蘋果在AI這條路上 依舊是掉隊的巨頭
0
導讀：在人工智能研究界看來，蘋果蘋果應該是條路一個異類，2012年以來，上依義烏包夜美女全套外圍上門外圍女（電話微信181-8279-1445）提供頂級外圍女上門，伴游，空姐，網紅，明星，車模等優質資源，可滿足你的一切要求谷歌、舊掉巨Facebook、蘋果微軟等硅谷巨頭都大張旗鼓進入學術界，條路找頂尖高校合作、上依挖人、舊掉巨建研究院、蘋果發論文的條路時候，蘋果的上依所有研發工作依然在偷偷摸摸中進行。
“蘋果就是舊掉巨AI界的NSA。”
去年8月，蘋果資深計算機科學家、條路斯坦福大學教授Jerry Kaplan這樣評價蘋果。上依NSA就是美國國家安全局。
那時候，蘋果還沒有“AI Director”這個職位，沒有從卡耐基梅隆招來Ruslan Salakhutdinov，也還沒信誓旦旦地公開說要發表論文、要和AI研究界密切合作。
在人工智能研究界看來，蘋果應該是一個異類，2012年以來，谷歌、Facebook、微軟等硅谷巨頭都大張旗鼓進入學術界，找頂尖高校合作、挖人、建研究院、發論文的時候，蘋果的所有研發工作依然在偷偷摸摸中進行。
現在，一年多過去了，義烏包夜美女全套外圍上門外圍女（電話微信181-8279-1445）提供頂級外圍女上門，伴游，空姐，網紅，明星，車模等優質資源，可滿足你的一切要求情況如何呢？
蘋果的“1979”
從去年開始，蘋果一反常態，也開始盡可能地把自己在人工智能上所做的努力展示出來。
這兩年，可以說是蘋果“改革開放”的開端。
在蘋果的一系列舉措之中，最引人關注的應該是Ruslan Salakhutdinov的入職。
去年10月，蘋果宣布將Salakhutdinov招入麾下，任AI主管。當時在AI研究界引起的波瀾甚至不亞于2013年Yann LeCun加入Facebook、Geoffrey Hinton加入谷歌之時。差不多同一時間，蘋果還在美國舊金山灣區舉辦了一場機器學習論壇：BayLearn 2017。
Salakhutdinov入職后兩個月，就在年底的頂級學術會議NIPS 2016上搞了個大新聞：
他說，我們在蘋果，也是可以發表論文的！
幾周之后，說好的論文就來了。蘋果在arXiv上第一次公開了自己的人工智能研究論文，提出用模擬和無監督學習來改善合成圖像的質量。
在今年8月的計算機視覺學術會議CVPR 2017上，蘋果這篇論文還獲得了“最佳論文獎”。CVPR，可以說是計算機視覺領域最具影響力的大會之一。
蘋果的“開放”舉措還不止于此，今年1月，他們加入了Facebook、微軟等公司都在其中的the Partnership on AI，想要和它們一起探索AI研究的最佳實踐。
6月，蘋果甚至還開了個官方博客，專門發布自己在AI研究、機器學習研究上的進展。
歸根結底，一切都是為了招攬人才。
向左？向右？
無論招攬大牛，還是入鄉隨俗地發表論文、開博客，都是為了能招到更多的人才。
對于任何一家科技巨頭來說，人工智能的重要性和人才爭奪戰的白熱化程度都明晃晃地擺在眼前，環視四周，谷歌、Facebook、亞馬遜、微軟這些坐擁幾千億美元市值的公司，都虎視眈眈。
而可供他們爭奪的人，可能全世界加起來也不超過1萬名。
這些人當然也不是靠三五十萬美元年薪和一些股票就能搞定的。為了吸引他們的注意，大牛坐鎮、論文堆積起來的學術聲望、有吸引力的項目、以及自由的發展空間都是必須的。
蘋果在這些方面的名聲并不好。多年來，AI領域的從業者對蘋果的認知都是“掉隊巨頭”，很大程度上是因為它對研究情況三緘其口。
按照那位把蘋果比作NSA的Kaplan的說法，不像另外那幾家硅谷巨頭，蘋果和AI學術圈走得不那么近。
△ NIPS 2016現場
