苹果正式宣布：进攻人工智能

苹果正式宣布：进攻人工智能

苹果公司（以下简称“苹果”）近日终于不再遮遮掩掩，发布了自己的首份人工智能研究报告。业内人士称，这对苹果将来推广自己的人工智能应用大有裨益。苹果本月初曾表示，将发布自己的人工智能研究报告。不到一个月的时间，苹果就兑现了承诺。近日，苹果发布了第一份关于人工智能的学术论文。这篇报告阐述了一项新技术，即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。

当然，使用合成图像也存在一定的弊端，导致一种算法所了解的内容与真实世界中的场景有所不同。苹果在报告中称：“有时，合成图像数据不够真实，导致神经网络只能了解到合成图像中所呈现的细节，而对真实图像的认识有所不足。”

为解决该问题，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。苹果研究人员使用一种经过修改的新型机器学习技术，被称为“生成对抗网络”（GAN），让两个神经网络彼此对抗，从而生成更逼真的图像。

苹果人工智能的未来，将靠这15家收购企业支撑

外界一直认为苹果在人工智能领域比较低调，其技术也落后于Google、微软等公司。

语音、语义识别

Siri语音助手

Siri无疑是苹果最为重要的语音产品，2010年以2亿美金的价格购入无疑是一笔非常划算的买卖，之后苹果在语音识别和NLP方向的收购举措均基于Siri而展开。

Novauris语音识别

2014年4月，苹果收购的Novauris是一家自动化语音识别技术公司，Novauris是由Nuance旗下的Dragon Systems创始人创办，而Nuance曾是Siri的基础语音技术提供商。他们的核心产品是基于服务器的可扩展语音识别系统NovaSystem，特点是能够同时处理多个语音访问请求。虽然苹果拒绝透露如何使用Novauris团队，但从Siri和Nuance的合作关系来看，苹果此项收购意在摆脱对Nuance的依赖，利用Novauris团队开发自己的语音技术。

VocalIQ人机对话

机器学习

苹果曾提到他们利用AI技术试水一些微功能：如识别陌生来电；检测用户的运动状态；手机解锁后列出最可能使用的应用；自动显示附近标记的酒店；日程表安排；兴趣新闻推荐等等。这些看似简单的功能其实全部被置人到机器学习系统中，为此苹果通过收购多家以兴趣推荐和习惯预测为研究方向的机器学习公司，用于提高自身的数据挖掘实力。

Turi机器学习平台

Cue数据挖掘

2013年10月，苹果以4000万美金收购被称为“云数据的搜索引擎”的Cue，Cue可以从用户邮件、联系人、脸书、推特、LinkedIn、Reddit、Dropbox、印象笔记、Tumblr中收集数据，通过处理所有数据并通过机器学习算法找出用户需要的信息，从而进行整理：如提供日历提醒、通知与某人约会、会面餐馆推荐等。据悉，Cue将会整合到Siri中。

Matcha视频推荐

Semetric音乐数据挖掘

Spotsetter地图社交个性化推荐

Spotsetter是基于Google地图的社交搜索引擎，于2014年6月被苹果收购，其通过分析用户的社交圈数据，为用户提供个性化的地点（如旅游地点和餐馆）推荐服务，致力于解决所谓的“where to go”问题。苹果的收购目的不外乎其推荐算法与苹果Maps整合的前景。

WiFiSlam机器学习与模式识别

Topsy 社交数据挖掘

2013年，苹果以2亿美金收购Topsy，该公司的产品能够帮助用户从Twitter以及其他社交媒体数据中提取关键信息，包括关键字追踪器以及判断社交媒体中用户对某个话题的反应态度。

计算机视觉

Metaio计算机视觉

2015年5月苹果收购Metaio，Metaio专注于计算机视觉和增强现实的技术公司，其在计算机视觉尤其是人脸识别方向有着十几年的研发经验。

Polar Rose人脸识别

2011年12月，苹果以2900万美元收购瑞典人脸识别厂商Polar Rose。Polar Rose曾推出多个产品，包括针对网络服务的面部识别技术FaceCloud，以及为手机添加功能性的FaceLib。其脸部识别软件，通过脸部识别Polar Rose可以为用户自动圈出照片中的人脸。

Emollient 人脸识别

2016年1月Emollient被苹果收入囊中，其可以通过脸部识别技术分析人类的表情，从而判断人的情绪。医生也可以用他们公司的技术了解病人的表情是否痛苦，也可将这项技术应用在监视器，查看是否有“表情可疑”的人正在商品前面徘徊等等。

Flyby Media 计算机视觉

苹果的AI原则：用户隐私》数据训练

多年来苹果遵守一个原则：不利用用户数据做营收。苹果官方称，他们是唯一一家在用户隐私及用户体验上取得平衡的公司。

据悉，苹果只在每个用户身上抓取200MB缓存数据供机器学习调用，包括应用使用习惯、与他人的交互，数据用于神经网络处理、自然语言模型对象识别、人脸识别、场景识别等。而且这些私人信息，并不会被上传到网络及云端。

相关从业人士指出，如果苹果继续限制用户数据的使用，会严重阻碍到苹果人工智能的研究效果。但苹果认为数据的阻碍是可以逾越的，他们在未来将继续恪守这一原则。