据外媒（aitrends）报道，在人工智能（Artificial Intelligence，简称AI）的汹涌浪潮中，相比谷歌、亚马逊和Facebook这些互联网巨头公司的摩拳擦掌跃跃欲试，苹果似乎是最“冷静”的一个。造成这种情形的原因，一部分是因为苹果公司冷静的企业风格不太容易吸引到顶端的AI人才——后者更希望被声高势强的公司雇佣。谷歌和亚马逊相继开源推出Tensor Flow和DSSTNE来招徕开发者，Facebook也开源共享了自己的Torch扩展模块。意识到落后的苹果奋起直追，在去年连忙通过一系列大小收购来补足自己在AI领域的短板。

　　除了想尽办法动员AI开发者的力量，苹果也相继推出了自己的深度学习工具。在收购Tuplejump之后，苹果继续将Tuplejump下面的FileDB开源。这是一种具有机器学习功能的分布式列式数据库，能够用以进行复杂的流数据分析。同时苹果向开发者开放了Siri的API，使得第三方应用也能够使用Siri的自然语言处理（NLP）系统。除此之外，苹果还推出了基本神经网络子程序（BNNs），让开发者在他们开发的程序中能够使用人工神经网络的高效算法。美中不足的是，这套程序之所以称为“基本”，是因为苹果只是提供了现成的神经网络模型供开发者使用，并没有开放训练该神经网络的途径。（训练神经网络代价高昂，中小开发团队也无力承担）

　　补足了技术上的短板，公司“政策”上的妨碍或许会是阻碍苹果在AI上更进一步的最大因素。苹果公司一向以其对用户隐私的保护而备受称赞。iPhone的数据传输全部使用端到端加密，在需要对用户照片和信息进行数据分析时，苹果倾向于在用户手机上完成将这些分析运算，而不是将文件上传云端（以避免中间的安全隐患）。高标准的隐私保护和AI对大数据的需求水火难容，苹果对此的解决方案是，它们或许会改用较宽松一些的隐私策略：对大数据流向进行洞察，而不窥探具体的个人数据。

　　不过目前这种妥协方案还在计划中而并未完全实施。相比这种严于律己的困顿，拥有对用户数据的完全访问权就会方便的多。比如谷歌和Facebook，相比苹果，他们的深度学习和AI表现也更加出色。“更好的隐私”和“更好的服务”似乎难以调和。不过一家叫Snips的创业公司可能会对苹果的坚守有所助益。Snips致力于开发能够在不侵犯用户隐私的情况下收集数据的方法。

　　此外，在嵌入式系统上应用AI深度学习也是苹果困境的解决之道。硅谷的科技巨头们已经通过各种方式探索基于嵌入式系统的深度学习。最近IBM声称，其“True North”计算芯片已能够实现类似人脑的功能：“具有深度学习能力，像人类大脑一样进行关联分析，判断各种可能性”。未来这种芯片可以被应用到各种设备中去：比如物联网、智能手机、机器人、汽车、云计算和超级计算机。IBM之外，英特尔公司最近收购了视觉处理单元制造商Movidius。谷歌的Project Tango曾让普通手机拥有令人惊艳场景感应功能，其中Movidius的技术就功不可没。

　　True North和Movidius的伟大之处，在与将以往只能靠服务器进行的大数据深度学习放在本地芯片上完成。既然苹果希望在坚守严格隐私标准的同时发展AI，那么收购一家这样的创企是一个合情合理的选择。苹果汽车的传闻一直不绝于耳，自动驾驶汽车和嵌入式深度学习亦是密不可分。在竞争对手哪里，英伟达已经开始部署自己的DrivePX2，英特尔不久之后也将利用Movidius的技术来发展自己的自动驾驶技术。目前在嵌入式深度学习上卓有成就而还未被收购的企业包括：Knu Edge、Teradeep和Pilot AILabs等等。除了创企，不少大学里也有机构在进行该领域的研究，比如罗彻斯特大学和UCLA。这些都可能成为苹果未来的合作之选。