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(chǎn)品公開的那一刻，你才會(huì)真正從官方的口中了解到它是什么樣的，而它又使用了些什么材料和什么技術(shù)。這樣的文化曾經(jīng)為我們帶來(lái)無(wú)數(shù)驚喜，但時(shí)過境遷，堅(jiān)持這種作風(fēng)的蘋果似乎遇到了新的困境。

所以近兩年來(lái)，我們看到了一個(gè)和過去不太一樣的蘋果。它比起以往，似乎更加愿意和外界分享自己的科技成果。當(dāng)然了，保密策略肯定是主旋律，但好歹是有了例外 —— 比如說機(jī)器學(xué)習(xí)。

在這一段時(shí)間里，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(duì)人工智能和機(jī)器學(xué)習(xí)的看法。在蘋果的發(fā)布會(huì)中，“機(jī)器學(xué)習(xí)”成為了一個(gè)高頻詞匯。前一陣子，高管們還集體在訪談中放聲“我們的機(jī)器學(xué)習(xí)技術(shù)也很先進(jìn)”，并透露了公司一直以來(lái)對(duì)該技術(shù)的應(yīng)用實(shí)例。

在這之后，蘋果宣布旗下的人工智能團(tuán)隊(duì)可以參與相關(guān)的學(xué)術(shù)討論，并允許研究者發(fā)表論文。不久前蘋果的人工智能專家湯姆·格魯伯還在 TED 大會(huì)上，闡述了蘋果如何看待這種技術(shù)。對(duì)粉絲們來(lái)說，蘋果這么做在過去幾乎是不可想象的。

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(gè)博客，專門刊載公司的機(jī)器學(xué)習(xí)進(jìn)度。這前所未有的決定，將讓我們看到蘋果怎樣的機(jī)器學(xué)習(xí)成就呢？

蘋果的技術(shù)進(jìn)展

我們都知道，人工智能有一項(xiàng)很重要的應(yīng)用就是圖像識(shí)別，而這也是蘋果在最近幾次系統(tǒng)升級(jí)中著重強(qiáng)調(diào)的，通過照片的自動(dòng)整理分類，事實(shí)上我們也已經(jīng)用上了這些技術(shù)。

那么要如何讓設(shè)備能夠準(zhǔn)確判斷圖片上的東西究竟是什么呢？那就需要訓(xùn)練了。人類首先要找好大量被手動(dòng)標(biāo)注是某樣物體的，確定無(wú)誤的圖片，比如最簡(jiǎn)單的“貓”、“狗”、“眼睛”這些，然后讓機(jī)器去學(xué)習(xí)和辨認(rèn)，這樣它才能開始嘗試自己識(shí)別類似的圖片。

蘋果表示，這樣的過程成本實(shí)在是太高，因?yàn)橐岣邫C(jī)器識(shí)別的準(zhǔn)確率，圖片數(shù)量必須非常龐大，據(jù)了解目前是 100 萬(wàn)張起步，如果還要再多人工標(biāo)注就幾乎不可能。而且，這些圖片還得擁有足夠的多樣性，畢竟可以被標(biāo)注為“貓”、“狗”、“眼睛”的圖片種類太多了，太過單一，機(jī)器如果遇到更復(fù)雜的情況就可能會(huì)認(rèn)不出了。

當(dāng)然還有一種辦法：既然人工標(biāo)注圖片數(shù)量越多越難實(shí)現(xiàn)，那么可以使用模擬的手段，自動(dòng)生成海量自動(dòng)被標(biāo)注好的圖片，讓機(jī)器去不斷進(jìn)行識(shí)別。然而這種解決方案也有一個(gè)大問題，那就是自動(dòng)生成的圖片往往不夠真實(shí)，這樣會(huì)極大影響到人工智能識(shí)別圖片的準(zhǔn)確性。蘋果的第一篇博文，就是嘗試去解決這個(gè)難題的。

其實(shí)蘋果的思路很簡(jiǎn)單：如果模擬器生成的圖片不夠真實(shí)，那就讓它變得更真實(shí)就好了。有趣的是，研究者們?yōu)榇擞衷O(shè)計(jì)了一套學(xué)習(xí)網(wǎng)絡(luò)。

