葛越：苹果将利用机器学习，创建一个更健康、更可及的未来

近日，苹果公司副总裁及大中华区董事总经理葛越在世界人工智能大会“全体会议-产业发展”上发表了演讲。

葛越在演讲中提到机器学习对人们的日常生活起到很关键的作用，它可以更好地发挥苹果的软硬件结合的功能，在各个方面改善人们的生活。像由机器学习帮助实现的苹果的功能可以帮助助各行各业的人过上更健康的生活。

机器学习能够帮助残疾用户提供独立性和便利性，包括视障人士、听障人士、有肢体和运动障碍，以及认知障碍的人。像在 Apple Watch，AirPods Pro 上，辅助触控功能允许上肢行动不便的用户通过手势来控制 Apple Watch。AirPods Pro 上的对话增强功能则通过机器学习来检测并放大声音，让用户听得更清楚。

葛越在最后还提到虽然苹果在健康领域的探索才刚刚开始，但是已经看到，机器学习和传感器技术在提供健康洞察、鼓励健康生活方式等方面潜力无限。所有这些功能都为了帮助所有人创建一个更健康更可及的未来。

以下是演讲稿的全文：

“各位领导，各位嘉宾：大家下午好。首先，非常感谢主办方邀请我再次回到世界人工智能大会，很高兴今天有机会与大家交流。

在 Apple，我们希望我们的产品能够帮助人们创新和创造，提供人们日常生活所需要的支持。机器学习在其中扮演着至关重要的作用：它可以更好地发挥我们软硬件结合的强大功能，在各个方面改善人们的生活。我们已经无数次看到了它的巨大能力。

今天，我想深入讨论在改善人们生活方面潜力特别明显的两个领域：无障碍功能和健康功能。我们会探讨一些由机器学习帮助实现的 Apple 的功能：其中的一些功能是专门为残疾人和有特殊需要的人们设计的，而另外一些功能则能够帮助各行各业的人过上更健康的生活。

但是，与任何技术一样，机器学习也不能单独发挥作用，所以我会从帮助它成为如此强大工具的那些创新谈起。

在 Apple，我们始终关注产品设计的整体性。因此，无论是我们产品的硬件还是软件，我们都一直坚信设计和集成应该同步进行。

而这种整合的一个极佳的例子就是 Apple Silicon，它通过强有力的性能和优异的电池寿命，帮助实现了一些强大的新功能。神经网络引擎是这些创新的关键一环。它专为机器学习而构建，在运行机器学习模型时非常强大且高效。

当然，我们尖端的机器学习模型不仅仅依赖于强大的芯片，还需要高质量的输入，包括触控、动作、声音、和视觉等信息。我们将强大的传感器集成到我们的设备中。这些传感器可以为我们的机器学习模型提供快速和高度准确的信号。

把这些传感器、最先进的机器学习模型以及强有力的 Apple Silicon 这三者相结合，我们就设计出了一些可以完全在终端设备上运行的功能。每个功能都可以在我们量身定制的硬件上运行，从而最大限度地提高效率，在不消耗太多电力的情况下获得最佳的性能。由于不需要高速的网络连接，功能的表现也就更加稳定、可靠。

尤为重要的是，因为没有数据需要离开终端设备，隐私会得到更好的保护。这个优势对于健康和无障碍功能尤其重要。因为对这些功能来说，出色的用户体验离不开效率、可靠性和隐私保护。

让我们先从提供无障碍帮助的辅助功能说起。我们相信世界上最好的产品应该满足每个人的需求。无障碍是我们一个核心价值观，也是贯穿所有产品的一个重要部分。我们致力于制造真正适合所有人的产品。

我们知道机器学习能够帮助残疾用户提供独立性和便利性，包括视障人士、听障人士、有肢体和运动障碍，以及认知障碍的人。让我们来看几个例子，先从 Apple Watch 开始。 Apple Watch 上的辅助触控功能允许上肢行动不便的用户通过手势来控制 Apple Watch。

