当地时间 6 月 5 日，苹果开发者年度盛会 WWDC 2017 在美国加州举行。在这个舞台上，我们看到了苹果软件、硬件有哪些新的升级、推新。但在 Keynote 中，我们看到了苹果不同于谷歌、Facebook 的人工智能战略。
2016 年 8 月份，Backchannel 的一篇文章正式揭开了苹果公司人工智能研究的面纱。虽然苹果是第一家将智能助理整合进其操作系统的主流公司，但并不如谷歌、Facebook 这样大声的宣告人工智能，也没有专门的组织和团队进行人工智能的研究。
在 Backchannel 的报道中，软件主管兼高级副总裁 Craig Federighi 曾表示，「在苹果，我们并没有一个单独集中负责机器学习技术的组织。」
不久之后（2016 年 10 月份）CMU 机器学习教授 Russ Salakhutdinov 在自己 Twitter 上宣布任职苹果人工智能研究负责人的消息。之前的人工智能研究一直处于隐藏模式的苹果，真的开始了与谷歌、Facebook 这样的其他巨头之间的竞争。
在 2016 年底的 NIPS 学术会议上，Russ Salakhutdinov 打破了苹果一贯的沉默，说明了苹果在人工智能发展商的具体目标，该公司还给出了一些细节来说明自己相对于竞争者的优势，让人们了解到了一些苹果的研究进展。
最终，这一切成果，都在今年的 WWDC 开发者大会上有了完整的展现。这次大会围绕软、硬件，介绍了苹果融合了机器学习与人工智能的产品。在软件方面，以 Siri 为核心，在各种官方 App 里面用机器学习技术进行优化；硬件方面，首当其冲的就是提升硬件配置，终于 Mac 不再是渣配置的象征，Apple 也拿出了强大的硬件设备（iMac Pro）进入市场。
Metal 2 与 Core ML
计算力
我们知道人工智能发展一大核心是计算力。在 WWDC 2017 上，苹果宣布的 Metal2 与新硬件平台能提供机器学习所需的强大计算力。
首先，苹果宣布了最新的 Metal 2 图 API，介绍了大量 High Sierra MacOS 操作系统如何处理图的大量改变。其中有趣的一点是它对外部图解决方案的支持。苹果开放了 Metal 2 外部图开发者 Kit 的指令，包括允许外部 GPU 附件的 Thunderbolt 3，以及一个 AMD Radeon RX 580 图显。意味着开发者能够尝试各种应用外部 GPU 的最好方式，在计算力上这会提供极大的支持。
Federighi 介绍说，Metal 2 不只是用于图，也可以用来进行机器学习。它能加速所有类型深度学习算法的 Metal 性能着色器。
在这部分演示中，苹果着重强调的是在 GPU 性能方面的提升，Apple 为展示 GPU 性能的提升，在现场演示了使用 iMac 进行 VR 处理。接着 Apple 提到了即将在今年年末发布的工作站级别的 iMac Pro 一体机，将会具备超强的性能，核心为了支持 Machine Learning 和 VR。
Core ML
前面提到，面向开发者的 Metal 2 也能用于机器学习。后面的演讲中，Craig Federighi 就宣布了苹果一系列新的面向开发者的机器学习 API，包括面部识别的视觉 API、自然语言处理 API，这些 API 集成了苹果所谓的 Core ML 框架。
Core ML 的特性：支持深度神经网络、循环神经网络、卷积神经网络、支持向量机、树集成、线性模型
