Essendo rimasta indietro nell'intelligenza artificiale per diversi anni, Apple è desiderosa di dimostrare che sta recuperando terreno.
In un nuovo documento, pubblicato nel Machine Learning Journal di Apple, descrive un approccio al "non supervisionato" adattamento del dominio”. Afferma che questo può aiutare a migliorare le prestazioni dei modelli di "apprendimento profondo" in alcuni scenari.
Nel abstract di carta, Apple osserva come:
“Le reti neurali profonde sono una tecnica fondamentale nel progresso dei moderni sistemi di percezione delle macchine. Tuttavia, nonostante l'eccezionale capacità di apprendimento e la migliore generalizzabilità, questi modelli neurali soffrono ancora di una scarsa trasferibilità. Questa è la sfida dello spostamento del dominio: uno spostamento nella relazione tra i dati raccolti in diversi domini (ad esempio, computer generati vs. catturati da fotocamere reali). I modelli addestrati sui dati raccolti in un dominio hanno generalmente scarsa precisione su altri domini.
In questo articolo, discutiamo un nuovo processo di adattamento del dominio che sfrutta i limiti decisionali specifici del compito e la metrica Wasserstein per colmare il gap di dominio, consentendo l'effettivo trasferimento di conoscenza da un dominio a un altro. Come ulteriore vantaggio, questo processo è completamente non supervisionato, ovvero non è necessario che i nuovi dati di dominio abbiano etichette o annotazioni".
Puoi leggere il documento qui. Non è chiaro esattamente come questa ricerca verrà utilizzata da Apple. Tuttavia, potrebbe essere utilizzato per Mappatura in stile Street View di Apple iniziative o progetto auto a guida autonoma. Come osserva Apple, "Il nostro metodo produce previsioni più pulite e meno confusione tra classi impegnative, come strada, auto, marciapiede e vegetazione".
Migliorando il suo gioco di intelligenza artificiale
Per molto tempo, Apple si è separata dal resto dell'A.I. Comunità. Si è rifiutata di partecipare alle conferenze e non ha permesso ai suoi ricercatori di pubblicare il loro lavoro su riviste accademiche. Il lancio del suo blog quasi accademico, l'Apple Machine Learning Journal, è stato una sorta di compromesso.
Quando esso lanciato nel 2017, Apple lo ha descritto come un modo per parlare di come "l'utilizzo di tecnologie di apprendimento automatico [può] aiutare a creare prodotti innovativi per milioni di persone in tutto il mondo".
Gli sforzi di intelligenza artificiale di Apple sono aumentati all'inizio di quest'anno quando ha assunto Ian Goodfellow come nuovo direttore del machine learning. L'ex IA di Google ha creato reti avversarie generali (GAN), un importante sviluppo nell'IA moderna.