蘋果在月初曾表示，將會公開發(fā)表他們的 AI 研究成果。而首份論文也在日前亮相，主題是電腦的“視覺辨識”。

這篇名為“Learning from Simulated and Unsupervised Images through Adversarial Training”的論文，內(nèi)容闡述了蘋果對圖片辨識的看法。傳統(tǒng)上讓電腦“學(xué)習(xí)”辨識影像，通常會使用電玩照之類的合成圖，而不是真實照片，原因是合成圖會編上預(yù)設(shè)的標簽，比如“狗”。相比之下，直接看真實影像，電腦就需要先透過人工重新對照片中的物件下標簽，再從一片背景里判斷出“狗”。這會導(dǎo)致辨識的效率下降很多。

不過這么一來也有個缺點。由于電腦平時“學(xué)習(xí)”看的圖片是合成影像，但事后要拿去辨識的卻是真實照片，導(dǎo)致這一類圖像辨識的演算法效果都差強人意。因此，蘋果的研究員在這篇論文想出的辦法，是讓合成圖更逼近真實。

這個方法首先是先建立兩組 AI 神經(jīng)網(wǎng)絡(luò)，一組負責(zé)資料輸入（generator），另一組則是辨識器（discriminator），負責(zé)辨識 generator 產(chǎn)制的資料，以及一般“學(xué)習(xí)用”的圖像，最后再讓兩組 AI 互相對抗，逼生更接近真實的影像。實際上，這樣的資料處理方式，就是 GeneraTIve Adversarial Networks（GANs）的基礎(chǔ)手法。

有趣的是，這批研究員有的是蘋果收購來的新創(chuàng)公司成員，有的則來自大學(xué)。例如論文的共同作者 Joss Susskind，就是 EmoTIent 的創(chuàng)辦人。它們的技術(shù)是透過 AI，從表情辨識人的情緒，但在今年一月時被蘋果收購。蘋果的研究員亦表示，他們希望接下來可以從圖片進展到影片辨識。

這篇論文是由康乃爾大學(xué)出版。蘋果在日前的宣布中，也開放旗下的研究員或?qū)W者，可以自由投稿自己的 AI 研究成果，一反過往的保密傳統(tǒng)。