Core ML Machine Learning Framework

Core ML 是Apple 在 WWDC 2017 發表的Machine Learning Framework，開發人員可藉由 Core ML 的輔助，快速將已完成訓練的機器學習模型整合進 app 中(可輕易拖拉進XCode，然後自動產生Swift代碼)，讓 app 也能具備AI的學習能力。

舉例來說開發的工程師現在可以利用Core ML來將圖形識別放到照片應用裡，或者將自然語言的理解與Chatbot結合，這樣來理解用戶所想表達的內容，開發工程人員現在也可以將自己常用的AI導入轉換為Core ML，蘋果也開放四個轉換為 Core ML 的模型提供下載，如果您是開發人員想要先試試 Core ML 技術，可以下載：
1. Places205-GoogLeNet
2. ResNet50
3. Inception v3
4. VGG16

相較於Google的TensorFlow Lite主要提供移動設備的學習工具和Facebook 的 Caffe2正式支持移動設備，Core ML標榜更為便利，Apple定義了.mlmodel，你可以用任何的AI模型轉換成Core ML的格式，比TensorflowLite方便更多。在iOS上的AI應用，更標榜彈性與全面紀錄，像是電池使用的頻率與紀錄，音樂播放Apple Music的推薦，Siri都用到機器學習，連聲音都可以越來越逼真（主要是AI自動產生，音調當然可自行變化）這些都可以在iOS上被使用，讓app開發的工程師有更多的創意可以被整合。

蘋果AI研究負責人Ruslan Salakhutdinov致力於公開場合推廣自家的AI，這樣的部落格發表文章與CVPR 2017最佳論文的發布，讓蘋果一直在開發階段保持神祕的風格，有了一點不同。

今天為了做份簡報，瞭解了一下Core ML，理解起來真的很花時間，但是卻讓我對某些應用更感興趣。