苹果的机器学习，在iOS上能做什么？几个通俗的例子讲完就懂了

大家好，这里是Mikan橘子科技，不客观但理性

苹果发布A14后，性能上有些令人失望，也让人不禁开始疑惑"这个118亿晶体管都用来做什么了"。其实A14有一项非常明显的升级，那就是神经元网络引擎相对A13提升了80%以上，相比A12更是提升了10倍之多。

但这个"神经元网络引擎"到底是用来做什么的？有人说是机器学习用的，但机器学习，深度学习又是什么？

机器学习：本质上是一种实现人工智能的方法

机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同，机器学习是用大量的数据来"训练"，通过各种算法从数据中学习如何完成任务。

这样来说会比较枯燥，举个例子来说就是让机器认识人的脸，识别出照片的不同物体，这都需要大量的数据来不断的"练习"的。在iOS系统中，使用到机器学习的也有很多应用：

· iPhone 11 系列起的「Deep Fusion」

· OS 13 的充电策略，不是直接充满，按历史充电时间学习充电的节奏

· Siri推荐，例如有时候早上起床时会看到一个"早安"项，Siri会给你推荐早起时习惯打开的应用

· 「照片」应用学习人脸，生成回忆

· 系统级的 垃圾短信识别

· 在面容 ID、触控 ID、haptic touch 等技术中应用

· 在一些厂商的拍照中也会利用到机器学习，比如相机根据探测拍摄场景自动进行画面优化

· 感知比较明显的，则是这个照片的识别学习功能，不但可以学习人脸，还可以学习其他动物或物体，比如这样

还有iOS14新加入的声音识别功能，开启后甚至可以识别出猫叫。。。这个功能是和hey Siri一样常驻的（也就是说两个功能互相冲突只能同时打开一个），只要打开后就会一直识别，识别到设定的声音后会弹出提示，对于听力受损的用户是非常有用的功能。

而在第三方应用方面，苹果也开放了Core ML 接口，部分App可以直接调用系统提供的机器学习api。

下面简单介绍几个例子：

Pixelmator photo

photo版本只有iPad版，在iPadOS14正式发布后，Pixelmator photo更新了一项"黑科技"功能，可以利用A系列仿生芯片的神经元网络引擎来降低分辨率，模糊的图像进行"一键修复"，这个功能可用性是非常大的，。有时候寻找一些图片取自能找到被压缩到很模糊的版本，还有时候一张照片放大后就会显得很粗糙。而这些问题都可以使用这项功能来修复图片。

放大图片可以发现修复后的效果相当明显，字体清晰了很多

值得这个效果十分需要系统的算力，如果是高分辨率图片，哪怕是A12Z处理器，也需要十几秒甚至更久才能修复完成（当然高分辨率图片本身其实也并不需要修复图片细节）。由于软件并无iPhone版本所以无法使用A13来对比测试，等iPad Air4正式发售后感兴趣的小伙伴们可以试一试，这可能是Air4唯一比iPad Pro速度更快的项目了哈。

一键抠图

一键抠图我使用的是knoc来演示了，可以一键抠出人物，物体等

procreate

iPad上面最强的绘图软件，没有之一的procreate也随着iPadOS14更新了最新的5X版本，带来了大量的新鲜功能，其中就有受益于增强现实ARKit和苹果神经网络引擎技术的面容彩绘(FacePaint) 功能

这项功能可以实时在你的脸上直接进行彩绘。同时还兼容包括动画协助及缩时回放在内的所有Procreate功能，让绘画者可以大肆的挥洒创意。

苹果显然是认为AR和AI都是未来不可或缺的技术，早在几年前就开始布局了，相信今后利用到神经元网络引擎技术的应用将会更加丰富，不过按照苹果的风格，应该会让用户不知不觉的使用上这些功能吧。

好了以上就是本篇文章的全部内容了吗，如果喜欢的话欢迎关注我，谢谢大家的耐心阅读。