1. Apa Itu Ekosistem AI di iOS?

Apple menyediakan lapisan AI frameworks yang terintegrasi dengan hardware Apple Silicon — mulai dari Neural Engine (ANE) di iPhone dan iPad, hingga GPU dan CPU yang dioptimalkan untuk inferensi machine learning. Seluruh stack ini dirancang untuk bekerja on-device dengan privasi pengguna sebagai prioritas utama.

Peta Ekosistem AI Apple

swift
Apple AI Ecosystem
│
├── Foundation Models (iOS 18.1+)
│   └── On-device LLM via Apple Intelligence
│       (dibahas di foundation-models-guide.md)
│
├── Core ML (iOS 11+)
│   └── General ML inference engine
│       (dibahas di coreml-guide.md + coreml-deep-dive.md)
│
├── Vision (iOS 11+)          ← panduan ini
│   ├── Image classification
│   ├── Object detection
│   ├── Face detection & landmarks
│   ├── Text recognition (OCR)
│   ├── Body/hand/animal pose
│   └── Saliency & attention
│
├── Natural Language (iOS 12+)  ← panduan ini
│   ├── Language detection
│   ├── Tokenization & lemmatization
│   ├── Named Entity Recognition
│   ├── Sentiment analysis
│   └── Text classification (custom)
│
├── Speech (iOS 10+)            ← panduan ini
│   ├── On-device recognition (iOS 13+)
│   ├── Live audio transcription
│   └── Custom language models (iOS 17+)
│
├── Sound Analysis (iOS 13+)    ← panduan ini
│   └── Audio classification (built-in & custom)
│
└── Create ML (macOS 10.14+ / iPadOS 15+)  ← panduan ini
    ├── Train image classifiers
    ├── Train text classifiers
    ├── Train sound classifiers
    └── Train object detectors

Filosofi Desain Apple: On-Device First

Semua framework ini prioritaskan on-device inference:

Privasi: Data tidak meninggalkan device
Latensi: Tidak ada network round-trip
Offline: Berfungsi tanpa koneksi internet
Hemat data: Tidak perlu kirim data ke server

Tradeoff: model on-device lebih kecil dan mungkin kurang akurat dibanding cloud API seperti OpenAI. Namun untuk banyak use case (OCR, wajah, suara), akurasi on-device sudah sangat memadai.