酷应用

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

百家作者：AI100 2017-06-15 07:49:15

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。

热文推荐

多图｜入门必看：万字长文带你轻松了解LSTM全貌

盘点｜最实用的机器学习算法优缺点分析，没有比这篇说得更好了

程序员想搞机器学习？看看Nodejs之父这一年摸爬滚打的心路历程

我是如何在1天内构建一个深度学习模型并进击Kaggle比赛的

技能 | 如何开始深度学习？这里有一份完整的攻略

课程结合实例介绍使用TensorFlow开发机器学习应用的详细方法和步骤，着重讲解了用于图像识别的卷积神经网络和用于自然语言处理的循环神经网络的理论知识及其TensorFlow实现方法，并结合实际场景和例子描述了深度学习技术的应用范围与效果。所有案例均来自讲师团队工作中的亲身实践，所选案例均是深度学习的经典应用，非常具有代表性。

据说

向AI转型的程序员都关注了这个号...

▼▼▼▼▼▼