蘋果錯失AI機遇期，原因竟是為了保護使用者隱私？

在人工智慧的洶湧浪潮中，蘋果似乎是最“冷靜”的一個。

據外媒（aitrends）報道，在人工智慧（Artificial Intelligence，簡稱AI）的洶湧浪潮中，相比谷歌、亞馬遜和Facebook這些網際網路巨頭公司的摩拳擦掌躍躍欲試，蘋果似乎是最“冷靜”的一個。造成這種情形的原因，一部分是因為蘋果公司冷靜的企業風格不太容易吸引到頂端的AI人才——後者更希望被聲高勢強的公司僱傭。谷歌和亞馬遜相繼開源推出TensorFlow和DSSTNE來招徠開發者，Facebook也開源共享了自己的Torch擴充套件模組。意識到落後的蘋果奮起直追，在去年連忙通過一系列大小收購來補足自己在AI領域的短板。

除了想盡辦法動員AI開發者的力量，蘋果也相繼推出了自己的深度學習工具。在收購Tuplejump之後，蘋果繼續將Tuplejump 下面的 FileDB 開源。這是一種具有機器學習功能的分散式列式資料庫，能夠用以進行復雜的流資料分析。同時蘋果向開發者開放了 Siri 的 API，使得第三方應用也能夠使用 Siri 的自然語言處理（NLP）系統。除此之外，蘋果還推出了基本神經網路子程式（BNNs），讓開發者在他們開發的程式中能夠使用人工神經網路的高效演算法。美中不足的是，這套程式之所以稱為“基本”，是因為蘋果只是提供了現成的神經網路模型供開發者使用，並沒有開放訓練該神經網路的途徑。（訓練神經網路代價高昂，中小開發團隊也無力承擔）

補足了技術上的短板，公司“政策”上的妨礙或許會是阻礙蘋果在AI上更進一步的最大因素。蘋果公司一向以其對使用者隱私的保護而備受稱讚。iPhone 的資料傳輸全部使用端到端加密，在需要對使用者照片和資訊進行資料分析時，蘋果傾向於在使用者手機上完成將這些分析運算，而不是將檔案上傳雲端（以避免中間的安全隱患）。高標準的隱私保護和AI對大資料的需求水火難容，蘋果對此的解決方案是，它們或許會改用較寬鬆一些的隱私策略：對大資料流向進行洞察，而不窺探具體的個人資料。

不過目前這種妥協方案還在計劃中而並未完全實施。相比這種嚴於律己的困頓，擁有對使用者資料的完全訪問權就會方便的多。比如谷歌和 Facebook，相比蘋果，他們的深度學習和 AI 表現也更加出色。“更好的隱私”和“更好的服務”似乎難以調和。不過一家叫 Snips 的創業公司可能會對蘋果的堅守有所助益。Snips 致力於開發能夠在不侵犯使用者隱私的情況下收集資料的方法。

此外，在嵌入式系統上應用 AI 深度學習也是蘋果困境的解決之道。矽谷的科技巨頭們已經通過各種方式探索基於嵌入式系統的深度學習。最近IBM聲稱，其“TrueNorth”計算晶片已能夠實現類似人腦的功能：“具有深度學習能力，像人類大腦一樣進行關聯分析，判斷各種可能性”。未來這種晶片可以被應用到各種裝置中去：比如物聯網、智慧手機、機器人、汽車、雲端計算和超級計算機。IBM之外，英特爾公司最近收購了視覺處理單元製造商 Movidius 。谷歌的 Project Tango 曾讓普通手機擁有令人驚豔場景感應功能，其中 Movidius 的技術就功不可沒。

TrueNorth 和 Movidius 的偉大之處，在與將以往只能靠伺服器進行的大資料深度學習放在本地晶片上完成。既然蘋果希望在堅守嚴格隱私標準的同時發展 AI，那麼收購一家這樣的創企是一個合情合理的選擇。蘋果汽車的傳聞一直不絕於耳，自動駕駛汽車和嵌入式深度學習亦是密不可分。在競爭對手哪裡，英偉達已經開始部署自己的 Drive PX2 ，英特爾不久之後也將利用 Movidius 的技術來發展自己的自動駕駛技術。目前在嵌入式深度學習上卓有成就而還未被收購的企業包括：KnuEdge、Teradeep 和 Pilot AI Labs 等等。除了創企，不少大學裡也有機構在進行該領域的研究，比如羅徹斯特大學和 UCLA 。這些都可能成為蘋果未來的合作之選。