曾跟隨Salakhutdinov讀博的Yuhuai Wu說出了一位AI研究者在找工作時最關心的事：“我最關心的是，（如果去蘋果工作），我在學術界是否還有足夠的存在感，能不能繼續做我想做的研究。”
他說，如果蘋果不發表論文，愿意加入他們的人才就會更少。
深度學習創業公司Skymind CEO及聯合創始人Chris Nicholson也持類似的觀點，他說，人工智能是一個由學者和研究員主導的領域。“這些人喜歡發表成果。論文發表對他們來說就像是呼吸：要么呼吸，要么就得死。”他表示，“因此，如果試圖用很大一筆錢去招募人工智能研究員，同時將同行認可水平降低至零，那么你就無法走得太遠。有些人因為這樣的原因永遠不會加入蘋果。”
當然，也有一些人工智能研究員承認，關于是將你的研究成果發表，還是部署至全球的數千萬臺蘋果設備，選擇向左還是向右？這里一直都有爭議。一名不愿透露姓名的人工智能教授表示：“許多人認為更應當去部署，而不是發表。我認為，兩者都是合理的。”
不買賬的學術界
對蘋果這一年來的努力，研究者們似乎并不滿意。
BuzzFeed News為此采訪了幾十位AI專家，他們認為，蘋果還真的開放了一點點，但AI學術界所追求的價值和蘋果做生意的方式，依然是脫節的。研究者們說，蘋果特別執著于為自己的產品打造AI應用，對于那些（自認）天賦異稟、手握一摞Offer的AI專家來說，這可能沒什么吸引力。
加拿大生物技術公司Deep Genomics研究員Shreshth Gandhi認為，蘋果對待AI研究和態度和谷歌、微軟、Facebook等其他巨頭明顯不同，“蘋果為他們的AI新研究做的宣傳似乎不太夠。”
對于蘋果的“機器學習博客”，學術界似乎不太看得上。
這個博客開設5個月以來，只發布了7條與Siri、人臉識別、手寫識別和文本標簽有關的內容。所有這些都表明，蘋果的策略是以產品為中心。更重要的是，這些內容只列出了蘋果的團隊，而不是研究員個人。這與人工智能行業其他同行評議的期刊截然不同。
一位來自某精英大學、不愿透露姓名的人工智能教授表示：“這個博客毫無用處。”
例如，在關于手寫識別人工智能技術的文章中，蘋果完全沒有提供細節。其中只是吹噓，實際上研究人員無法從中學到任何東西。給人的感覺就像是，他們意識到知名機構都有博客，因此自己也要開一個，但具體做法卻沒有帶來任何價值。你可以與谷歌用神經網絡去實現語言理解的論文相比，后者有更多細節，并指向了公開的代碼和逐行的注釋。
對于上周四蘋果發布的有關面部識別的最新文章，這名教授表示：“不算太壞。蘋果仍然沒有公布代碼，但這次還行，不能說是又一篇愚蠢的文章。他們正在改進。”
在發論文這件事上，蘋果也無法與同行們相比。
除了拿下CVPR 2017“最佳論文獎”的那一篇之外，在arXiv上只能找到3篇來自蘋果的論文，加起來，蘋果這一年多來的論文發表總量是4篇。不過蘋果說，去年8月他們在瑞典的ISCA Interspeech大會上發表了3篇經過同行評議的論文。
按照學術界的看法，經過同行評議，能夠正式發表，的確比arXiv要高級。不過，我們還是要看看其他科技巨頭發表論文的數量。
Facebook說，他們2016年在arXiv上發了125篇論文，2017年估計會發200篇；微軟2016年發了847篇AI相關論文，今年截至8月一共發布了394篇；谷歌說他們到現在還沒統計過2017年的數據，但之前三年分別發布了113篇、171篇、203篇，今年應該還會保持類似的增長率。
谷歌發言人表示，該公司目前還沒有統計2017年的數據，但2014、2015、2016年發布的人工智能論文數分別為133篇、171篇和203篇，而2017年的趨勢也會類似。
