苹果和人工智能: 门不当户不对?

简介:

作为世界计算机领域的领跑者,苹果正在向商品化无形计算模式转变

 

我说了,苹果正在走向末路。所以赶紧卖掉你手里的苹果股票,在被套牢之前逃出来。


这种说法尽管不准确,但因为我们正在步入下一代计算模式认知时代(Cognitive Era),所以苹果的营销方式和企业文化应该有所改变。认知时代描述了在技术发展的下一阶段,世界将会变成样子。未来苹果公司的成功绝不是由iPhoneiPadiWatch甚或一辆小汽车所决定的。对于苹果公司而言,如果它想继续称霸技术市场,并将触角延伸到健康医疗、交通和时尚领域,它必须从一家计算机公司的格局中跳出来。

 

从苹果公司目前的地位来看,这也许听起来像一个很荒唐的观点。然而在物联网(Internet of Things)与因特网连接设备同步发展的今天,商业应用的价值在于让这些互联网连接设备变得“聪明”起来。与当前的电力类似,计算能力将会充斥在世界的每个角落,与我们如影随形,无处不在。下一代计算模式认知时代所具备的无处不在的无形计算能力是苹果公司面临的现实威胁。

 

苹果公司的营销对象是那些乐意购买计算机附件(例如手机、平板电脑或者手表)的人们。对于苹果的营销模式而言,长期的威胁来自于人工智能它可以解决在自然语言处理,计算视觉以及行为预测等方面存在的问题。

 

人工智能成为产品优劣的唯一划分器

 

目前,SiriGoogle NowCortana非常相似,以至于用户都无法从质上区分它们。深度学习与其他机器学习技术(例如遗传算法和贝叶斯推断)的不断创新结合,以及数据网络的影响,意味着应用程序的质量将会有高低之分。智能手机、可穿戴设备以及汽车的销量将主要取决于它们可以做什么,而不是它们看起来怎么样。当然,你可以说,设计向来都是非常重要的一环,而注重品质的高端市场一直存在。但我只想说,设计,对于苹果公司目前的销售产品而言,将变得不是那么重要。苹果需要变成一个人工智能公司。

 

在智能手机领域,苹果真正唯一竞争者是谷歌。在核心技术方面,谷歌已然成为了一家人工智能公司。谷歌的指导策略是采取一切必要手段,收集各种数据去训练它的人工智能引擎。谷歌光纤、LoonChrome都旨在引导更多人使用因特网并因此提供更多的数据。NestWazeDropcam都是用来产生各式大量数据的服务。此外,谷歌拥有世界顶尖的人工智能专家。Geoffrey Hinton和他的团队是深度学习的领军者,已经发明了许多已广泛使用的相关工具。DeepMind是他们在2014年开发出的产品,最近登上了自然杂志的封面,引导着人工智能领域的发展。从数据和人才方面而言,苹果已远远落后于谷歌。

 

面对人工智能的威胁苹果正在觉醒

 

在过去六个月里,苹果通过收购3家顶尖机器学习公司:VocallQEmotientPerceptio来尝试应对人工智能的威胁。VocallQ是一家英国机器学习公司,主要建立语音用户界面。Perceptio是一家美国的深度学习公司,主要关注发展基于智能手机的计算视觉解决方案。与大多数计算视觉产品不同的是,Perceptio的解决方案是使智能手机不需要访问云端数据库,而直接单机进行图像识别。苹果最新收购的是Emotient,该公司主要进行自动人脸识别和分析。Emotient的视觉主要用来建立情感识别技术。

 

VocallQ掌握的技术对Siri和苹果TV团队而言将会非常有用。EmotientPerceptio会基于本地的人工智能技术应用到FaceTimephotos和苹果TV上。本地化视角是最重要的,主要因为苹果的核心商业模式在于设备研发而非类似谷歌的云端技术。苹果的良式发展离不开迅速、前沿和基于设备的技术开发。撇开已有产品对目前苹果产品的适用性不说,能够在如此短的时间内收购这三家掌握专业的深度学习技术的人工智能公司,证实了苹果在拓展人工智能领域的激励政策和措施。

 

苹果的“闭关锁国”将羁绊其在人工智能领域的发展

 

使苹果公司在移动手机时代独领风骚的根本原因是其在建立计算机方面的全面整合方法。通过垂直整合供应链以及硬件和软件一体化开发策略,苹果显然提供了一个别人无法比拟的良好用户体验。这使得该公司能够在如此竞争的市场中保持独占鳌头的态势。这种垂直整合要求对价值链有相对严格的控制,以保证其产品及相应用户体验在市场中的领先地位。而这种主要关注最佳用户体验的发展策略营造了一种相对封闭和保密的企业文化。

 

这种文化意味着苹果不能像谷歌、脸书以及其他人工智能公司巨头那样,享受资源开放共享的开发以及发展环境。举个例子,2015年的神经信息处理系统(NIPS)会议是每年规模最大的深度学习专家的聚会。除了谷歌和脸书,百度和微软也出席了。然而,苹果却未现身。在去年整整一年中,谷歌、微软、IBM和脸书用实际行动诠释了“在机器学习领域唯一值得关注的就是数据”这一概念。它们相继将自己的机器学习框架免费开源。确实,在机器学习领域,只有数据和开发者是需要关注的。这种开源策略收集了更多的数据并以此培养了更多相关的开发人员和博士。从而使得这些公司在不久的将来,能够轻而易举招聘到其需要的技术开发人员。

