观点 | 有道CEO周枫：四个理由告诉你，为什么手机端深度学习是个大机会

网易高级副总裁，网易有道CEO周枫

响应更快（不需要网络通信延迟），节省流量（不需要上传数据），可以实时处理视频（实时上传和处理视频不够快），对开发者更便宜（不需要租用服务器）。 这四个原因决定了手机端深度学习，将是下一个大浪潮

作者 | 周枫

上周WWDC上苹果发布的大量软硬件产品中，Core ML看起来是很不起眼的一个。简单来说，它是秋季正式上市的iOS 11新增的人工智能编程框架，让开发 者可以更方便地为App增加基于人工智能算法的功能。

关注人工智能或深度学习的产品和技术人员应该重视Core ML，Core ML是第一个较完善的手机端人工智能框架，利用它可以做出创新的功能。

为什么手机端人工智能处理很重要？

相对云端的处理方法，本地人工智能至少有这样几点好处：

• 响应更快（不需要网络通信延迟）
• 节省流量（不需要上传数据）
• 可以实时处理视频（实时上传和处理视频不够快）
• 对开发者更便宜（不需要租用服务器）等

近两年以来，移动SoC的处理能力，终于可以有效运行实用化的深度学习算法了（iPhone 7的GPU的能力大约是200Gflops），所以这时候推出Core ML，苹果做到了领先一步。相比较来说，Android上的Tensorflow Lite成熟度看起来差不少。

和Tensorflow, Caffe等深度学习框架不同，Core ML是完全聚集于在设备端本地进行深度学习推理的框架，而其它框架除了设备端同时也支持云端，除了推理还支持训练。

• 集中力量的一个结果是Core ML性能更优，苹果宣传Inception v3速度是Tensorflow的6倍，这是通过Metal API对于GPU能力充分利用的结果。
• 另一个结果，是Core ML看起来更方便使用。苹果很聪明的定义了一个标准的模型格式（.mlmodel），提供了流行的框架模型到此格式的转换工具，这样就可以利用各个模型的训练阶段，而不像Tensorflow Lite应该是只能使用Tensorflow模型的。模型训练好了之后，只要拖放到XCode中就可以使用，苹果甚至把接口的Swift代码都给你生成好了。

Core ML的一些Demo:

1. 实时物体识别（Resnet >10fps）：

2. 带五官位置的人脸检测（直接调用Vision Framework）

3. 物体跟踪（Vision Framework）

苹果展示了更多的Demo，包括图片描述生成、文档扫描、命名实体识别等。

更多信息见Core ML的WWDC session

• Core ML - https://developer.apple.com/videos/play/wwdc2017/703/
• VisionFramework- https://developer.apple.com/videos/play/wwdc2017/506/

本文来源于微信公众号：youdaozhoufeng，该公众号是关于教育、深度学习、创业和有道的思考。

作者介绍

周枫先生现任网易高级副总裁，网易有道CEO。周枫在清华大学取得计算机科学学士和硕士学位，在加州伯克利大学取得计算机科学博士学位，曾在多个顶级国际学术会议和期刊上发表超过10篇论文。周枫加入网易后，主持有道词典开发、有道搜索平台架构、有道云笔记和密码认证系统“将军令”开发等，将有道词典打造成了份额第一的词典与翻译产品，用户量超过6亿。目前，周枫带领有道的NMT团队攻坚基于人工智能的神经网络翻译（NMT）技术，并开始进军在线教育领域。