你绝对想不到，iOS 14上还有这些智能技术

你绝对想不到，iOS 14上还有这些智能技术天涯明月刀 剧情 5G时代的到来，加速推动了AI技术的发展，许多手机厂商借助云技术实现AI功能，而苹果更偏重于设备本身上实现智能技术、提升体验。 我们在日常使用苹果产品时，其实早就已经享受到了人工智能

5G时代的到来，加速推动了AI技术的发展，许多手机厂商借助云技术实现AI功能，而苹果更偏重于设备本身上实现智能技术、提升体验。

我们在日常使用苹果产品时，其实早就已经享受到了人工智能的好处，例如Apple Watch能够判断佩戴者的运动状态，通过设备的机器学习能力以及内置传感器来实现这项功能。

随着iOS 14的发布，设备端的智能技术得到了进一步的升级，并为我们带来更多新功能。

iOS 14上的智能技术

1.Face ID

从iPhone X那代开始，Face ID便取代了Touch ID。原深感摄像头通过投射并分析3000多个不可见的点来捕获准确的面部数据，从而创建你的面部深度图，同时它还会捕获你的面部红外图像。A11仿生芯片的神经网络引擎会将这些图像转化为数字形式，然后与注册的面部信息进行对比。

值得一提的是，Face ID会自适应你的外观变化，不管是化妆还是面部长出毛发，它都能够识别。如果你的面部发生了明显变化，例如刮掉了脸上的络腮胡，这时Face ID会让你使用密码来验证身份，然后再更新你的面部数据。此外，即便你戴着帽子、围巾或眼镜，Face ID都可以正常使用。当然，哪怕是夜晚的极限弱光环境下，它依然能够正常工作。

2.全新的照片App

iOS 14中的照片App引入了整理照片和视频的新方式。其中“回忆”功能得到了增强，能够匹配相关度更高的照片和视频，并为用户提供了更多的自定义选项。此外，iOS 14现在还可以给每一张照片添加标题，这项功能的作用在于当你相册中的照片特别多时，如果你想要找到某张照片，只需在相册的搜索栏输入关键词即可，既省时又省力。

这些功能都是通过设备端的智能技术才得以实现，或许你会觉得不值一提，但不可否认的是，照片App的体验确实有了一定的提升。

3.你的贴心小助手Siri

在iOS 14中，Siri采用了全新紧凑型设计，不会占用屏幕太多的空间。当你向它提问时，Siri会在屏幕底部待命，回答的内容则会以通知的形式显示在屏幕上方。按照苹果官方的说法，与三年前相比，Siri的知识量增加了20倍，而且语言表达也会更自然，这些都要归功于设备端的智能技术。

曾经的Siri更像是一个“婴儿”，现在已经成长为了知识渊博的“伟人”。

4.精美的小组件

与以往的系统相比，iOS 14的主屏幕会更具个性和实用性。现在，你可以使用全新设计的小组件来定制你的主屏幕，通过设备上的智能技术，系统会在适当的时机让你看到合适的小组件。也就是说有了设备上的智能技术，系统会根据时间、地点、活动等因素，将适合你使用的小组件在适当时机进行显示。

5.键盘听写

iOS 14的键盘听写功能采用了和Siri相同的语音识别技术，利用神经网络引擎，用户在备忘录、信息、邮件等App进行听写时，系统将完全在设备端运行听写功能。而在搜索栏进行听写时，系统则会调用服务器，以便能够准确识别网络用语。

6.翻译App

iOS 14首次引入原生翻译App，采用与Siri相同的端点指向技术以及神经网络TTS技术，拥有自然的语音和文本翻译能力。如果你身处信号覆盖较弱的地方，可以借助设备端模式，离线体验该App的所有功能，确保翻译内容的私密性。

7.辅助功能

iOS 14新增VoiceOver Awareness功能，它可以利用设备上的麦克风，以此来实现智能声音检测。除此之外，利用设备端机器学习能力，能够将旁白功能拓展到更多的App，从而拓展该功能的特性。

不仅如此，背面轻点也是iOS 14中的一项新功能。当用户轻点手机背部时，可以与系统或App之间进行联动，比如点一下截屏、点两下调节音量等，这些操作都支持定制。背面轻点功能通过设备端机器学习技术和神经网络引擎，以及加速度计，根据运动数据来识别用户轻点手机背部的次数，进而做出不同的操作反馈。

其他机器学习技术应用

除iOS 14外，苹果还有很多机器学习技术应用的案例。

如果你是一个重度iPad Pro用户，与Apple Pencil配合使用的体验，可以说是妙不可言。当然，想要让设备识别你的手写内容，那肯定是离不开机器学习技术的。

另外，Apple Watch同样利用了机器学习技术，最典型的例子就是智能摔倒检测和实时跟踪佩戴者的体能训练。

当然，硬件是实现机器学习技术的基础。定制Apple芯片内部，有一块区域是专门用来放置神经网络引擎的。此外，Apple芯片采用了全新的机器学习加速器，能够快速运行机器学习计算中经常使用的矩阵乘法运算，同时矩阵运算的速度提升了6倍，使得Apple芯片每秒能够处理1万亿次的运算。

机器学习技术的硬件有了，就差软件开发平台了。苹果为开发者们提供了名为Core ML的智能机器学习平台，目前，市面上拥有10亿部设备能够运行Core ML。因此，开发者们不必担心设备配置和兼容性问题。

总结

硬件（芯片中的神经网络引擎）→机器学习技术→Core ML软件开发平台→智能App→系统（iOS、iPadOS、watchOS等）→终端设备（iPhone、Mac等）→用户体验。我们可以看到，苹果以用户体验为出发点，不断推进自家AI技术的发展。不知不觉，AI已经融入到了所有苹果产品中，甚至是App里一个不起眼的功能。

定制的Apple芯片是实现设备端智能技术的关键之所在，iOS 14上的功能足以体现出这枚芯片AI性能的强大，但是苹果并未对其进行大力宣传，而是让用户自己去感受，如此谦卑的精神值得我们称赞。

云技术虽然很好，但是它的缺点也很明显，一旦没有了网络或者设备在信号比较差的地区，很多功能便无法使用。苹果注重本地化智能技术的原因在于能够完全脱离服务器，即便设备处于离线状态，也不影响功能的正常使用。不得不说，苹果的眼光很独特。与云技术相比，设备端的智能技术反倒是会更加务实，可以进一步提升产品的使用体验，受益最大的自然也是用户。