Stop al segreto, Apple rivela il suo progetto AI

I ricercatori di Apple impegnati nell’intelligenza artificiale hanno pubblicato il primo documento di ricerca della compagnia, mettendo fine alla proibizione di divulgare qualsiasi informazione riguardante il progetto AI.

Il documento illustra la metodologia attraverso la quale gli algoritmi di AI siano stati addestrati per il riconoscimento delle immagini e i ricercatori rivelano di essersi avvalsi di immagini generate dal computer, ma anche di immagini provenienti dal mondo reale.

Apple può contare su talenti scientifici di prim’ordine, tra i migliori al mondo, e le scoperte cui sono giunti non saranno forse rivoluzionarie, ma – di certo – segnano una svolta importante nell’approccio di Apple nei confronti della ricerca. Consentendo la pubblicazione di parte della documentazione, infatti, Apple potrà attrarre nuovi talenti.

Il primo documento si intitola “Learning from Simulated and Unsupervised Images through Adversarial Training” ovvero “imparare da immagini simulate e non supervisionate attraverso un training antagonistico”.
Il team dettaglia il modo attraverso il quale siano state impiegate immagini del tutto simulate per addestrare l’algoritmo, in quanto questo tipo di materiale consentirebbe una velocità maggiore rispetto alle immagini generate dagli umani. Le informazioni presenti sulle immagini generate dell’uomo, inoltre, richiedono che queste vengano inserite manualmente da una forza lavoro selezionata.
Il problema che si deve affrontare con le immagini che vengono generate dal computer è che l’apprendimento algoritmico non sempre traduce chiaramente le scene di vita reale. Per raggiungere l’equilibrio perfetto Apple raccomanda che vengano utilizzate immagini generate sia dal computer che dall’uomo.

“Attraverso questo documento proponiamo un apprendimento attraverso immagini simulate e non supervisionate (Simulated + Unsupervised, S+U) il cui obiettivo è migliorare il realismo delle immagini sintetiche da parte di un simulatore utilizzando dati reali non catalogati. Il realismo migliorato consente un training ottimizzato per i modelli di machine learning sulla base di dataset più ampi senza che venga richiesta alcuna annotazione umana o raccolta di dati manuale.”

Il documento è stato pubblicato lo scorso 22 dicembre e al suo interno è stata inserita la matematica utilizzata dagli algoritmi di Apple. I ricercatori hanno attribuito parte dei contenuti anche a: Ashish Shrivastava, Tomas Pfister, Oncel Tuzel, Josh Susskind, Wenda Wang e Russ Webb.