蘋果開博客為你解說它的人工智慧

科技 07-21

蘋果的特殊待遇

我們都知道蘋果是一家特別注重保密文化的公司，基本上只有在新產品公開的那一刻，你才會真正從官方的口中了解到它是什麼樣的，而它又使用了些什麼材料和什麼技術。這樣的文化曾經為我們帶來無數驚喜，但時過境遷，堅持這種作風的蘋果似乎遇到了新的困境。

所以近兩年來，我們看到了一個和過去不太一樣的蘋果。它比起以往，似乎更加願意和外界分享自己的科技成果。當然了，保密策略肯定是主旋律，但好歹是有了例外 —— 比如說機器學習。

在這一段時間裡，我們看到了蘋果高管們更多地拋頭露面，向媒體談及他們對人工智慧和機器學習的看法。在蘋果的發布會中，「機器學習」成為了一個高頻辭彙。前一陣子，高管們還集體在訪談中放聲「我們的機器學習技術也很先進」，並透露了公司一直以來對該技術的應用實例。

在這之後，蘋果宣布旗下的人工智慧團隊可以參與相關的學術討論，並允許研究者發表論文。不久前蘋果的人工智慧專家湯姆·格魯伯還在 TED 大會上，闡述了蘋果如何看待這種技術。對粉絲們來說，蘋果這麼做在過去幾乎是不可想像的。

似乎是為了證明它之前的那些承諾真的不是空話，蘋果就在剛剛開放了一個博客，專門刊載公司的機器學習進度。這前所未有的決定，將讓我們看到蘋果怎樣的機器學習成就呢？

蘋果的技術進展

我們都知道，人工智慧有一項很重要的應用就是圖像識別，而這也是蘋果在最近幾次系統升級中著重強調的，通過照片的自動整理分類，事實上我們也已經用上了這些技術。

那麼要如何讓設備能夠準確判斷圖片上的東西究竟是什麼呢？那就需要訓練了。人類首先要找好大量被手動標註是某樣物體的，確定無誤的圖片，比如最簡單的「貓」、「狗」、「眼睛」這些，然後讓機器去學習和辨認，這樣它才能開始嘗試自己識別類似的圖片。

蘋果表示，這樣的過程成本實在是太高，因為要提高機器識別的準確率，圖片數量必須非常龐大，據了解目前是 100 萬張起步，如果還要再多人工標註就幾乎不可能。而且，這些圖片還得擁有足夠的多樣性，畢竟可以被標註為「貓」、「狗」、「眼睛」的圖片種類太多了，太過單一，機器如果遇到更複雜的情況就可能會認不出了。

當然還有一種辦法：既然人工標註圖片數量越多越難實現，那麼可以使用模擬的手段，自動生成海量自動被標註好的圖片，讓機器去不斷進行識別。然而這種解決方案也有一個大問題，那就是自動生成的圖片往往不夠真實，這樣會極大影響到人工智慧識別圖片的準確性。蘋果的第一篇博文，就是嘗試去解決這個難題的。

其實蘋果的思路很簡單：如果模擬器生成的圖片不夠真實，那就讓它變得更真實就好了。有趣的是，研究者們為此又設計了一套學習網路。

根據博文所說，蘋果為達到這個目的，開發出了所謂的精製器（Refiner R）和辨別器（Discriminator D）。當模擬器生成圖片後，精製器 R 負責讓它變得更加真實，以通過辨別器的考驗。辨別器的資料庫中有大量的真實圖片（有趣的是，蘋果表示這些圖片可以是未標註的 —— 又省一筆人工費），它負責根據這些真實圖片，辨別精製器給它的圖片是否為真。

GIF/549K

精製器千方百計要騙過辨別器，而後者則要努力認清前者的「鬼把戲」。兩個機制在不斷地「鬥法」中提升著自己的能力，直到辨別器再也分不清，學習過程就算完成了。這樣，就能夠在不需要人工標註的情況下，生成海量接近真實的圖片讓人工智慧不斷去學習了，如此就可以大量減少成本。

還有一點很重要，那就是蘋果必須要保證整個學習過程不「跑偏」。因為在精製器和辨別器不停較量和升級的過程中，難保會因為各種各樣的因素，讓精製器修改的圖片和辨別器認定的標準開始走極端，讓最終得到的圖片直接變形。所以蘋果加入了一些規範機制。

首先蘋果將一幅圖片分成許多部分，然後根據這些部分中的像素特徵，對較量中出現的失真進行統計，失真偏差越大，判定損失就越大。除了局部的判定外，還有一個整體的自我規範損失機制，建立一個生成圖片修改前後的差異對比。局部和整體結合，保證了圖片不會在這個過程中發生很大的異變。除此之外辨別器本身也有記憶功能，能夠記住那些之前已經被判定為假的圖片。

還有一點很有趣，那就是蘋果暫時還沒有找到讓系統自動判定學習中止的辦法，目前只能是保存學習過程中的所有圖片，人工目測生成圖像已經和真實非常接近時中止學習。

採用了這樣的解決方案，據說效果還是非常不錯的。蘋果曾邀請志願者接受測試，10 位志願者看了 1000 組圖片，分別有真實圖片和經過精製器修改的生成圖片。成功分辨出真實圖片的有 517 組，概率上接近 50%，說明人們無法確定圖片真假，更多是 2 選 1 的概率。而當志願者們去看真實圖片和原始生成圖片時，200 組圖片他們成功分辨出了多達 162 組。

好戲還在後頭