在其年度WWDC活动期间，Apple宣布推出其CreateML工具以及其Core ML框架的续集。
CreateML旨在简化AI模型的创建。实际上，因为它是用Swift构建的，所以可以使用Xcode Playgrounds这样的拖放式编程接口来训练模型。
Core ML，Apple的机器学习框架，去年在WWDC首次推出。今年，该公司一直致力于使其更加精简和更加精简。
Apple称使用称为批量预测的技术，Core ML 2的速度提高了30%。量化使框架能够将模型缩小高达75%。
这就是Apple描述Core ML的方式：
“Core ML允许您将各种机器学习模型类型集成到您的应用程序中。除了支持超过30种图层类型的广泛深度学习外，它还支持标准模型，如树集合，SVM和广义线性模型。
由于它基于Metal和Accelerate等低级技术，因此Core ML可以无缝地利用CPU和GPU来提供最高的性能和效率。
您可以在设备上运行机器学习模型，这样数据就不需要让设备进行分析。“
由于人们对如何收集和使用他们的数据变得更加警惕，显然已经努力迭代没有信息离开设备。
谷歌上个月在其I / O开发者大会上推出了ML Kit。它的大多数功能都可以离线运行，但比连接到Google的云时更有限。例如，API的设备上版本可以检测到狗在照片中 – 但是当连接到互联网时 – 它可以识别特定品种。
Apple表示，一款语言学习应用程序Memrise的开发人员以前需要24小时才能使用20,000张图像训练模型。CreateML和Core ML 2在MacBook Pro上将其缩短为48分钟，在iMac Pro上缩短为18分钟。此外，模型的大小从90MB减少到3MB。
对于喜欢Core ML但使用TensorFlow的开发人员，Google于2017年12月发布了一款工具，可将AI模型转换为兼容的文件类型。你可以找到它现在微软拥有的GitHub 这里。