• 主页
  • F生活化>
  • 苹果发布了第一篇AI论文,既刷了存在感又能吸引人才 >

苹果发布了第一篇AI论文,既刷了存在感又能吸引人才

浏览次数:158发布时间:2020-08-02 07:35:57文章分类: F生活化

苹果发布了第一篇AI论文,既刷了存在感又能吸引人才
A group of young developers stand for a group photo on stage during the Apple World Wide Developers Conference in San Francisco, California, U.S., June 13, 2016. REUTERS/Stephen Lam TPX IMAGES OF THE DAY - RTX2G1OT

以保密为文化传统的苹果一贯不喜欢对外公布自己的研究成果。但不久前在机器学习的顶级大会 NIPS 上,苹果 AI 团队的负责人拉斯 Russ Salakhutdinov 宣布,公司已经允许自己的 AI 研发人员对外公布论文成果。这则消息刚刚宣布没多久,苹果就发表了自己的第一篇论文,题目叫做《通过对抗训练从模拟与无监督图像中学习》,论文描述了如何利用电脑生成的图像而不是真实图像改进算法识别图像能力的训练。此举一方面可以提高苹果在人工智慧领域的存在感,同时如果其研究成果出色的话,也能在学术界赢得同行认可,并吸引到 AI 方面的人才。

在机器学习研究方面,训练 AI 的图像识别能力需要有标籤化的图像作为训练样本。标籤化图像的来源一般有两种,一种是利用现实世界的图像。真实世界的图像资料则需要人工对计算机能看到的所有东西 - 比如树木,猫狗,人,汽车等都打上标籤,显然这是件非常耗时、耗力的事情。用来训练人工智慧识别图像的标籤图像资料库 ImageNet 就是耗费了大量人力用数年时间才建成的。

另一种是利用合成图像。因为合成图像本身已经标籤化并且经过注释,所以训练神经网路往往要比利用真实世界的图像更有效。但合成图像有一个问题,那就是算法学到的东西并不能总是适用于现实世界场景,导致神经网路从合成图像学到的东西很难应用到真实图像上面。

为了改进利用合成图像资料训练的效果,苹果的研究人员採用了模拟 + 无监督的学习法,来提升模拟图像对现实的仿真程度。他们利用了名为生成对抗网路的一个新版本,让两个神经网路相互对抗,最后产生照片级的图像。

论文作者包括与 Ashish Shrivastava、Tomas Pfister 以及 Josh Susskind 等。其中 Susskind 是 Emotient 的联合创办人,这家 AI 初创企业可通过脸部表情评估人的情绪,今年早些时候已经被苹果收购。

正如开头所述,苹果的第一篇 AI 论文意味着这家看重保密的公司迈出的一大步。在开源和开放成为主流的今天,随着各大巨头都在纷纷开放自己的机器学习技术来吸引人才,打造生态体系,苹果过去的文化显然已经不能跟上整体的步伐,及时作出改变是可喜的调整。