这个“大脑”有多大？iPhone上有多少用户数据缓存可供 机器学习 调用？工程师们的回答让我惊讶：“平均200Mb，具体多少取决于用户信息的多寡。”（为节约存储空间，缓存会时不时被清理出去）。这些信息包括了应用的使用习惯，与他人的交互， 神经网络 处理，还有“ 自然语言 模型”。还有对象识别， 人脸识别 ，场景识别等供 神经网络 学习。
对于 苹果 来说，这些数据都是你的私人信息，并不会被上传到网络及云端。
三
尽管 苹果 并没有对其在 人工智能 方面的努力做出任何解释，但我还是成功获取了有关公司内部如何分配 机器学习 技术的决议。其 机器学习 智能可以在全公司得到共享，并且公司鼓励生产团队利用这一技术来解决问题，并发明一些更具特色的个性化产品。“在 苹果 ，我们并没有一个单独集中负责 机器学习 技术的组织”，Craig Federighi说：“我们尽力保持各个团队之间的紧密合作，力图应用这一技术创造出良好的用户体验。”
那么在 苹果 有多少人在从事 机器学习 这一块的工作呢？“有很多”，Federighi在受到一些刺激之后说道。（如果你认为他会告诉我具体数字，那说明你还不了解 苹果 ）有趣的是，负责 苹果 机器学习 的许多人，在进入 苹果 公司之前，并没有受到过这方面的必要训练 。“我们雇用的人才都是在一些基本领域方面十分厉害的人，比如像数学，统计学，程序设计语言，密码学等。” Federighi说：“结果表明，这些核心的智能能够完美地转换为 机器学习 智能。尽管现在我们的确雇用了许多 机器学习 人才，但我们还是希望能找到具有良好核心资质和才能的人才。”
Craig Federighi（左）与Alex Acero
尽管Federighi并没有说，但这一途径似乎不可避免： 苹果 喜欢保密，而竞争对手们则鼓励计算机科学家将他们的研究在全球范围内共享，这样一来， 苹果 便会处于不利地位。“我们的实践更倾向于强化自然选择其实就是两种不同类型人之间的对抗，一种喜欢通过团队合作，进而创造出伟大的产品，而另一种则是将公布产品和技术作为他们的首要动力”，Federighi说。如果科学家们在提升某一 苹果 产品性能的同时，又恰巧在这一领域取得了重大突破，那真是再好不过了。“但正是对最终结果的幻想为我们提供了巨大动力。”Cue说。
