6月4日，蘋果2018年度全球開發(fā)者大會在加利福尼亞州圣何塞舉行。會上蘋果發(fā)布了適用于iOS設備的新版機器學習應用套件Core ML 2。

蘋果稱，由于采用了批量預測技術，Core ML 2速度提高了30％。此外蘋果表示，通過量化技術，該工具包能夠使開發(fā)人員將受過訓練的機器學習模型大小壓縮75%。

蘋果還發(fā)布了新款GPU加速工具Create ML，，用于在Mac上進行原生人工智能模型的訓練。該工具支持視覺、自然語言以及自定義數(shù)據(jù)。由于其是用Swift構建的，所以用戶可以使用拖放式編程接口（如Xcode Playgrounds）來訓練模型。蘋果公司負責軟件工程的高級副總裁克雷格·費德里吉(Craig Federighi)表示：“這非常易于使用。”

費德里吉解釋說，一名開發(fā)人員Memrise需要24小時的時間才能夠訓練出一個包括20,000張圖像的模型，但Create ML能夠將同一模型的在MacBook Pro上的訓練時間縮短到48分鐘，而在iMac Pro上僅僅為18分鐘。 Create ML還將模型的大小從90MB減少到3MB。

蘋果公司于2017年6月在發(fā)布iOS 11時宣布了Core ML的上線。其允許開發(fā)人員將設備上的機器學習模型加載到iPhone或iPad上，或者將從XGBoost，Keras，LibSVM，scikit-learn以及Facebook的Caffe和Caffe2等框架中轉換模型。 Core ML旨在優(yōu)化在移動設備上訓練機器學習的功效，且不需要互聯(lián)網(wǎng)連接即可進行機器學習。

Core ML的更新緊隨谷歌ML Kit的發(fā)布，那是一款針對Android和iOS系統(tǒng)的機器學習軟件開發(fā)工具包，谷歌在今年5月份舉行的2018年度I/O開發(fā)者大會上宣布了這一消息。2017年12月，谷歌發(fā)布了一款工具，將使用其機器學習框架TensorFlow Lite生成的人工智能模型轉換為和蘋果Core ML兼容的文件類型。

預計Core ML將在蘋果未來的硬件產品中發(fā)揮關鍵作用。據(jù)報道，蘋果正在開發(fā)一種稱之為蘋果神經(jīng)引擎（ANE）的芯片來加速計算機視覺，語音識別，面部識別和其他形式的人工智能，并計劃將其應用到在即將發(fā)布的新款設備中。據(jù)彭博社報道，它將為第三方開發(fā)人員提供訪問芯片的接口以運行他們自己開發(fā)的人工智能。

為了表明公司的雄心壯志，蘋果聘請了曾負責谷歌Gmail、谷歌搜索以及谷歌Assistant相關人工智能的前谷歌工程師約翰·詹南德雷亞(John Giannandrea)推動其機器學習和人工智能戰(zhàn)略。此外，蘋果還打算招募逾150人來擴充其Siri團隊。