在一年一度的WWDC活动中，苹果宣布发布其CreateML工具及其Core ML框架的续集。

CreateML旨在简化人工智能模型的创建。事实上，因为它是用Swift构建的，所以你可以使用像Xcode Playgrounds这样的拖放编程接口来训练模型。

苹果的机器学习框架Core ML于去年在WWDC首次推出。今年，该公司一直致力于使其更加精简。

苹果声称使用一种叫做批量预测的技术，Core ML 2的速度提高了30%。量化框架可以将模型缩小高达75%。

这就是苹果对Core ML的描述：

“Core ML允许您将各种机器学习模型类型集成到应用程序中。除了支持30多个层类型的广泛深度学习，它还支持标准模型，如树集、SVM和广义线性模型。

由于基于Metal和Accelerate等底层技术，Core ML可以无缝利用CPU和GPU提供最高的性能和效率。

您可以在设备上运行机器学习模型，这样数据就不需要由设备进行分析。"

随着人们对如何收集和使用他们的数据变得更加警惕，他们显然试图在信息不离开设备的情况下进行迭代。

谷歌在上个月的输入输出开发者大会上推出了ML工具包。它的大部分功能可以离线运行，但它们比连接到谷歌云时更受限制。例如，设备上版本的API可以检测照片中的狗——但当连接到互联网时——它可以识别特定的品种。

苹果表示，过去语言学习应用程序Memrise的开发人员需要24小时来训练包含20，000个图像的模型。ML和Core ML 2在MacBook Pro上缩短为48分钟，在iMac Pro上缩短为18分钟。此外，模型的尺寸从90MB缩小到3MB。

对于喜欢Core ML但使用TensorFlow的开发者，谷歌在2017年12月发布了一款工具，可以将AI模型转换为兼容的文件类型。你可以在微软旗下的GitHub找到它。