苹果的深度学习走的是群众路线

去年年末的NIPS大会上，Google不但作为铂金赞助商强势占位，而且携28篇论文亮相，不可不谓风头无二。 据悉Google搞深度学习的不下500人，也发布了TensorFlow等一系列有影响力的开源框架。

苹果则在深度学习领域似乎动作缓慢，人工智能界著名的大(peng)嘴(zi) ，Facebook人工智能实验室总监LeCun也怒喷苹果在人工智能学术圈根本没有一席之地。（当然被他喷过的人很多，以后有机会再八）

不过LeCun万万没想到，苹果却很可能走上了一条农村包围城市的道路，默默在憋大招，搞了一套叫Metal的深度学习框架，让所有程序员都可以轻轻松松的使用深度学习。深度学习有望在苹果的带领下发扬光大，让其他竞争对手陷入人民战争的汪洋大海中...

另外，文末有两个价值百万的idea!!!

先来看一个演示：

这是利用苹果的深度学习开发包Metal调用CNN做的图像识别的演示，可以看到它能在手机上实时的识别出笔记本，iPod，或者是遥控器。

注意，这里有两大亮点，第一就是输入是实时的视频流，第二就是无需联网在iPhone本机就可以做。

还不信么？

我们去采访了Polarr的CEO Borui Wang，他给我们展示了他们基于Metal的API做的一个相册应用Picky Album，中文叫“霹雳相册”。这个APP可以智能图片聚类，挑选最好的照片，并且能智能修图。

在霹雳相册里输入"cat"，相册里所有猫的图片就出来了！（下次更新的时候会推出此功能）

输入"church"，相册里所有教堂的图片都出来了。

是不是觉得难以置信！

简单的说，苹果的深度学习开发包Metal能够让广大iOS开发者非常方便的调用Metal提供的API来输入数据，选择模型，以及设置并发，并通过Shader的封装直接控制GPU。

再直白点，只要你懂Swift，只需要一台最新的iPhone 7手机，你就能开发基于深度学习的应用！

这套Metal的框架，让你能够搭积木一样搭出一套深度学习的应用，并提供了一套接口让你直接操控GPU里的运算单元（得益于A10芯片是苹果自己做的）。

在程序员大致了解了各种神经网络的适用范围之后，拍脑袋或者实际测试自己适合的神经网络模式，然后就可以鼓捣深度学习的应用了，就像写Swift代码一样容易。

是的，童叟无欺，你可以做语音识别、图像识别、NLP等各种应用，文末我还会提供源代码!

比如利用Metal这个框架，你可以做语音识别！下面是个Demo:

你还可以调用CNN做图像识别，深度学习技能Get!

其他的图像聚类啊打标签啊，也是分分钟的事情啊！

嫌这个图像识别太简单？

第一个例子里，你能开发基于深度学习的实时图像识别，也就是直接用手机摄像头做实时的图像识别。

操作各种图片，聚类啊，打标签啊，滤镜什么的，那是分分钟的事情。

瞬间，你就成了会深度学习懂人工智能的高科技码农，想想是不是有点小激动啊？

不得不说，Metal对于iOS开发者，甚至是所有的程序员来说是意义极其重大的（可以想象其他厂商也许会跟随，不过壁垒在于苹果是自己开发的A10芯片才能够操作底层GPU）：

这是一件“开发者的大事，大快所有人心的大好事”。

对iOS开发者的意义

Metal这个框架对于iOS开发者而言意义重大，苹果开发者等于拥有了直接在本地做深度学习的能力。

可以在本地做图像识别、语音识别、自然语言处理、图像聚类等各种功能，效率上会有极大的提升。

目前霹雳相册在iPhone本地用10分钟左右就能为几千张图片做索引，接近1秒处理10张图片，而传统的深度学习需要在云端计算，上传一张图片最快也要接近1秒钟，这已经是10倍以上的效率的提升。此外，Metal还在开发一个批处理功能，在未来几个月内，批处理的预计能提升5-10倍的效率。

Metal这个框架对电商类应用，以及涉及到人脸识别、图像识别、自然语言处理的应用都会有量级的提升，此外，在iPhone上做深度学习，将摆脱对网络的依赖，解决了网络延迟的问题，也为用户节省了流量。

目前苹果官方还在改进Metal的性能，提高并发能力，预计明年一二月份会有最新的版本。

苹果的“Apple Brain”战略

Metal框架的推出，暗合了苹果“Apple Brain”的战略，是的，传说中的“Apple Brain”已经内置于你的iPhone中。

在这个战略下，Apple在2015年收购了人工智能初创公司Perceptio，后者主要是在手机本地做深度学习，同时与之配合的是硬件层面上iPhone 7采用了苹果自己设计的搭载6核GPU的A10 Fusion，计算能力大幅提升。

区别于谷歌等Google Brain都是在云端，苹果选择了把苹果大脑放在你的手机上！

苹果选择在本地做计算也有保护隐私的考量，这缓解了云端数据的安全隐患，也发挥了自己最大的优势，自己的设备大量被装在了用户的口袋里。

这个策略的选择一方面也是无奈之举，虽然4G网络不断发展，但是网络带宽和速度的问题一直没有得到解决。计算机科学家想象中的那种只需要一个客户端来访问，然后把计算都放到云端的美好想法一直举步维艰，网络基础设施依然步履缓慢，比如Google Fiber计划就困难重重。

Metal这套框架如果成功，以后很有可能Siri不需要网络也能运行，而当前Google Assistant和Amazon Echo等都是在云端运行。除了可以本地跑Siri，同样可用于识别陌生来电，自动显示附近标记的酒店等功能都可以做。

那么苹果手机也不再是一个简单的智能手机，而是一个无所不能的传感器，能感知你的位置你的温度你的环境，简直成了你大脑的自然延伸。

当然，Metal更重要的意义在广大开发者都拥有了深度学习的武器！

福利

此外，我们还提供两个价值百万的idea：

第一：开发和训练一套能够识别品牌商品的SDK，比如爱马仕或者奔驰什么的，在朋友圈或者微博等上面的商品图片识别后立马就能导购了，在合适的时间点卖给这些厂商或者电商网站，或者自己做导购电商。

第二：训练一套模型，通过你身体的姿势和动作等，来判断你是不是在开车（如何区分是在坐车还是开车，或者是步行），这是一个非常有用的模型，这个功能的重要性相信开发者都懂的，还是那句话，找到合适的时间点，一定能卖出去。

请告诉你身边的程序员朋友，他们说不定就成了百万富翁了！

本文为硅谷密探旗下《AI严肃说》专栏文章作者：严肃 

“硅谷密探主笔，麻省大学人工智能方向研究生毕业，与通用汽车合作过为期两年的无人驾驶科研项目，在国际人工智能联合会议(IJCAI)等学术会议上发表过多篇论文，在写一系列AI的文章”