最近有机会转换思维在特定条件下测试内容的表现。而这一思维模式，恰巧令我对苹果式 AI 有了新的想法。
苹果式 AI 简而言之就是将机器学习乃至人工智能所需要的计算都摆到设备本身，而不会上传数据。一般认为这类计算，需要的样本量极大，对计算运力的需求也很高，所以传上云端处理才能得到最有效的结果。
面对整个业界，仅有苹果（印象中）凭一己之力坚持在本地算。似乎库克给出的「保护隐私」这一理由就像正确的废话，很对，但对解决问题没什么道理。
不过转换思维来想一想，可能这条路真能成，而且只有苹果能成。
深度
没有了隐私的桎梏，用户可以毫无顾虑的让自己的设备记录自己所有的信息。毫无疑问越是个人化的数据，越能产出贴合于用户的结果。
举个例子，通用数据可以大致告诉你当前拥堵环境下开车上路需要多久到达目的地。而苹果或许能做到，像你这样的驾驶风格，需要多久到达目的地。显然后者会给用户更智能的感觉。
广度
得益于苹果独有的软硬结合，强控制力。苹果可以在兼顾能耗的同时，不费吹灰之力的通过 iPhone 中各种传感器收集到无数数据，而且精度都在同一个水平线上。相比之下，诸如安卓平台，先不说各种低端手机缺乏收集各类数据的能力；即便传感器齐全，因制造商不同各类不同型号的传感器拿到的数据准确性也可能千差万别。谷歌想要通过安卓做些事，可谓巧妇难为无米之炊。
这就好像迪士尼乐园与近些年商场里遍地的儿童乐园，所带给人们体验上的差别。
领先数载
显然这不是在说苹果的 AI 领先数载。诚实地讲，目前苹果上的 AI 就是垃圾。甚至于 Siri 都无法理解上下文，也不支持中英文混合识别。但别忘了，苹果的白房子里正在研究制作各种五年之后可能上市的产品。这就不单单是技术与硬件结合了，所有的一切都能在领先数年的技术上进行测试。不用考虑生产成本，不用考虑竞争对手，没有股价压力，没有各种妥协，毫无顾虑地探索各种可能。
正如 Apple Music 平面印刷品般的设计风格[1]比 iPhone 8（可理解为众所周知终归要推出的那一款 iPhone）早了两年面世。可以肯定，不仅仅是设计。当现时的我们大呼「垃圾」，这一切可能都只是某个未来穿越来到当下的表象。
