新浪數碼訊 9月1日下午消息，蘋果公司副總裁及大中華區董事總經理葛越在世界人工智能大會“全體會議-產業發展”上發表了演講。

葛越在演講中提到機器學習對人們的日常生活起到很關鍵的作用，它可以更好地發揮蘋果的軟硬件結合的功能，在各個方面改善人們的生活。像由機器學習幫助實現的蘋果的功能可以幫助助各行各業的人過上更健康的生活。

機器學習能夠幫助殘疾用戶提供獨立性和便利性，包括視障人士、聽障人士、有肢體和運動障礙，以及認知障礙的人。像在Apple Watch，AirPods Pro上，輔助觸控功能允許上肢行動不便的用戶通過手勢來控制Apple Watch。AirPods Pro上的對話增強功能則通過機器學習來檢測並放大聲音，讓你聽得更清楚。

葛越在最後還提到雖然蘋果在健康領域的探索纔剛剛開始，但是已經看到，機器學習和傳感器技術在提供健康洞察、鼓勵健康生活方式等方面潛力無限。所有這些功能都爲了幫助所有人創建一個更健康更可及的未來。

以下是演講稿的全文：

各位領導，各位嘉賓：大家下午好。首先，非常感謝主辦方邀請我再次回到世界人工智能大會，很高興今天有機會與大家交流。

在 Apple，我們希望我們的產品能夠幫助人們創新和創造，提供人們日常生活所需要的支持。機器學習在其中扮演着至關重要的作用：它可以更好地發揮我們軟硬件結合的強大功能，在各個方面改善人們的生活。我們已經無數次看到了它的巨大能力。 

今天，我想深入討論在改善人們生活方面潛力特別明顯的兩個領域：無障礙功能和健康功能。我們會探討一些由機器學習幫助實現的 Apple 的功能：其中的一些功能是專門爲殘疾人和有特殊需要的人們設計的，而另外一些功能則能夠幫助各行各業的人過上更健康的生活。

但是，與任何技術一樣，機器學習也不能單獨發揮作用，所以我會從幫助它成爲如此強大工具的那些創新談起。

在 Apple，我們始終關注產品設計的整體性。因此，無論是我們產品的硬件還是軟件，我們都一直堅信設計和集成應該同步進行。

而這種整合的一個極佳的例子就是 Apple Silicon，它通過強有力的性能和優異的電池壽命，幫助實現了一些強大的新功能。神經網絡引擎是這些創新的關鍵一環。它專爲機器學習而構建，在運行機器學習模型時非常強大且高效。

當然，我們尖端的機器學習模型不僅僅依賴於強大的芯片，還需要高質量的輸入，包括觸控、動作、聲音、和視覺等信息。我們將強大的傳感器集成到我們的設備中。這些傳感器可以爲我們的機器學習模型提供快速和高度準確的信號。

把這些傳感器、最先進的機器學習模型以及強有力的 Apple Silicon 這三者相結合，我們就設計出了一些可以完全在終端設備上運行的功能。每個功能都可以在我們量身定製的硬件上運行，從而最大限度地提高效率，在不消耗太多電力的情況下獲得最佳的性能。由於不需要高速的網絡連接，功能的表現也就更加穩定、可靠。

尤爲重要的是，因爲沒有數據需要離開終端設備，隱私會得到更好的保護。這個優勢對於健康和無障礙功能尤其重要。因爲對這些功能來說，出色的用戶體驗離不開效率、可靠性和隱私保護。

讓我們先從提供無障礙幫助的輔助功能說起。我們相信世界上最好的產品應該滿足每個人的需求。無障礙是我們一個核心價值觀，也是貫穿所有產品的一個重要部分。我們致力於製造真正適合所有人的產品。

我們知道機器學習能夠幫助殘疾用戶提供獨立性和便利性，包括視障人士、聽障人士、有肢體和運動障礙，以及認知障礙的人。讓我們來看幾個例子，先從 Apple Watch 開始． Apple Watch 上的輔助觸控功能允許上肢行動不便的用戶通過手勢來控制 Apple Watch。

