在剛剛結束的WWDC 2023大會上，蘋果又一次選擇了“謹慎對待”當前大火的人工智能，相比較“Artificial Intelligence”（人工智能），蘋果似乎更傾向于使用“Machine learning”（機器學習），去還原技術的本質……

蘋果第一次提“Machine learning”這個詞，是在2017年6月5日的WWDC 2017主題演講中。彼時，蘋果的高級副總裁Craig Federighi宣布了Core ML和Create ML兩個機器學習框架，讓開發者可以更容易地在蘋果設備上集成機器學習模型。也是在這次WWDC之后，蘋果就一直在不斷地推進機器學習技術的發展和應用。

對于大多數的消費者來說，談到蘋果的人工智能，人們印象最深的應用莫過于“漏洞百出”的Siri了。從2011年iPhone?4S登場，成為人人“調戲”的對象，到時至今日，Siri的交流能力依舊算不上市場前沿，成為鮮有人問津的雞肋功能。面對井噴式增長的人工智能行業，在人工智能領域遲遲缺乏新動作的蘋果公司，讓行業普遍認為已經開始進入“掉隊”的行列之中。

牢據市場一隅，蘋果更喜歡“精確”

面對各種質疑的聲音，蘋果CEO庫克表示，蘋果本質上還是硬件廠商，公司并沒有谷歌或微軟那樣的通過升級軟件提高生產力的壓力。

在WWDC 2023中，蘋果還推出了iOS 17系統，為用戶提供了一系列的新功能和改進，包括電話和FaceTime的個性化和互動功能、全新的日記應用、新的待機模式、新的動態小工具、CarKey數字汽車鑰匙功能的增強，以及ARKit API框架的改進等。

依靠簡單、優質、個性化的產品和服務，蘋果贏得了大批的贊譽和忠誠度。在移動市場中，憑借其占有率和封閉且高效的iOS生態系統的優勢吸引了更多的用戶。同時，蘋果不斷創新和拓展產品線，打造了Mac、iPad、Apple Watch、AirPods、Apple TV等一列自生態產品。

簡言之，蘋果強大的品牌號召力與生態影響力，使其消費電子類產品（除開奢侈品品牌）在定價方面堪稱同類“天花板”，卻仍然在銷量上牢牢占據市場一隅。強大的產品優勢是蘋果的獨具一格底氣，但強大的開發者號召力也是其App Store經久不衰為蘋果源源不斷貢獻收入的因素之一，這意味著，在開發者對于人工智能需求不斷增長的今天，蘋果所持有謹慎的態度，并不代表其不正視這項技術的未來發展與前景。“曲線救國”服務硬件，蘋果只是沒做大模型

作為硬件廠商，蘋果擁有自己的芯片、服務、系統等產品，這些產品所構成的完整生態也為蘋果在人工智能領域提供了強大的基礎設施和平臺，可以在硬件和軟件之間實現高效的協同和優化，提升用戶體驗和性能，也可以更好地保護用戶隱私。

即將更新的iOS 17也使用了Transformer語言模型，能夠根據用戶語義與語言習慣進行輸入單詞的預測，并使得自動糾錯更加準確；在語音識別方面，iOS 17利用神經引擎使語音識別更加準確。

值得注意的是，目前人工智能領域的數據與隱私泄露風險以及人工智能監管問題已經成為全世界要共同面對的問題。國內外都出臺了一系列的政策法規來維護人工智能發展，甚至ChatGPT之父山姆·奧特曼也在聽證會上向政府申請對OpenAI實施監管。

Unity中國AI技術負責人暴林超先生對大模型之家表示：人工智能對于數據是饑渴的，目前數據和隱私安全等問題已經在一定程度延緩了人工智能的發展，這就需要企業密切關注數據調用問題，在確保不侵犯用戶隱私的基礎上尋求途徑推動人工智能的進步。