康奈爾大學人工智能教授Bart Selman表示：“在人工智能領域，你必須在有同行評議的主流人工智能、機器學習、計算機視覺和自然語言大會上發表論文。”他列舉了這樣的大會，包括NIPS、ICML、IJCAI、AAAI、CVPR和ACL。“其他科技巨頭每年在這些大會上起碼要發表數十篇論文，因此蘋果還有很長的路要走。”
在這些大會中，蘋果僅僅出席了ICML和CVPR。（Slakhutdinov出席了2016年的NIPS大會，宣布蘋果計劃開始發表論文，但蘋果在當時的大會上并沒有展示任何研究成果。）
基因缺陷
一些研究人員表示，在人工智能的開發過程中，蘋果以業務為優先的做法與人工智能研究社區探索新概念和新科技的方式完全不同。
提到蘋果，一位曾經在蘋果工作過的AI工程師回憶起了當時環繞在他工作周圍的保密氣氛。這位工程師說，對于公司的一個項目，他們只能了解到完成工作所必須的那一部分。
“通常是在一個10人團隊里，5個人了解某一個項目，另外5個人不了解，所以你可能會坐在一個人旁邊，和他一起工作，但是他了解你所不知道的信息，你也了解他所不知道的信息。”這位蘋果前工程師認為，這樣“會引發一種不好的感覺，因為你看不到大局，不知道自己到底為什么在做這些事。”
當然，他所描述的是兩年前的情況，當時還是蘋果的保密工作做得做好的時期，不過這些描述的確說明了蘋果公司的文化曾經有多么封閉。
Gandhi也講了一個朋友的故事：“我的一位朋友與蘋果曾有過招聘互動，關于如果加入那么會去做什么工作，蘋果拒絕告訴他甚至是最模糊的想法。我認為，這種保密的做法與人工智能社區的開放研究文化是背道而馳的。在這里，大學和企業的大部分研究都是被分享的。”
蘋果對隱私的強調也對人工智能研究造成了限制。在2016年的蘋果開發者大會上，蘋果率先大規模應用了一項研究性技術，即“差異化隱私”。簡單來說，這就是蘋果可以大規模分析用戶數據，同時不獲取關于個人的任何信息，例如用戶通過iPhone訪問網頁的什么內容。“
在很長一段時間里，蘋果只能從用戶那收集少量數據。而使用差異化隱私技術，蘋果可以在不改變基本協議的情況下收集更多用戶數據。”Bretschneider表示，盡管外界很難知道，這種策略是否有助于蘋果人工智能技術的開發效率，但很明顯蘋果在人工智能方面的努力“更有目標性、更受限制”，而類似谷歌的公司則更希望成為人工智能公司。
為了進一步加強隱私保護，蘋果還將大部分用戶數據保存在用戶手機上，并在幾個月后刪除。
普渡大學關注機器學習硬件的教授Eugenio Culurciello表示，盡管人工智能的片上處理能力要比以往更強，但性能限制和存儲帶寬仍然會導致移動設備無法匹敵云計算模式的人工智能，而谷歌和亞馬遜正在采用后一種方式。（這些公司會一直保存數據，除非用戶明確要求刪除數據。）
Skymind的Nicholson表示，從本質上來看，蘋果不得不接受商業模式帶來的劣勢。他表示：“蘋果處理信息的方式導致人工智能的發展步履蹣跚。”
蘋果非常認真地對待用戶隱私，而蘋果可能是硅谷最喜歡這樣的做的一家公司。這樣的定位是由于，蘋果是一家硬件公司，不會像Facebook和谷歌一樣，商業模式以廣告為基礎，利用用戶數據去銷售廣告。
但這也意味著，蘋果很難從“數據效應”中受益，即利用收集的大量數據去改善產品。Nicholson表示：“人工智能受益于數據效應。這需要大量數據。一旦你掌握了大量數據，那么就可以開發更優秀的產品，吸引更多用戶，進而為人工智能的發展獲取更多數據，形成良性循環。”蘋果則無法完全參與到這樣的循環之中。
蘋果對此的回應是，對該公司而言，正確的數據比更多數據更重要，而且該公司對于目前的數據收集方式感到滿意。
