На закрытом обеде для приглашенных гостей на конференции по ИИ в Барселоне, Испания, который состоялся 6 декабря, глава отдела машинного обучения Apple Расс Салахутдинов и другие сотрудники Apple рассказали о своей работе в области искусственного интеллекта.

Quartz получил некоторые слайды, которые Салахутдинов использовал во время презентации, что дает нам представление о достижениях Apple в области ИИ и машинного обучения.

Судя по одному из слайдов, обсуждались самые разнообразные темы, включая здоровье и жизненные показатели, объемное обнаружение LiDAR, прогнозирование со структурированными результатами, обработку изображений и раскрашивание, интеллектуальный помощник и языковое моделирование, а также распознавание действий.

На одном из слайдов, посвященном работе Apple с LiDAR, было изображено два автомобиля, но инженеры Apple не упоминали автомобили или какие-либо исследования в области автомобилестроения, например, самоуправляемые транспортные средства. Другой слайд был посвящен алгоритмам распознавания изображений Apple, которые способны обрабатывать 3000 изображений в секунду, что вдвое быстрее, чем у Google. Также была освещена работа Apple над более мелкими нейронными сетями, которые могут работать непосредственно на устройствах.

Еще один слайд был посвящен способности Apple создавать нейронные сети, которые в 4,5 раза меньше оригиналов без потери точности и вдвое быстрее. Этот метод, не являющийся неизвестным в исследованиях ИИ, использует более крупную и надежную нейронную сеть для обучения другой сети принятию решений в различных ситуациях. Затем «студенческая» сеть получает упрощенную версию знаний «учительской» сети. По сути, она предсказывает предсказания более крупной сети относительно данного фото или аудиосэмпла.

В ходе обсуждения также были освещены некоторые области исследований Apple:

— Генеративные модели глубокого обучения
— Сжатие моделей
— Целостное понимание сцены
— Надежность моделей
— Глубокое обучение с подкреплением
— Обучение без учителя, трансферное обучение, однократное обучение
— Рассуждение, внимание и память
— Эффективное обучение на распределенных вычислениях

В дальнейшем Apple планирует разрешить своим исследователям в области ИИ и машинного обучения публиковать статьи, демонстрируя свою готовность вносить вклад в научное сообщество. Apple всегда была печально известна своей скрытностью, но позволив исследователям публиковаться, компания сможет привлечь лучшие таланты, которые иначе не захотели бы к ней присоединиться.

Полный обзор слайдов с презентации Apple можно посмотреть на сайте Quartz.