Core ML即插即用技术，加上AI演算法（如图像识别等）。由于核心ML功能可通过神经引擎以更快地处理相关任务，大幅降低发送至云端数据进行图像处理等，进而提高性能、降低功耗。

苹果强化AI应用生态圈，打造专属硬件、软件平台

2017年苹果推出iPhoneX采用脸部辨识技术，做到流畅用户体验，通过AI功能，让智能手机执行各种任务，提供即时翻译、处理自然语言、协助用户通过智能辨识拍摄更好的照片，通过分析用户行为模式，装置做出决策并执行任务，其中语音助理将分析和学习用户行为，进而提高用户不同需求，提升和装置间互动。

苹果A11仿生（Bionic）芯片于2017年9月发表，首先搭载于iPhone 8、iPhone 8 plus及iPhone X三款智能型手机，A11 Bionic芯片强调使用于机器学习和深度学习任务，包括AR物体侦测、脸部辨识、Animoji脸部追踪等任务都依赖AI芯片，采用双核设计，每秒可达成高达6000亿次即时操作处理，专为特定机器学习演算法而设计。随着新款苹果在2018年9月正式发表，A12芯片功率将比A11更高效。