根據(jù)博文所說，蘋果為達(dá)到這個(gè)目的，開發(fā)出了所謂的精制器（Refiner R）和辨別器（Discriminator D）。當(dāng)模擬器生成圖片后，精制器 R 負(fù)責(zé)讓它變得更加真實(shí)，以通過辨別器的考驗(yàn)。辨別器的數(shù)據(jù)庫(kù)中有大量的真實(shí)圖片（有趣的是，蘋果表示這些圖片可以是未標(biāo)注的 —— 又省一筆人工費(fèi)），它負(fù)責(zé)根據(jù)這些真實(shí)圖片，辨別精制器給它的圖片是否為真。

精制器千方百計(jì)要騙過辨別器，而后者則要努力認(rèn)清前者的“鬼把戲”。兩個(gè)機(jī)制在不斷地“斗法”中提升著自己的能力，直到辨別器再也分不清，學(xué)習(xí)過程就算完成了。這樣，就能夠在不需要人工標(biāo)注的情況下，生成海量接近真實(shí)的圖片讓人工智能不斷去學(xué)習(xí)了，如此就可以大量減少成本。

還有一點(diǎn)很重要，那就是蘋果必須要保證整個(gè)學(xué)習(xí)過程不“跑偏”。因?yàn)樵诰破骱捅鎰e器不停較量和升級(jí)的過程中，難保會(huì)因?yàn)楦鞣N各樣的因素，讓精制器修改的圖片和辨別器認(rèn)定的標(biāo)準(zhǔn)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(guī)范機(jī)制。

首先蘋果將一幅圖片分成許多部分，然后根據(jù)這些部分中的像素特征，對(duì)較量中出現(xiàn)的失真進(jìn)行統(tǒng)計(jì)，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(gè)整體的自我規(guī)范損失機(jī)制，建立一個(gè)生成圖片修改前后的差異對(duì)比。局部和整體結(jié)合，保證了圖片不會(huì)在這個(gè)過程中發(fā)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(jīng)被判定為假的圖片。

還有一點(diǎn)很有趣，那就是蘋果暫時(shí)還沒有找到讓系統(tǒng)自動(dòng)判定學(xué)習(xí)中止的辦法，目前只能是保存學(xué)習(xí)過程中的所有圖片，人工目測(cè)生成圖像已經(jīng)和真實(shí)非常接近時(shí)中止學(xué)習(xí)。

采用了這樣的解決方案，據(jù)說效果還是非常不錯(cuò)的。蘋果曾邀請(qǐng)志愿者接受測(cè)試，10 位志愿者看了 1000 組圖片，分別有真實(shí)圖片和經(jīng)過精制器修改的生成圖片。成功分辨出真實(shí)圖片的有 517 組，概率上接近 50%，說明人們無(wú)法確定圖片真假，更多是 2 選 1 的概率。而當(dāng)志愿者們?nèi)タ凑鎸?shí)圖片和原始生成圖片時(shí)，200 組圖片他們成功分辨出了多達(dá) 162 組。

好戲還在后頭

從蘋果的這第一篇博文中，我們可以清楚地看到它在機(jī)器學(xué)習(xí)領(lǐng)域的進(jìn)展和思路，可以說是史無(wú)前例的開誠(chéng)布公。它這么做，自然是為了表明自己在人工智能領(lǐng)域并沒有落后，希望能夠因此吸引更多人才。

人工智能和機(jī)器學(xué)習(xí)作為蘋果未來(lái)技術(shù)發(fā)展和產(chǎn)品功能開發(fā)的重頭戲，我們會(huì)在越來(lái)越多的發(fā)布會(huì)上看到它們的身影。如果你對(duì)此曾經(jīng)也有疑慮，那么蘋果現(xiàn)在就是在不斷表明自己的態(tài)度，讓人們放心。

博客開了，這也只是第一篇博文而已。可想而知，未來(lái)蘋果還會(huì)公布更多它的技術(shù)進(jìn)展。在解決了圖像識(shí)別的問題后，接下來(lái)它還會(huì)用機(jī)器學(xué)習(xí)來(lái)實(shí)現(xiàn)什么呢？這實(shí)在是讓人期待啊。