苹果最值得关注的活动是什么？大概是每年两次的WWDC。在WWDC上，苹果会公布目前在系统、软件上研发的新进展，最重要的是告诉我们下一款手机到底叫iPhone 7s还是叫iPhone 8（还有价格是不是线美元）。
在WWDC以外的时间里，主打“封闭文化”的苹果一直以来并不会特别主动地公布“研发背后的故事”，也并没有像谷歌（）、IBM（）等科技公司一样撰写博客与研究期刊，公开近期的研究进展和发表的论文。
目前，苹果已经在《期刊》中发布了两篇文章，其中一篇是欢迎辞，另一篇是真正的“期刊干货”，一篇关于图像类机器学习模型的文章。
“欢迎来到《苹果机器学习期刊》。在这里你可以阅读由苹果工程师们撰写的博文，其中讲述了他们的工作：如何运用机器学习技术制作服务世界上百万用户的产品。“
苹果发布的第二篇文章标号则为“第一卷第一篇”，名称叫做《增强合成图片的真实性》（Improving the Realism of Synthetic Images），是一篇苹果公司新技术的“干货详解”。
在文章最后我们发现，这篇文章的背景论文其实已经在2016年12月在发表了，原文的名称叫做《Learning from Simulated and Unsupervised Images through Adversarial Training》。不过，苹果的这篇博文使用了较为简单的介绍性语言介绍了这一技术，还特意为这篇文章加上了gif动图。
苹果这项研究的初衷非常简单：苹果工程师开发的神经网络已经能识别图片中的人脸等其它物体。不过苹果并没有使用大家的示例图片库训练这些网络，而是“人造”了一些图片。
但是在训练过程中，工程师们发现不真实的图片可能出现失真、不清晰等问题。苹果论文中的新技术就是讲述他们如何给图片加上“滤镜”，让这些图片看起来更真实。
苹果在展示中使用了一张“人造”的眼睛图片。这张图片中的眼睛虽然有模有样，但是确实也因为眼球、瞳孔过于清晰的边缘能够轻松被人认出是“假眼”。但是在机器学习了一些真实的眼部照片后，机器不仅给了这张图片一个真实的瞳孔，还为它安上了“欧式双眼皮”。
在下面这张动图中，苹果的这项技术得到了更全面的展示。苹果不仅制作出了不同角度的眼部图片（甚至……包括翻白眼的时候），还让这些图片骗过了专门用来识别“眼”的对抗性训练器。
苹果在这篇博文的开篇中称，目前的神经网络在训练时，大部分还需要人类监督，但是这一过程让人类花费了太多精力，也不是一个经济的选择。要是日后的训练图片都能被打上苹果的“真实滤镜”，神经网络将离“无监督”训练近了很多。
苹果的这项“真实滤镜”技术已经非常令人兴奋了，更令人兴奋的是苹果还表示，研究人员们将会全年这个“科技博客”。虽然这个博客的更新频率一定赶不上网络中层出不穷（并且难辨）的“下一代苹果产品爆料帖”，但是我们说不定能从中瞥见苹果的下一步计划。
与一直与科学界联系紧密的谷歌不同，苹果虽然研发了不少工具，但是之前从未公开展示过它们背后的技术进展。在我们看来，苹果能写进这个博客的内容其实非常多：苹果开源了很多工具，比如Sari背后的WebKit引擎，还有iOS、macOS、watchOS、tvOS背后的Sari语言。日后的博客中，说不定也能见到这些工具与机器学习领域的结合。
“如果你是机器学习领域的研究者或学生，工程师或开发者，我们非常乐意知道你的问题和反馈。请在machine-联系我们。”
和谷歌博客中将近30个话题相比，苹果的“博客”还是太简单了。谷歌目前非常依赖blog.google发表公司动态与最新研究，比如近期的“人工智能基金”Gradient Ventures、“人与机器研究”的PAIR Program都是通过博客的“机器学习”板块公布的。
相比之下，苹果的博客还只有两篇文章和机器学习一个话题。不过，苹果好歹是迈出了和研究界“搞好关系”的第一步。苹果的科技博客会发展成blog.google那样话题全面、多元的平台吗？我们拭目以待。
本文来源于ipfs