这个功能将设备上的机器学习与来自 Apple Watch 内置传感器的数据相结合，帮助检测肌肉运动和肌腱活动的细微差异，从而替代了轻点显示屏的做法。通过包括陀螺仪、加速度计和光学心率传感器，用户可以用捏合或握拳这类的手部动作来操控 Apple Watch。

接下来我们来说说 AirPods Pro。 AirPods Pro 结合了 Apple 的 H1 芯片和内置麦克风，通过机器学习带来强大的听力体验。AirPods Pro 上的对话增强功能通过机器学习来检测并放大声音。如果你在嘈杂的餐厅与人交谈，对话增强功能可以聚焦你面前的人的声音，让你听得更清楚。值得一提的是，该功能只需要在终端设备上即可运行。

最后，让我们来看看最近在 iOS 16 和 iPadOS 16 中发布的门检测功能。门检测功能结合了 LiDAR 扫描仪、摄像头和终端设备上运行的机器学习来帮助视障用户确定门的位置，探测人与门的距离，并判断门究竟是开启还是关闭。它甚至可以读取门周围的标志和符号，例如办公室的房间号，或者无障碍入口的标志。

用户还可以将门检测与人员检测功能结合起来使用，帮助视障人士在公共场所更加自如地行动，识别附近是否有人，从而保持社交距离。这些只是机器学习对残疾人生活带来实质性影响的几个例子。结合了芯片、传感器技术和基于终端设备的机器学习这三者的进步，让我们的产品更容易使用，也帮助用户更好地和外部世界互动。

健康是我们关注的另一个充满潜力的领域，可以改善人们的生活。技术可以发挥重要作用，让我们身体变得更健康，并鼓励人们用更健康的方式来生活。

我们的机器学习和传感器技术可以提供有用的健康信息，让用户能够通过日常行为的小改变，逐步实现整体大健康。我们始终确保这些健康功能经得起严格的科学验证，切实保护用户隐私始终是我们的重中之重。

举个例子，今年秋季我们将推出的 watchOS 9 里包括一个新的“睡眠阶段”功能。它能帮助大家更好地了解自己的睡眠状况。Apple Watch 中内置了心率传感器和加速度计。通过这些传感器的信号，Apple Watch 可以检测用户究竟处于快速眼动、核心睡眠还是深度睡眠阶段，并提供睡眠呼吸频率和心率等详细指标。

另外，摔倒检测调用了 Apple Watch 中的加速度计和陀螺仪，通过机器学习算法，可以识别严重摔倒。通过分析手腕轨迹和冲击加速度，Apple Watch 能在用户摔倒后发送警报。当然，我们还想要更进一步，想办法在用户摔倒之前，就能提供支持和帮助。

为此我们创建了步行稳定性这一功能。这是一种首创的健康功能，通过用户走动时 iPhone 产生的数据，可以看出他们摔倒风险有多大。这些重要信息可以帮助人们逐步改善行动能力，从而降低摔倒的风险。

虽然我们在健康领域的探索才刚刚开始，但是我们已经看到，机器学习和传感器技术在提供健康洞察、鼓励健康生活方式等方面潜力无限。所有这些功能都为了实现我们创造更美好生活的使命。我们对机器学习的未来充满希望：我们坚信它可以激发更多的创新，从而改善人们的生活。

它可以帮助我们了解身体状况，养成更健康的生活习惯。它可以降低技术的使用门槛，让外部世界变得近在咫尺。它还能保护好我们的隐私，让我们对技术充满信心。

在 Apple，我们努力创新，给用户赋能，让科技成为改善人们生活的力量。我们很高兴能够在这条道路上继续上下求索，利用机器学习，帮助所有人创建一个更健康，更可及的未来。谢谢大家！”

特别声明：本文版权归文章作者所有，仅代表作者观点，不代表爱思助手观点和立场。本文为第三方用户上传，仅用于学习和交流，不用于商业用途，如文中的内容、图片、音频、视频等存在第三方的知识产权，请及时联系我们删除。