编者按：iPhone真的停止进步了吗？并非如此，虽然我们看到的进步可能比较缓慢，但背后的技术发展却非常迅速，特别是在机器学习方面。本文编译自原题为“iPhone进化并未停滞，而是步入了（机器）学习曲线”的文章。

在过去多年中，智能手机技术突飞猛进。然而，到了今天，这种进步似乎变得越来越慢，速度甚至还不如蜗牛。尽管如此，每一次进步依然清晰可见：从高清屏幕、3G网络，再到前置摄像头和更大的手机尺寸，硬件一直是技术进步的重要标志。我们总是对厂商提出极高的期望，期望它们不断超越极限，这也逐渐形成了我们的消费习惯。

我们期待着“即时满足”的功能。苹果公司（及其竞争对手）深知，现在的手机功能已十分丰富，缺乏足够的吸引力。因此，每年推出的手机升级主要集中在像素的小幅提升、摄像头数量的增加以及电池续航时间的延长。

以iPhone 11 Pro为例，其官方产品介绍页面几乎四分之三的内容都在描述摄像头和屏幕。这表明，真正的进步其实并没有那么显著。

现实情况是，近年来iPhone最令人瞩目的变化并不是刘海屏，也不是价格的上涨。

无名小卒

再次回到iPhone 11 Pro的产品介绍页面，前四分之三的内容依然在讨论摄像头和屏幕，之后才提到新的A13仿生处理器。苹果显然非常重视这款新一代芯片，毫不掩饰地予以赞扬。然而，对于普通消费者而言，他们更关心的是以下几点：

听起来是不是很厉害？名字中的确有“仿生”二字。A13的图形处理能力确实很棒，但这对我们普通用户意味着什么呢？更快的速度、更多的内核，还有增强的AR体验。此外，苹果还花了不少时间强调电池寿命的提升。

除此之外，还有什么亮点吗？

与过去相同吗？

苹果的描述或许有些夸张，但基本符合实际情况。在发布会现场，我多次看到观众频频查看手表，询问是否已经进入了最精彩的部分。

我们希望设备每年都能有所改进。然而，作为普通消费者，很难理解这些改进与他们所熟知的功能之间的关系。在我看来，由于消费者无法将两者联系起来，他们对近年来的进步感到麻木，也不清楚这些进步对今天的手机性能有何影响。

就像一名运动员利用整个休赛期刻苦训练，采用新方法提升自己的各方面能力。然而，只有当这名运动员在比赛中获胜，用实际成绩证明自己时，大家才能真正感受到他的进步。

两年前，苹果推出了A系列仿生处理器，许多消费者正是在这种情况下感受到的。苹果推出了一种更为先进的新架构，提升了iPhone的能力。不仅如此，它还推出了神经引擎，这是一种面向机器学习和人工智能的移动平台。借助神经引擎，Face ID得以实现。

仿生技术带来的成就

仿生技术带来了一些显而易见的成果，具体包括：

• 摄像头：苹果在其网站上表示，A系列神经引擎是三摄系统的核心驱动力。摄像头数量的增加和质量的提升，使得肖像模式、夜间模式和智能HDR等功能得以实现。

• 视频和游戏：随着屏幕分辨率的提升，4K流媒体的普及，以及移动游戏画质接近游戏机水平，这一切都需要强大的计算能力。A13 CPU的速度提高了20%，功耗降低了40%。

• 速度与续航时间：仿生架构相当复杂。我们不妨打个比方，在学校做集体活动时，如果把任务分配给几个人一起完成，速度会快很多，尤其是当这些人都很擅长的情况下。相反，如果一个人独自完成所有任务，即使他擅长某些工作，也可能因为要应对其他不擅长的任务而降低效率。处理器的情况也是如此。

未来在于学习

业界一直在寻找“下一个大事件”。iPhone作为手机和应用程序革命的催化剂，彻底改变了科技行业的面貌，早期参与者也因此获利颇丰。接下来会发生什么呢？

机器学习成为了答案。现在，机器学习无处不在，例如Alexa、IBM Watson和肖像模式。机器学习的应用潜力几乎是无限的，各行各业都可以从中受益，包括金融、医疗、建筑和安全等领域。

为什么是现在？

如今，机器学习产业之所以发展迅猛，主要是因为技术变得更加高效、强大且成本更低。最初，大型计算机体积庞大，后来出现了通过网络连接的云服务，现在则是可以放在口袋里的手机神经引擎。

对于iOS开发者和机器学习/数据科学从业者来说，这是一个令人兴奋的时代。借助苹果的帮助，获取机器学习技术变得更加容易。苹果通过两种方式实现了这一点：一是提供开发工具，使开发者更容易在应用程序中引入机器学习技术；二是将机器学习硬件直接放入消费者的口袋中。过去，开发者若想在移动设备上运行AI功能，必须额外增加AI模块，并在远程服务器上处理用户数据，这需要高昂的成本和复杂的维护。从本质上说，苹果替开发者承担了机器学习的投资。

投资带来了回报，越来越多的开发者认识到，即使是简单的机器学习集成也能带来全新且强大的功能。无论是第三方还是内部应用，机器学习技术的引入使得App Store生态系统更加繁荣。最终，开发者和App Store的利润和收入都会增加。

预期

手机制造商正在努力推出各种创新技术，但有时这些技术显得华而不实，不够成熟，比如折叠屏手机。

消费者应更多关注底层技术的进步及其价值。虽然我不会建议每个人都去学习机器学习技术，但不可否认，机器学习已经来到我们身边，而且就在眼前。