據(jù)外媒報道，蘋果日前終于發(fā)布了首份關于人工智能(AI)的學術論文，主要公布了自己在智能圖像識別領域的研究成果。

　　“保密”的傳統(tǒng)讓蘋果被學術圈嫌棄

　　蘋果此前說的，要拆掉自己的“保密城墻”的工作終于有了實質(zhì)性進展。

　　一直以來，蘋果都不對外公布自己的人工智能發(fā)展情況，“保密”的文化傳統(tǒng)讓蘋果的人工智能研究進展變得神秘，但同時也給自己帶來了麻煩。

　　想要在學術圈獲得知名度和同行的認可，同時通過交流推動研究進步，公開自己研究成果與保持分享是關鍵。但蘋果一直以來的“保密”做法讓它難以從學術圈招到人才，這也造成了蘋果在人工智能等方面的專利申請數(shù)量已被其主要競爭對手超越。

　　人工智能浪潮下，除了蘋果，不少公司如Google、Facebook等都有自己機器學習研究小組，但不同的是，它們經(jīng)常對外發(fā)布自己的學術研究成果。

　　本月初，西班牙NIPS大會上，蘋果人工智能研發(fā)部門負責人RussSalakhutdinov承諾，將允許其人工智能和機器學習研究員公開發(fā)布和分享他們的最新研究成果，同時也將積極加入到AI學術圈的討論當中。

　　今日，才過近一個月時間，據(jù)外媒報道，蘋果已經(jīng)履行承諾，終于發(fā)布了首份關于人工智能(AI)的學術論文。

　　保密墻拆除，蘋果智能圖像識別有哪些研究成果？

　　蘋果這份研究論文于11月中旬提交復審，并于12月22日通過康內(nèi)爾大學圖書館出版。

　　該報告闡釋了一種利用計算機合成圖像來訓練算法的圖像識別技術。報告指出，在機器學習研究中，使用合成圖像進行神經(jīng)網(wǎng)絡訓練要比真實圖像更有效，原因在于合成圖像已經(jīng)被標記和注釋，更加省時省力。

　　不過雖然使用合成圖像和視頻訓練機器學習能降低時間和人力成本，合成圖像更容易容易獲取和定制化，但報告也點出了使用合成圖像的弊端：可能會導致神經(jīng)網(wǎng)絡的算法與真實世界中的場景產(chǎn)生偏差，造成程序質(zhì)量下降的后果。

　　為此，蘋果研究人員提出了解決方案，即通過一種“模擬+無監(jiān)督”的學習方式來提高合成圖像的真實感。蘋果還研發(fā)出一種名為“生成對抗網(wǎng)絡(GAN)”的新型機器學習技術，通過讓兩個神經(jīng)網(wǎng)絡彼此對抗來生成更加逼真的圖像。論文也提到，蘋果期望未來能通過視頻輸入代替靜態(tài)圖像訓練算法。

　　不過，蘋果只是發(fā)布了人工智能研究論文，不代表這類研究會很快變成消費性技術，但也可以看出蘋果也已經(jīng)在人工智能圖像識別上發(fā)力。

　　蘋果在AI研究上快要被對手甩開幾條街了

　　第三方研究公司CBInsights的統(tǒng)計數(shù)據(jù)顯示，2011年起有拿到融資的人工智能創(chuàng)業(yè)公司，幾乎一半、近140家的AI初創(chuàng)企業(yè)都被收購了，而2016年就有40家。在收購AI創(chuàng)業(yè)公司的大潮里，蘋果也是是主力軍“買主”之一，但收購動作最頻繁的依然是Google。

　　自2015年，蘋果陸續(xù)收購了人工智能公司VocalIQ(主攻自然語言處理和機器自主學習)、PercepTIo(主攻智能手機的圖像識別)、EmoTIent(分析圖像中人物的面部表情并辨別其情緒)、Turi(為開發(fā)者提供人工智能研發(fā)工具和框架)，收購的技術也有部分已經(jīng)運用到蘋果的產(chǎn)品里，例如iOS10系統(tǒng)自帶的相冊已經(jīng)能夠識別照片中的人和事物，并按照片的不同主題自動分類。

　　但即使如此，蘋果的人工智能技術與其競爭對手相比，仍有些落后。

　　CBInsights日前曾公布五家大型科技公司的專利申請統(tǒng)計，分別包括蘋果、谷歌、微軟、亞馬遜、Facebook，在熱門的人工智能領域，蘋果申請的專利數(shù)量落后于主要對手，排名最后。

　　而在汽車領域，蘋果專利數(shù)量排名第二，亞馬遜排名第三。但到了自動駕駛汽車領域，蘋果還是處于落后地位，對手已經(jīng)遙遙領先。

　　蘋果在人工智能方面的發(fā)展已經(jīng)被其主要競爭對手甩開。競爭對手的收購動作、專利數(shù)都更多，而蘋果的保密做法還讓自己與人工智能學術圈隔離開，如今蘋果終于選擇了開放的態(tài)度，將研究論文公布，也算是在人工智能研究上，踏出了新的一步。