而蘋果對用戶隱私和數據安全的重視在行業里也是家喻戶曉，甚至將其隱私保護功能作為產品的重要賣點。蘋果采用了多種技術手段，如加密、生物識別、差分隱私等，來保護用戶數據不被泄露或濫用。同時，這將使蘋果的人工智能業務能夠更加合規地接觸并使用用戶數據，進行更有精確的服務用戶，并且大幅度提升人工智能的響應速度和可靠性。Vision Pro上演堆料藝術
在即將面世的Vision Pro產品展示中不難發現，雖然蘋果對“人工智能”只字未提，但似乎所有的新動作都圍繞著“人工智能”展開。

Vision Pro也使用了基于Transformer的語音識別模型讓語音識別更加準確。并且可以有效地處理自然語言的序列數據。作為基于自注意力機制的深度學習模型，它還可以進行自動糾錯和詞預測，提高了語音識別的準確性。

同時，Vision Pro還依靠視覺生成建模，通過前置攝像頭掃描人的面部信息，再基于機器學習技術，系統會使用先進的編碼神經網絡，為用戶生成一個“數字分身”。利用先進的機器學習模型，根據對用戶的眼球追蹤和瞳孔狀態，來預測用戶的身體和大腦狀態，比如是否對當前事物好奇，是否走神，注意力是否被分散等等。

這些數據可以幫助Vision Pro提供更個性化和智能的體驗，比如根據用戶的注意力、放松程度或學習情況來更新虛擬環境，或者根據用戶的眼睛注視方向來創建生物反饋。

還有Vision Pro配備的卷積神經網絡，通過卷積層、激活層、池化層和全連接層來實現高效和準確的圖像識別和對象檢測功能，為用戶提供了豐富和逼真的混合現實體，在自動駕駛、安防監控、醫學圖像分析等領域都發揮著重要作用。

值得一提的是，Vision pro也是市面上唯一一款完全不需要裝配手柄就能實現控制的MR頭顯。因此，想通過動態捕捉、動態分析、眼部追蹤等技術實現人機交互便對Vision Pro的運算處理能力提出了極高的要求。

Vision Pro內置M2和R1兩款芯片，M2芯片負責運行操作系統和應用程序，而R1芯片負責定位、協同、視覺圖像處理或傳輸等功能。

R1芯片是蘋果專門為Vision Pro設計的新芯片，專門用于處理傳感器數據和空間計算，能夠在12毫秒內將新圖像流式傳輸到顯示器，比眨眼快8倍，這對于提供與現實同步的沉浸式混合現實體驗至關重要。可以說，為實現機器學習滿足用戶的需求，R1芯片就是人工智能時代蘋果向世界交出的“答卷”。

對于蘋果來說，或許“Machine learning”這個詞更精確的描述蘋果的技術特點。但通過Vision Pro、iOS 17以及縱觀整個蘋果生態不難看出，蘋果并不希望模糊地定義人工智能，他們熱衷于用技術改造或擴展自己的產品品類，打造自己的品牌，而不是使用行業通用的詞匯。

誠然，相比ChatGPT這樣的人工智能大模型而言，蘋果在人工智能領域的積累，并不能讓其擁有如同iPhone那樣“改變世界”的能力，但是蘋果用Vision Pro這款產品，試圖去教育世界AI如何與空間計算的場景結合，發揮出“1+1>2”的效果。更用另一種XR的實現形式（此前一種為微軟的HoloLens），打開了行業邁向“空間計算時代”的大門。

與微軟和谷歌等公司相比，蘋果對人工智能技術的開放性較低，但依靠龐大市場需求支持，蘋果更希望維護好產品帶給用戶的優質體驗，無論是“機器學習”還是“人工智能”其核心要義還是能為用戶帶來什么。大模型之家認為，無論是硬件軟件用戶在使用的時候只在意產品能否更完美的匹配自己的需求，多高的算力和多大的數據參數最終為產品打分的只能是消費者的滿意程度，相信人工智能發展的最終形態會向著平民化、日常化的方向前進。