Apple a ouvert un nouveau blog nommé Apple Machine Learning Journal pour présenter certains des développements qu’elle réalise dans le domaine de l’apprentissage machine. Dans le premier article de celui-ci, intitulé Improving the Realism of Synthetic Images, la firme à la pomme croquée explique ce qu’elle fait pour aider à améliorer le réalisme des images synthétiques, qui peuvent, à leur tour, être utilisées pour enseigner aux algorithmes comment classer les images, sans avoir à les identifier manuellement. Cet article, bien que publié en tant que travail de recherche, fournit un aperçu détaillé, mais accessible, des techniques utilisées pour prendre des images générées par un simulateur afin de les rendre plus réalistes.
L’un des plus grands obstacles dans l’intelligence artificielle est d’enseigner ce que les humains considèrent comme acquis. Bien que vous puissiez programmer à la main une IA pour tout comprendre, cela prendrait un temps très, très long, et ce serait presque impossible. Au lieu de cela, l’apprentissage machine nous permet d’enseigner des algorithmes comme le voudrait un humain, mais cela nécessite des techniques très spécifiques.
Quand il s’agit d’enseigner comment classer les images, les images synthétiques peuvent être utilisées. Mais, comme Apple le souligne dans sa première publication sur le blog, cela peut conduire à de mauvaises généralisations, en raison de la faible qualité d’une image synthétique. C’est pourquoi la firme a travaillé sur le développement de meilleures images, plus détaillées, pour que les machines puissent apprendre.
Bien que ce soit loin d’être une nouvelle technique, celle-ci a traditionnellement été coûteuse. Apple a notamment développé un « refiner » beaucoup plus économe, qui est capable de visualiser des images non identifiées, et de les référencer pour affiner les images synthétiques dans quelque chose de plus proche de la réalité.
Apple mise beaucoup sur l’IA et l’apprentissage machine
Vous l’aurez compris, le processus d’apprentissage est détaillé, et Apple fait de grands efforts pour préserver les aspects originaux des images tout en évitant les artefacts qui peuvent s’accumuler pendant le traitement de l’image.
En présentant ses travaux, Apple permet non seulement de montrer aux experts du monde entier ses avancées dans le domaine du machine learning, mais également au public de voir ce qu’elle fait en coulisse. Cela conduira vraisemblablement à une plus grande sensibilisation et compréhension de l’IA et de l’apprentissage machine en général.
Bien qu’il n’y ait actuellement que deux articles, Apple Machine Learning Journal est un signe. Apple mise beaucoup sur l’IA et l’apprentissage machine. Non seulement le blog permet d’être l’hôte de cette recherche, mais Apple encourage également les chercheurs, les étudiants, les ingénieurs et les développeurs dans l’apprentissage machine de la contacter pour tous questions et commentaires à [email protected].