 

至今为止,苹果都没有在人工智能领域发表过一篇文章,尽管它使用的技术使得Siri成为自然语言处理的领导者。这种机密性背离了人工智能领域,尤其在深度学习领域“互通有无”的发展概念。这领域中的为数不多的人材更多地被谷歌和脸书这样开源的方向所吸引,甚至新型企业OpenAI也计划向公众开放所有研究成果。事实上,人工智能领域的发展速度在很大程度上取决于研究人员的合作方法。这些研究人员在小型实验室里一起工作并将学术研究成果贡献给相关雇佣公司。苹果的保密性和相对封闭的研究方法直接影响了其吸引深度学习顶尖专家的能力。



利用深度学习进行图像识别。图片出处www.medium.com


苹果能够适应认知时代(Cognitive Era)的发展吗?

 

在手机时代为苹果公司赢得成功的整合策略,也将导致其在认知时代下瓦解。苹果是少数几家能够成功引导计算潮流从台式机转向手机的公司。然而,这种转换的主要成功点是苹果独一无二的用户体验,也就是说,这种成功需要一个相对封闭以及控制化的企业文化。在台式机时代,台式机的主要购买者都是IT部门的领导者。在购买机器时,他们主要考虑可量化的指标,诸如处理器速度、存储容量和软件的兼容性等。但苹果所侧重的用户界面是不具有直观可量化性的,因此,苹果无法凸显其竞争性。然而,在移动手机时代,消费者是那些“日用(daily use)”设备的购买者,所以用户体验显得尤为重要。苹果具备建立这种消费设备的正确企业文化。


但这样一种封闭的企业文化无法适应从移动手机时代到认知时代的转变。人工智能领域需要一种开放和合作的企业文化。如果苹果无法改变其相对封闭的企业文化,它的产品必将被市场淘汰。

 

苹果作为全球最具价值的公司,保持这一地位的最大威胁是人工智能。

 

编者注: 此文作者认为,虽然苹果大力收购不少人工智能公司,试图挑战谷歌的大佬地位,但是自身的非公开性会限制其发展。然而也有业界人士认为,苹果的用户隐私政策十分严格,虽然可能会影响苹果在市场的竞争力,但如果能在不牺牲隐私的前提下获得人工智能的成功,那么谷歌的做法将会受到空前的质疑。读者们是否赞同此篇文章作者的观点?欢迎通过在文章下评论与我们交流!


原文发布时间为:2016-01-28

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
人工智能 搜索推荐 数据处理
苹果发布最新人工智能系统——Apple Intelligence,重新定义AI
Apple推出Apple Intelligence,集成于iOS 18等系统中,提供情境感知的个性化服务。新功能包括跨应用操作、屏幕阅读、写作辅助、图像生成及邮件管理。Siri升级,支持语言理解与生成。未来计划扩展多语言支持、集成第三方模型。与OpenAI合作将ChatGPT融入Siri。
390 5
|
机器学习/深度学习 人工智能 PyTorch
AI日报:苹果为使用Mac的人工智能开发者推出开源工具
AI日报:苹果为使用Mac的人工智能开发者推出开源工具
|
机器学习/深度学习 Web App开发 人工智能
苹果开发者大会WWDC 2017:首次全面展示苹果的人工智能实力
当地时间 6 月 5 日,苹果开发者年度盛会 WWDC 2017 在美国加州举行。在这个舞台上,我们看到了苹果软件、硬件有哪些新的升级、推新。但在 Keynote 中,我们看到了苹果不同于谷歌、Facebook 的人工智能战略。
477 0
苹果开发者大会WWDC 2017:首次全面展示苹果的人工智能实力
|
机器学习/深度学习 人工智能 自动驾驶
比起 iPhone 7,我们更关心苹果的人工智能「大脑」
苹果发布会在即,「机器之心」独家整理了近年来苹果在人工智能领域的布局与突破。在竞争愈演愈烈的人工智能领域,看似迟到的苹果是否真的被低估?在下一轮竞争到来之前,苹果是否能迎来新机会?
449 0
比起 iPhone 7,我们更关心苹果的人工智能「大脑」
|
11月前
|
机器学习/深度学习 存储 人工智能
AI职场突围战:夸克应用+生成式人工智能认证,驱动“打工人”核心竞争力!
在AI浪潮推动下,生成式人工智能(GAI)成为职场必备工具。文中对比了夸克、豆包、DeepSeek和元宝四大AI应用,夸克以“超级入口”定位脱颖而出。同时,GAI认证为职场人士提供系统学习平台,与夸克结合助力职业发展。文章还探讨了职场人士如何通过加强学习、关注技术趋势及培养合规意识,在AI时代把握机遇。
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能应用领域有哪些
本文全面探讨了人工智能(AI)的应用领域和技术核心,涵盖医疗、交通、金融、教育、制造、零售等多个行业,并分析了AI技术的局限性及规避策略。同时,介绍了生成式人工智能认证项目的意义与展望。尽管AI发展面临数据依赖和算法可解释性等问题,但通过优化策略和经验验证,可推动其健康发展。未来,AI将在更多领域发挥重要作用,助力社会进步。
|
机器学习/深度学习 人工智能 运维
人工智能在事件管理中的应用
人工智能在事件管理中的应用
350 21