新时代高科技不计其数越来越发达，小伙伴们看过不少科技新闻吧，在我们生活中应该也用到很多这些高科技东西，有哪些小伙伴值的关注的呢，今天就跟大家分享一篇有关科技方面知识，希望大家会喜欢。

苹果对人工智能(AI)的大量投资。 从今天在加州库比蒂诺举行的iPhone和苹果手表发布会上可以清楚地看出这一点。

新的iPhone Xs和iPhone Xs Max拥有A12Bionic，这是一款7纳米芯片，苹果公司称其为“有史以来最强大的”。它包含六个核心(两个性能核心和四个高功率核心)、一个四核GPU和一个神经引擎-一个八核专用机器学习处理器，而不是A11中的两核处理器-每秒可以执行五万亿次操作(而上一代神经引擎的运算量为5000亿)。 还有一个智能计算系统，它自动决定是在处理器、GPU、神经引擎上运行算法，还是三者的组合。

苹果的机器学习框架Core ML2创建的应用程序，在A12仿生硅上的运算速度高达9倍，只有十分之一的功率。 这些应用程序发布速度也快了30%，这要归功于随着时间的推移学习使用习惯的算法。

由新硬件启用的实时机器学习功能包括Siri快捷方式，它允许用户通过自定义Siri短语创建和运行应用程序宏;Memoji，一个新版本的Emoji，可以定制成您的样子;FaceID;以及苹果的增强现实工具包ARKit2.0。

这个消息是在苹果今年夏天发布核心ML2的消息之后发布的。

苹果在6月份的全球开发者大会上说，由于采用了一种称为批处理预测的技术，核心ML2的速度快了30%。 此外，苹果还表示，该工具包将允许开发人员通过量化将经过训练的机器学习模型的规模缩小75%。

苹果公司于2017年6月推出了核心ML，即iOS11。 它允许开发人员将设备上的机器学习模型加载到iPhone或iPad上，或者从XGBoost、Keras、LibSVM、Scikit-Learning和Facebook的Caffe和Caffe2等框架中转换模型。 核心ML旨在优化功率效率模型，它不需要互联网连接，以获得机器学习模型的好处。

核心ML更新的消息紧跟着MLKit，这是一个用于Android和IOS的机器学习软件开发工具包，谷歌在5月份的I/O2018开发者会议上宣布了这一消息。 在2017年12月，Google发布了一个工具，将使用TensorFlowLite(其机器学习框架)生产的AI模型转换为与苹果核心ML兼容的文件类型。

核心ML有望在苹果未来的硬件产品中发挥关键作用。

为了暗示公司的野心，苹果聘请了前谷歌工程师John Giannandrea，他负责监督Gmail、Google Search和Google助手中人工智能功能的实现，负责其机器学习和人工智能战略。 而且它也希望雇佣150多人来为它的Siri团队工作。