蘋果是一家非常成功的公司，并且是全球市值最高的上市公司、全球店面坪效最高的零售商，以及全球最賺錢的公司。然而，大公司的崛起和衰落史告訴我們，不可能有人永遠成功。如果專家們的看法是正確的，那么當前最成功的公司將會開啟人工智能的發展，而這種技術已經準備好變革人類的各行各業，無論是醫療、金融、勞動力，還是藝術。
Nicholson表示：“蘋果并沒有向世界展示它在人工智能領域的領先地位。蘋果的策略意味著，該公司無法掌握人工智能的未來。”
“蘋果就是舊掉巨AI界的NSA。”
去年8月，蘋果資深計算機科學家、條路斯坦福大學教授Jerry Kaplan這樣評價蘋果。上依NSA就是美國國家安全局。
那時候，蘋果還沒有“AI Director”這個職位，沒有從卡耐基梅隆招來Ruslan Salakhutdinov，也還沒信誓旦旦地公開說要發表論文、要和AI研究界密切合作。
在人工智能研究界看來，蘋果應該是一個異類，2012年以來，谷歌、Facebook、微軟等硅谷巨頭都大張旗鼓進入學術界，找頂尖高校合作、挖人、建研究院、發論文的時候，蘋果的所有研發工作依然在偷偷摸摸中進行。
現在，一年多過去了，義烏包夜美女全套外圍上門外圍女（電話微信181-8279-1445）提供頂級外圍女上門，伴游，空姐，網紅，明星，車模等優質資源，可滿足你的一切要求情況如何呢？
蘋果的“1979”
從去年開始，蘋果一反常態，也開始盡可能地把自己在人工智能上所做的努力展示出來。
這兩年，可以說是蘋果“改革開放”的開端。
在蘋果的一系列舉措之中，最引人關注的應該是Ruslan Salakhutdinov的入職。
去年10月，蘋果宣布將Salakhutdinov招入麾下，任AI主管。當時在AI研究界引起的波瀾甚至不亞于2013年Yann LeCun加入Facebook、Geoffrey Hinton加入谷歌之時。差不多同一時間，蘋果還在美國舊金山灣區舉辦了一場機器學習論壇：BayLearn 2017。
Salakhutdinov入職后兩個月，就在年底的頂級學術會議NIPS 2016上搞了個大新聞：
他說，我們在蘋果，也是可以發表論文的！
幾周之后，說好的論文就來了。蘋果在arXiv上第一次公開了自己的人工智能研究論文，提出用模擬和無監督學習來改善合成圖像的質量。
在今年8月的計算機視覺學術會議CVPR 2017上，蘋果這篇論文還獲得了“最佳論文獎”。CVPR，可以說是計算機視覺領域最具影響力的大會之一。
蘋果的“開放”舉措還不止于此，今年1月，他們加入了Facebook、微軟等公司都在其中的the Partnership on AI，想要和它們一起探索AI研究的最佳實踐。
6月，蘋果甚至還開了個官方博客，專門發布自己在AI研究、機器學習研究上的進展。
歸根結底，一切都是為了招攬人才。
向左？向右？
無論招攬大牛，還是入鄉隨俗地發表論文、開博客，都是為了能招到更多的人才。
對于任何一家科技巨頭來說，人工智能的重要性和人才爭奪戰的白熱化程度都明晃晃地擺在眼前，環視四周，谷歌、Facebook、亞馬遜、微軟這些坐擁幾千億美元市值的公司，都虎視眈眈。
而可供他們爭奪的人，可能全世界加起來也不超過1萬名。
這些人當然也不是靠三五十萬美元年薪和一些股票就能搞定的。為了吸引他們的注意，大牛坐鎮、論文堆積起來的學術聲望、有吸引力的項目、以及自由的發展空間都是必須的。
蘋果在這些方面的名聲并不好。多年來，AI領域的從業者對蘋果的認知都是“掉隊巨頭”，很大程度上是因為它對研究情況三緘其口。
按照那位把蘋果比作NSA的Kaplan的說法，不像另外那幾家硅谷巨頭，蘋果和AI學術圈走得不那么近。
△ NIPS 2016現場
曾跟隨Salakhutdinov讀博的Yuhuai Wu說出了一位AI研究者在找工作時最關心的事：“我最關心的是，（如果去蘋果工作），我在學術界是否還有足夠的存在感，能不能繼續做我想做的研究。”
