IT八卦

@杨宇良

作者简介：“85前”，京津冀合作产品，非典型处女座，职业经历横跨科技、影视、互联网，曾担任CCID科技记者、芒果编导、豆瓣电影编辑。《电脑报》《金融博览》特邀作者。

      苹果近期斥资2亿美金收购了创业公司Lattice.co，苹果在确认收购声明中表示：“苹果会不时收购小型科技公司，我们通常不对收购的目的和计划置评。”但是，消息灵通人士还是爆料称，Lattice大约20名工程师已经加入苹果公司，后者或将吸纳“暗数据”（Dark Data）技术为智能音响等人工智能产品助力。

      关于苹果收购的Lattice，CruchBase给出了企业画像。Lattice成立于2015年，由斯坦福计算机科学教授Christopher Ré、密歇根大学计算机科学教授Michael Cafarella，以及Raphael Hoffmann、Feng Niu联合创立。其中，Christopher Ré此前关于DeepDive的工作获得了麦克阿瑟天才奖。目前，他担任Lattice首席科学家。Michael Cafarella最初担任Lattice CEO，而目前则担任首席技术官。他是Hadoop的联合创始人，Hadoop是广泛使用的大数据处理技术。Cafarella之前也是电讯公司TellMe Networks的工程师，该公司在2007年以8亿美元被微软收购。Feng Niu是Lattice的首席工程官。Michael Cafarella和Raphael Hoffmann此前也曾参与DeepDive的开发。目前，Lattice CEO是资深企业高管Andy Jacques。他于去年加入该公司。

      发轫于斯坦福大学的“DeepDive”的研究项目，Lattice从诞生开始就把“暗数据”作为核心技术攻关，希望从图像、文字段落中获取信息。“暗数据”，也就是非结构化数据，这部分数据最初不能进行分析处理时难以被利用。Lattice的诞生，就是让这些暗数据变得可用，将非结构化数据结构化。该公司的技术也类似于谷歌知识图表（“GOOG”）。因此，Lattice曾获得了Alphabet旗下GV、Madrona和InQTel共计2000万美元的投资，可见业界已经发现了提取暗数据的价值。

      因为大量储存在电脑网络中的数据，一般都未能按照传统方式存放，而很多企业亦很难去对这些数据进行分析及运用，而Lattice便是以它们的人工智能去分析。可以想象一下，那些没有标签、没有得到分类，相互之间也没有联系的数据，经过Lattice的翻云覆雨手，就可以给用户创造价值。

      目前，Lattice已经能够完成了对“暗数据”的理解，将非结构化数据结构化。简言之，Lattice通过机器学习可以自行理解数据库、网站信息以回答外界对系统的提问。

      这次收购Lattice，并不是苹果对人工智能初创企业的特例，去年苹果已收购了位于西雅图的Turi，加强了机器学习及人工智能，同时收编成相关部门。如果把时间在延长一点，事实上，从2010年收购Siri语音助手开始，苹果就有条不紊地对人工智能进行战略布局。作为一个通讯主打的企业来说，对于新领域的跑马圈地，投资收购是最直接的手段。过去6年苹果一共收购了16家公司，使得自身在语音识别、自然语言处理、图像识别、人脸识别、动作捕捉、机器学习、暗数据转化等方向，都有了布局。

      同时，苹果非常务实，注重迅速把技术专利转化为用户体验。例如，收购Siri，就是要让iPhone增加语音助理，而后面在语音识别和NLP方向的收购举措均基于Siri而展开；2015年收购VocalIQ，就是为了解决Siri无法识别更复杂指令的问题；收购Spotsetter地图社交，同样是为了将其算法与苹果Maps整合。考虑到Siri是苹果诸多产品在人工智能技术上的重要入口，与用户体验极为相关，所以苹果收购的一系列人工智能技术基本上都应用在了Siri功能单元之上。即使如此，苹果收购的语音、语义识别的项目只有三家，它把更多的赌注放在了机器学习与计算机视觉方向的技术。原因很简单，要想真正提高Siri体验，只有通过更多的与数据、深度学习技术让Siri更加智能，才能让整部手机变得智能，才有可能外延至家庭、办公、娱乐、休息等诸多场景的智能设备。

      值得注意的是，在上述苹果的收购历史中，最贵的也就是2亿美元，这也能反映出Lattice的战略要义。拿到Lattice，未来的iPhone、Apple Watch、iPad等产品，不只能读懂数据，还能读懂暗数据，能够在医院、家庭等场合起到与其他产品不同的作用。此前已有数据表明，Apple Watch确确实实的可以用于监测房颤，虽然不知此信息是否为苹果所为，但毫无疑问，苹果希望将Apple Watch打造成兼具医疗器械的产品，这就需要Lattice全力支持。

      将暗数据转变成有效数据，苹果下的是一盘大棋。该技术应用场景很多：譬如在国际警务和犯罪预防领域，能帮助揭露隐秘的人口贩运；在医学研究领域，可将当前看起来病患及医疗机械的数据转化成有效数据，帮助医生精确诊治，同时设备高效运行。特别是在人工智能方面，此技术还能创建更有用的数据源，来帮助更好的训练人工智能系统。可以预见，Lattice的技术一旦成熟，将被用于多个领域，可以揭示更多的隐秘，从而能够更全面详尽的了解某个行业。

      近一点说，经过Lattice调教的Siri，不仅使iPhone或Mac能听懂更多语音命令，还将驾驭苹果即将公布的新款智能音箱，提升苹果针对亚马逊Echo或谷歌Home的竞争力。