Apple 長期致力於思考與設計機器學習（ Machine Learning, ML），絕大多數人設計時，思考的是介面，著重於產品看起來和感覺起來如何，還有體驗是否流暢，而機器學習不同的點在於，要去了解與體驗產品的工作方式。
看著以上說明，感覺機器學習是實驗室的東西，離我們很遙遠嗎？。其實不然，生活周邊很多 Apple 產品都運用到機器學習喔！像是
- 「 iPhone Photo App 的搜尋功能」，能在手機照片庫裡，搜尋到用戶想查找的類似相片，加以分類方便用戶快速選擇。
- 「輸入法」根據已經輸入的內容和輸入的歷史紀錄，推測用戶後續想輸入的文字，便利的同時，也節省時間。
而 iPhone Photo App 的搜尋功能，可以在手機照片庫裡，搜尋到用戶想查找的類似相片，加以分類方便用戶快速選擇的原因，就是在於機器學習學會了一種功能，Apple 稱這個功能為 「Model 」，其中 Model 又包含 Data 與 Metrics。
在 Apple 發表會中曾提到過「 Data determine the behavior of the model 」，可見其重要性。每一個新類別事物，都需要大量的 Data 支援，用來提供機器學習，確保搜尋時不會隨機提供不相關的資訊給用戶。
且 Model 除了包含 Data，還有另一個非常重要的 Metrics。Metrics 是用來定義你所認為的優良體驗，例如 iPhone X 首次使用 FaceID 時，Apple 使用了許多 Metrics 來追蹤不同面向的安全性問題，其中一個關鍵 Metrics 是一個隨機的人能找到你的手機，拿起它並解鎖成功的機率，後來 Apple 專注追蹤這個 Metrics，並致力於降低發生風險，最後發布時，已減少到百萬分之一的機率。
