Tendo ficado para trás em inteligência artificial por vários anos, a Apple está ansiosa para provar que está chegando perto.
Em um novo artigo, publicado no próprio Machine Learning Journal da Apple, ele descreve uma abordagem para "não supervisionado adaptação de domínio. ” Afirma que isso pode ajudar a melhorar o desempenho de modelos de "aprendizado profundo" em certos cenários.
No resumo do papel, A Apple observa como:
“Redes neurais profundas são uma técnica marcante no avanço dos sistemas modernos de percepção da máquina. No entanto, apesar da capacidade excepcional de aprendizado e generalizabilidade aprimorada, esses modelos neurais ainda sofrem de baixa transferibilidade. Este é o desafio da mudança de domínio - uma mudança na relação entre os dados coletados em diferentes domínios (por exemplo, gerado por computador vs. capturado por câmeras reais). Modelos treinados em dados coletados em um domínio geralmente têm baixa precisão em outros domínios.
Neste artigo, discutimos um novo processo de adaptação de domínio que tira proveito dos limites de decisão específicos da tarefa e a métrica de Wasserstein para preencher a lacuna do domínio, permitindo a transferência efetiva de conhecimento de um domínio para outro. Como uma vantagem adicional, este processo é completamente não supervisionado, ou seja, não há necessidade de novos dados de domínio para ter rótulos ou anotações. ”
Você pode ler o jornal aqui. Não está claro exatamente como essa pesquisa será usada pela Apple. No entanto, pode ser usado para Mapeamento estilo Street View da Apple iniciativas ou projeto de carro autônomo. Como observa a Apple, “Nosso método produz previsões mais claras e menos confusão entre classes desafiadoras, como estrada, carro, calçada e vegetação.”
Aumentando seu jogo de IA
Por muito tempo, a Apple se separou do restante da I.A. comunidade. Recusou-se a participar de conferências e não permitiu que seus pesquisadores publicassem seus trabalhos em revistas acadêmicas. O lançamento de seu blog quase acadêmico, o Apple Machine Learning Journal, foi uma espécie de compromisso.
Quando lançado em 2017, A Apple descreveu como uma forma de falar sobre como “o uso de tecnologias de aprendizado de máquina [pode] ajudar a criar produtos inovadores para milhões de pessoas em todo o mundo”.
Os esforços de IA da Apple aumentaram no início deste ano quando contratou Ian Goodfellow como seu novo diretor de aprendizado de máquina. O antigo Google AI criou redes adversárias gerais (GANs), um desenvolvimento importante na IA moderna.
