查看原文
其他

不再藏着掖着,苹果终于开博客分享自家尖端机器学习研究了!

2017-07-20 大数据文摘 大数据文摘

大数据文摘作品,转载要求见文末

编译 | Aileen

导读:2017年7月19日,苹果开启了一个新博客(https://machinelearning.apple.com/),一改其对自家技术的遮掩作风,决定定时在这个博客上更新自己员工的学术论文和科研成果,力证在机器学习上的能力不输别家。

苹果的“机器学习博客”终于在19日开通了。

谷歌、Facebook等科技大佬的研究院博客一直是诸多AI研究者的常驻地,相比之下,苹果对家AI技术稍显遮掩。之前,苹果甚至不允许其研究人员在学术期刊上发布研究成果,在研究开发上,各种步调都颇显神秘。

这次开启博客,透露出苹果更加开发的心态,希望在机器学习上进一步发力。博客的第一篇文章研究了一种使用称为生成对抗网络的技术而生成模拟图像来训练机器学习算法的方法。感兴趣的同学可以去博客进一步研读。

苹果新博客的介绍称:“在这里,您可以阅读苹果工程师撰写的关于他们使用机器学习技术完成工作的帖子,帮助全球数百万人创造新产品。” Ruslan Salakhutdinov,苹果公司目前的AI研究总监同时也是被广为尊重的学术大佬,去年宣布了这个网站的实施。

苹果研究博客的第一篇文章

苹果新博客的第一篇文章研究了一种使用称为生成对抗网络的技术来生成模拟图像,训练机器学习算法的方法。

来自Apple 博客的第一篇文章的图片

这篇文章有以下几个有趣的点:

  • 首先,该研究论文已经在arXiv上发表过。 今天的版本谈论了同样的事情,但语言更简单。 同样,苹果也添加了GIF来说明结果。根据这篇文章,苹果不得不训练其神经网络来检测照片上的脸和其他物体。 但是,苹果已经创建了计算机生成的人物的合成图像,并应用了一个过滤器,使这些合成图像看起来真实。 训练神经网络便宜得多,速度更快。

  • 其次,就这一篇文章来看,在苹果博客上发表的论文似乎不会署名作者,是哪位员工的研究成果不得而知。

  • 最后,在首篇文章中,苹果请读者给他们发电子邮件。 页脚上还有一个很大的链接,指向苹果的工作机会页面。 很明显,苹果也计划使用这个平台找到有潜力的工程师。

苹果在机器学习上远落后于竞争对手吗?

很多时评人曾经认为在机器学习和人工智能领域,苹果已经落后,说谷歌和亚马逊这样的公司比苹果更有能力。 例如,谷歌拥有一个子公司DeepMind,被称为深度学习或神经网络的机器学习技术的领导者之一。苹果公司曾经争辩称它在各种产品中都使用到了机器学习技术。 苹果首席执行官蒂姆·库克(Tim Cook)把“苹果使用机器学习来增加电池持续时间的方法”作为他的主要例子。

没错,苹果在机器学习方面确实一直比较低调。 像Google的助手和亚马逊的Alexa这样的消费者产品也确实比苹果的Siri好得多。 但是,在分析您手机上的照片库上,苹果很厉害。该公司在ARkit增强现实上也做得不错。

而新开的机器学习博客也说明,苹果正在努力纠正“苹果在机器学习领域正在落后”这个说法。

研究成果该隐蔽还是开放共享?

机器学习也是可以实现自驾汽车,智能眼镜和虚拟个人助理的关键技术。苹果在机器学习中落后的一个可能的原因是,它是一家神秘的公司,以前不允许其研究人员在学术期刊上发布研究成果,Google和Facebook的机器学习专家则并不会承受这样的限制。

最近越来越有趣的现象是,机器学习应用和技术已经直接在ArXiv上发布,该网站收集学术风格的论文,还未经过同行评审之前就发布在网上。 来自苹果研究人员的几篇文章已被在ArXiv上发现,未来,他们可能会转为在新的苹果博客上发表。苹果可能开始这个博客的一个原因是因为在ArXiv上的论文应该分享研究的训练数据集,而苹果并不想公开这些数据集。 一个公司的博客是比ArXiv更低一级的出版物。

原文链接:http://www.businessinsider.com/apple-announces-apple-machine-learning-journal-2017-7

https://techcrunch.com/2017/07/19/apple-launches-machine-learning-research-site/


关于转载


如需转载,请在开篇显著位置注明作者和出处(转自:大数据文摘 | bigdatadigest),并在文章结尾放置大数据文摘醒目二维码。无原创标识文章请按照转载要求编辑,可直接转载,转载后请将转载链接发送给我们;有原创标识文章,请发送【文章名称-待授权公众号名称及ID】给我们申请白名单授权。未经许可的转载以及改编者,我们将依法追究其法律责任。联系邮箱:zz@bigdatadigest.cn。

志愿者介绍

回复“志愿者”加入我们



往期精彩文章

点击图片阅读

如何把各类难题变得数据可解?Get与数据科学家聊天的正确姿势

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存