近日,苹果发布了公司的首份人工智能报告,准确来说,是一份关于人工智能的学术论文,该论文阐述了一项最新的技术——如何通过计算机生成图像、而非真实图像来训练一种算法的图像识别能力,这篇报告的第一作者是苹果研究员Ashish Shrivastav,曾是马里兰大学帕克分校计算机视觉的博士。
在这份报告中苹果的研究结论是,在机器学习研究中,使用合成图像来训练神经网络要比使用真实图像更有效。因为合成图像数据已经被标记和注释,而真实的图像数据需要有人耗费巨大的精力去标记计算机看到的每件事物。但合成图像也有弊端,有的时候因为合成图像不够真实,导致神经网络智能了解到合成图像中的细节,而对真实图像的认识有所不足。为了解决这个弊端,提高合成图像数据的训练效果,苹果研究人员推出了“模拟+无监督”的学习方法,以提高模拟图像的真实感。
在论文中,苹果研究人员使用了“生成对抗网络”(GAN),简单来说是一种经过修改的新型机器学习技术,让两个神经网络彼此对抗,从而生成更逼真的图像。
更多资讯尽在爱盈利!