Apple, který v umělé inteligenci několik let zaostával, se snaží dokázat, že vše dohání.
V novém článku, publikovaném ve vlastním deníku Machine Learning Journal společnosti Apple, popisuje přístup k „bez dozoru“ adaptace domény. “ Tvrdí, že to v jistém smyslu může pomoci zlepšit výkon modelů „hlubokého učení“ scénáře.
V abstrakt papíruApple poznamenává, že:
"Hluboké neurální sítě jsou milníkovou technikou v rozvoji moderních systémů strojového vnímání." I přes výjimečnou schopnost učení a zlepšenou generalizovatelnost tyto neurální modely stále trpí špatnou přenositelností. To je výzva posunu domény - posun ve vztahu mezi daty shromážděnými v různých doménách (např. Počítačem generované vs. zachyceny skutečnými kamerami). Modely vyškolené na datech shromážděných v jedné doméně mají obecně špatnou přesnost v jiných doménách.
V tomto článku diskutujeme o novém procesu přizpůsobení domény, který využívá výhod rozhodovacích hranic specifických pro daný úkol a Wassersteinova metrika k překlenutí mezery v doméně, což umožňuje efektivní přenos znalostí z jedné domény do další. Jako další výhodu je tento proces zcela bez dozoru, tj. Není potřeba, aby nová data domény měla štítky nebo poznámky. “
Novinu si můžete přečíst zde. Není přesně jasné, jak bude tento výzkum Apple používat. Dalo by se to však použít Mapování ve stylu Apple Street View iniciativy popř projekt samořiditelného auta. Jak uvádí Apple: „Naše metoda vytváří čistší předpovědi a méně zmatků mezi náročnými třídami, jako jsou silnice, auta, chodníky a vegetace.“
Upping jeho AI hra
Apple se na dlouhou dobu oddělil od zbytku A.I. společenství. Odmítla účast na konferencích a nenechala své výzkumníky publikovat svou práci v akademických časopisech. Spuštění svého kvazi-akademického blogu, Apple Machine Learning Journal, bylo něco jako kompromis.
Když to zahájen v roce 2017, Apple to popsal jako způsob, jak mluvit o tom, jak „pomocí technologií strojového učení [může] pomoci vybudovat inovativní produkty pro miliony lidí po celém světě“.
Úsilí společnosti Apple o AI se na začátku letošního roku zvýšilo když najal Iana Goodfellowa jako jeho nový ředitel strojového učení. Dřívější Google AI vytvořila obecné kontradiktorní sítě (GAN), což je důležitý vývoj v moderní AI.