在西班牙举行的人工智能行业会议上，苹果人工智能研究主管 Russ Salakhutdinov 以及一些团队成员发表了演讲，解释苹果最近在人工智能技术上的应用场景，还说要发布他们首份人工智能研究报告。
时间过去还不到一个月，这份报告已经对外发布。
苹果在报告中说，将大量图像数据进行标记是一件昂贵且花费时间的事情，因为这部分工作靠人工标记，机器不能代劳。
而现在随着图形技术的发展，在合成图像上训练模型比以前更容易实现，这潜在避免了对标记数据的需求。
但合成图像和真实图像之间存在差别，这会使通过识别合成图像进行训练的模型无法得到预期的表现，所以苹果提出一种模拟+无监督学习的训练方法，为的是用未标记的真实数据提升机器输出合成图像的真实性并进行标记，接着再用这些经过调整的合成图像用于人工智能训练。
在这过程中，模型自动对合成图像进行标记而不用人工干预，这就属于无监督学习。这种模拟+无监督学习的方法使用了一个类似于生成对抗网络（GAN）的对抗网络，但它的输入是合成图像而非随机向量，从而可以产生更真实的合成图像、使训练稳定。
这是苹果神秘的人工智能团队对外发布的第一份论文报告，在近几年的人工智能科研大潮中，苹果被 Google、微软甩在了后头。CBInsights 的数据显示，从 2009 年至今，苹果在人工智能领域取得 1.34 万个专利，落后于 Google 的 1.45 万个和微软的 1.68 万个。
研究人员认为，苹果没能跟上竞争对手的原因是它不愿意允许其人工智能工程师发表学术论文、报告，阻碍了它在该领域取得更大进步的能力。
反观 Google，收购了 DeepMind 之后保证其独立运作，后者在两年时间里两次登上《自然》杂志封面，开放的学术交流氛围以及 DeepMind 拿出的成绩，使得计算机、神经网络科学家更愿意加入 DeepMind 从事人工智能领域的研究，这让 Google 在人才储备方面走在了微软、苹果、Facebook 等竞争对手的前面。
人工智能领域的研究是一项漫长的工作，苹果现在想到要开放，或许还不算晚吧。
您可能感兴趣
没有评论:
发表评论