這個功能將設備上的機器學習與來自 Apple Watch 內置傳感器的數據相結合，幫助檢測肌肉運動和肌腱活動的細微差異，從而替代了輕點顯示屏的做法。通過包括陀螺儀、加速度計和光學心率傳感器，用戶可以用捏合或握拳這類的手部動作來操控 Apple Watch。

接下來我們來說說 AirPods Pro。 AirPods Pro 結合了 Apple 的 H1 芯片和內置麥克風，通過機器學習帶來強大的聽力體驗。AirPods Pro 上的對話增強功能通過機器學習來檢測並放大聲音。如果你在嘈雜的餐廳與人交談，對話增強功能可以聚焦你面前的人的聲音，讓你聽得更清楚。值得一提的是，該功能只需要在終端設備上即可運行。

最後，讓我們來看看最近在 iOS16 和 iPadOS 16 中發佈的門檢測功能。門檢測功能結合了 LiDAR 掃描儀、攝像頭和終端設備上運行的機器學習來幫助視障用戶確定門的位置，探測人與門的距離，並判斷門究竟是開啓還是關閉。它甚至可以讀取門周圍的標誌和符號，例如辦公室的房間號，或者無障礙入口的標誌。

用戶還可以將門檢測與人員檢測功能結合起來使用，幫助視障人士在公共場所更加自如地行動，識別附近是否有人，從而保持社交距離。這些只是機器學習對殘疾人生活帶來實質性影響的幾個例子。結合了芯片、傳感器技術和基於終端設備的機器學習這三者的進步，讓我們的產品更容易使用，也幫助用戶更好地和外部世界互動。

健康是我們關注的另一個充滿潛力的領域，可以改善人們的生活。技術可以發揮重要作用，讓我們身體變得更健康，並鼓勵人們用更健康的方式來生活。

我們的機器學習和傳感器技術可以提供有用的健康信息，讓用戶能夠通過日常行爲的小改變，逐步實現整體大健康。我們始終確保這些健康功能經得起嚴格的科學驗證，切實保護用戶隱私始終是我們的重中之重。

舉個例子，今年秋季我們將推出的 watchOS 9 裏包括一個新的“睡眠階段”功能。它能幫助大家更好地瞭解自己的睡眠狀況。Apple Watch 中內置了心率傳感器和加速度計。通過這些傳感器的信號，Apple Watch 可以檢測用戶究竟處於快速眼動、核心睡眠還是深度睡眠階段，並提供睡眠呼吸頻率和心率等詳細指標。

另外，摔倒檢測調用了 Apple Watch 中的加速度計和陀螺儀，通過機器學習算法，可以識別嚴重摔倒。通過分析手腕軌跡和衝擊加速度，Apple Watch 能在用戶摔倒後發送警報。當然，我們還想要更進一步，想辦法在用戶摔倒之前，就能提供支持和幫助。

爲此我們創建了步行穩定性這一功能。這是一種首創的健康功能，通過用戶走動時 iPhone 產生的數據，可以看出他們摔倒風險有多大。這些重要信息可以幫助人們逐步改善行動能力，從而降低摔倒的風險。

雖然我們在健康領域的探索纔剛剛開始，但是我們已經看到，機器學習和傳感器技術在提供健康洞察、鼓勵健康生活方式等方面潛力無限。所有這些功能都爲了實現我們創造更美好生活的使命。我們對機器學習的未來充滿希望：我們堅信它可以激發更多的創新，從而改善人們的生活。

它可以幫助我們瞭解身體狀況，養成更健康的生活習慣。它可以降低技術的使用門檻，讓外部世界變得近在咫尺。它還能保護好我們的隱私，讓我們對技術充滿信心。

在 Apple，我們努力創新，給用戶賦能，讓科技成爲改善人們生活的力量。我們很高興能夠在這條道路上繼續上下求索，利用機器學習，幫助所有人創建一個更健康，更可及的未來。謝謝大家！