了解人工智能(AI)的朋友都知道,机器学习是 AI 技术的重点,而不断的训练是机器学习的必需品,不管是检测人脸的 AI 模型还是语音转文字的 AI 模型,都需要大量的训练。就像国产手机厂商吹嘘他们的 AI 拍照时一样,一般都需要数百万张照片的训练之后 AI 拍照才能有足够好的效果。
而这个“训练”的过程其实是非常消耗 CPU 资源和存储空间的,如果把所需要的计算、存储资源对比我们的日常使用耗费的资源对比,就像是制作一部皮克斯工业级电影和平时玩一把英雄联盟一样。你当然可以用自己的四核心英特尔处理器和笔记本的显卡来完成这份工作,但这样的话往往需要好几天时间甚至更长才能训练好这个 AI。
所以过去这个训练的过程往往都是在云端进行的,因为云端的服务器有更强大的计算能力,或者是有为训练 AI 专门准备的硬件。举个例子,Siri 的训练其实也是用到机器学习的原理,因此 Siri 的一切处理、计算都是在云端进行,断网就不能用了。
但是只要有了 Create ML ,机器学习的计算突然就能够在本地进行了,你只需要把数据拖拽到 Create ML 的界面中,调整一些参数和内容,20分钟之后就能得到一个训练完毕的 AI 模型了。甚至 Create ML 还为你提供了将这个 AI 模型嵌入到 App 中的快速工具。
这对于有隐私需求的服务是非常重要的,比如医疗行业,患者肯定不希望自己的医疗数据被传到云端,但是 AI 诊断又是以后的趋势,所以 Create ML 就让相关开发者能让自己的医疗 AI 在本地运行了。
更重要的是, Create ML 给了所有人自己研究 AI 模型的条件,这又让我们想到了苹果的“人人都能编程”计划,说不定以后还能发展成“人人都会研发人工智能”了!