蘋果利用AI讓合成影像更逼真

一如12月初承諾，蘋果終於在上周公佈首份探討以新技術合成擬真照片，以利於未來人工智慧網路（AI）訓練的研究文件。

這份有6名蘋果科學家參與的研究中，蘋果發展出一種名為「模擬與非監督學習」（simulated+unsupervised, S+U）的方法作為神經網路訓練。報告指出，拜近來圖像辨識技術進步之賜，以合成圖片訓練AI模型變得更為容易，省去了大量昂貴加註解的麻煩，然而礙於合成與真實圖像的品質差距，使得以合成圖片訓練未能達預期效果。為此蘋果發展出模擬與非監督（S+U）學習法，利用未標籤的真實資料增進合成圖片的真實性，同時保留模擬器的註解資訊。

蘋果發展的S+U學習法是利用類似生成對抗網路（Generative Adversarial Networks, GAN）的對抗網路，名為SimGAN，但是以合成圖片作為輸入資料。為保留註解、避免不自然的人造感以及穩定訓練品質，研究人員訓練了圖像精煉網路（refiner network），並對GAN 訓練框架做了一些修改，包括縮小對抗損失（adversarial loss）及自我正規化（self-regularization）造成的損失，並以圖片的精練紀錄更新判別器（discriminator），藉此提升產出圖片的真實感。

之後研究人員分別做了質性評估、人力判定、並訓練機器模型進行視覺及手勢評估來評估這批合成相片，最後在沒有任何真實標籤資訊情況下獲得優異（state of art）的結果。

蘋果執行長庫克今年年中表示AI是智慧型手機未來，宣示蘋果進軍AI的決心後，10月即找來卡內基梅隆大學教授Ruslan Salakhutdinov帶領AI團隊，希望能在這塊領域趕上Google、微軟甚至Amazon。