蘋果聯(lián)手IBM開發(fā)機器學習應用，助力企業(yè)輕松開發(fā)智能App

高層速讀

關鍵信息：蘋果和IBM宣布合作推出Watson Services for Core ML，該服務包含了蘋果去年發(fā)布的開發(fā)者工具Core ML以及IBM的Watson數(shù)據(jù)分析服務，允許客戶開發(fā)基于IBM Watson技術的機器學習工具，然后將這些資產(chǎn)應用于蘋果移動設備上的應用程序，助力企業(yè)在蘋果設備更好地運行智能應用。

蘋果和IBM像是一對奇怪的CP，但這兩家公司已經(jīng)緊密合作了好幾年。

在這對CP中，IBM擅長企業(yè)技術，蘋果擅長設計。今天，他們宣布將IBM Watson機器學習技術與Apple Core ML結合起來，推出了Watson Services for Core ML服務，該服務允許客戶開發(fā)基于IBM Watson技術的機器學習工具，然后將這些資產(chǎn)應用于蘋果移動設備上的應用程序，助力企業(yè)在蘋果設備更好地運行智能應用。

實際上，他們已經(jīng)在iOS設備上構建了數(shù)百個企業(yè)應用程序。此次合作，使他們的友誼又向前邁進了一步。

Watson Services for Core ML包含了蘋果去年發(fā)布的開發(fā)者工具Core ML以及IBM的Watson數(shù)據(jù)分析服務。Core ML能夠幫助開發(fā)者打造基于機器學習的應用，這些應用能夠在智能手機本地更高效的處理數(shù)據(jù)計算，而無需將數(shù)據(jù)傳統(tǒng)到外部的數(shù)據(jù)中心中。這個工具與其他一些智能手機機器學習工具類似，例如谷歌的TensorFlow Lite。

| 關于Core ML

Core ML是2017年6月蘋果在全球開發(fā)者大會上推出的機器學習框架，目的是讓開發(fā)人員能夠輕松地將機器學習模型從TensorFlow、Caffe或IBM Watson等流行的模型構建工具轉(zhuǎn)移到能在iOS設備上運行的應用程序。

具體來講，Watson Services for Core ML的工作方式是：用戶使用Watson構建機器學習模型，利用企業(yè)存儲庫中的數(shù)據(jù)來訓練模型。例如，機械公司可以幫助現(xiàn)場服務技術人員將他們的iPhone攝像頭對準一臺機器就可以識別出型號，以便訂購正確的部件。

利用Watson的圖像識別能力，用戶可以訓練一個模型來識別所有不同的機器。Watson的視覺識別提供了預先訓練的機器學習模型，支持圖像分析，以識別場景、物體、面孔、顏色、食物和其他內(nèi)容。重要的是，圖像分類器可以根據(jù)客戶需求進行定制。

在上述過程中，設備無需將數(shù)據(jù)發(fā)送到IBM的云計算數(shù)據(jù)中心進行處理，而是讓設備對數(shù)據(jù)進行本地處理，這樣做的好處既提高了處理速度，也能夠為使用者提供接近實時的數(shù)據(jù)處理結果。

在創(chuàng)建好模型之后，用戶可以通過Core ML轉(zhuǎn)換器工具運行它，并將其插入到Apple應用程序中。

IBM的總經(jīng)理Mahmoud Naghshineh表示，蘋果開發(fā)人員需要一種快速、輕松構建這些應用程序的方法，并利用它所提供的云。

為了使構建智能App更加簡單，IBM還宣布了一個云控制臺，以簡化Watson模型構建過程與插入該模型的蘋果設備上運行的應用程序之間的連接。

根據(jù)IBM的計劃，將來這些應用程序可以與Watson共享數(shù)據(jù)，并改進機器學習算法，這是一種經(jīng)典的設備--云伙伴關系?！斑@就是該組合的美妙之處”IBM合作與聯(lián)盟總經(jīng)理Naghshineh說，“當你運行應用程序時，它是實時的，你不需要連接到Watson；但是當你在設備上對不同的部分進行分類時，數(shù)據(jù)就會被收集起來，當你在較低的[帶寬]交互的基礎上連接到Watson時，你可以將其反饋到訓練機器學習模型，使它變得更好?！?/p>

“這為最初的目標增加了一定程度的機器學習，并利用最新的技術推動它向前發(fā)展”Naghshineh說，“我們正透過機器學習，把這方面提升至另一個水平。我們正走在這條道路上，帶來更好的加速能力，并提供更好的洞察力，使用戶獲得更好的體驗?！?/p>

微信搜索【AI商業(yè)報道】，獲取國內(nèi)外AI巨頭新動向及行業(yè)資訊！

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。