他說，如果蘋果不發表論文，愿意加入他們的人才就會更少。
深度學習創業公司Skymind CEO及聯合創始人Chris Nicholson也持類似的觀點，他說，人工智能是一個由學者和研究員主導的領域。“這些人喜歡發表成果。論文發表對他們來說就像是呼吸：要么呼吸，要么就得死。”他表示，“因此，如果試圖用很大一筆錢去招募人工智能研究員，同時將同行認可水平降低至零，那么你就無法走得太遠。有些人因為這樣的原因永遠不會加入蘋果。”
當然，也有一些人工智能研究員承認，關于是將你的研究成果發表，還是部署至全球的數千萬臺蘋果設備，選擇向左還是向右？這里一直都有爭議。一名不愿透露姓名的人工智能教授表示：“許多人認為更應當去部署，而不是發表。我認為，兩者都是合理的。”
不買賬的學術界
對蘋果這一年來的努力，研究者們似乎并不滿意。
BuzzFeed News為此采訪了幾十位AI專家，他們認為，蘋果還真的開放了一點點，但AI學術界所追求的價值和蘋果做生意的方式，依然是脫節的。研究者們說，蘋果特別執著于為自己的產品打造AI應用，對于那些（自認）天賦異稟、手握一摞Offer的AI專家來說，這可能沒什么吸引力。
加拿大生物技術公司Deep Genomics研究員Shreshth Gandhi認為，蘋果對待AI研究和態度和谷歌、微軟、Facebook等其他巨頭明顯不同，“蘋果為他們的AI新研究做的宣傳似乎不太夠。”
對于蘋果的“機器學習博客”，學術界似乎不太看得上。
這個博客開設5個月以來，只發布了7條與Siri、人臉識別、手寫識別和文本標簽有關的內容。所有這些都表明，蘋果的策略是以產品為中心。更重要的是，這些內容只列出了蘋果的團隊，而不是研究員個人。這與人工智能行業其他同行評議的期刊截然不同。
一位來自某精英大學、不愿透露姓名的人工智能教授表示：“這個博客毫無用處。”
例如，在關于手寫識別人工智能技術的文章中，蘋果完全沒有提供細節。其中只是吹噓，實際上研究人員無法從中學到任何東西。給人的感覺就像是，他們意識到知名機構都有博客，因此自己也要開一個，但具體做法卻沒有帶來任何價值。你可以與谷歌用神經網絡去實現語言理解的論文相比，后者有更多細節，并指向了公開的代碼和逐行的注釋。
對于上周四蘋果發布的有關面部識別的最新文章，這名教授表示：“不算太壞。蘋果仍然沒有公布代碼，但這次還行，不能說是又一篇愚蠢的文章。他們正在改進。”
在發論文這件事上，蘋果也無法與同行們相比。
除了拿下CVPR 2017“最佳論文獎”的那一篇之外，在arXiv上只能找到3篇來自蘋果的論文，加起來，蘋果這一年多來的論文發表總量是4篇。不過蘋果說，去年8月他們在瑞典的ISCA Interspeech大會上發表了3篇經過同行評議的論文。
按照學術界的看法，經過同行評議，能夠正式發表，的確比arXiv要高級。不過，我們還是要看看其他科技巨頭發表論文的數量。
Facebook說，他們2016年在arXiv上發了125篇論文，2017年估計會發200篇；微軟2016年發了847篇AI相關論文，今年截至8月一共發布了394篇；谷歌說他們到現在還沒統計過2017年的數據，但之前三年分別發布了113篇、171篇、203篇，今年應該還會保持類似的增長率。
谷歌發言人表示，該公司目前還沒有統計2017年的數據，但2014、2015、2016年發布的人工智能論文數分別為133篇、171篇和203篇，而2017年的趨勢也會類似。
康奈爾大學人工智能教授Bart Selman表示：“在人工智能領域，你必須在有同行評議的主流人工智能、機器學習、計算機視覺和自然語言大會上發表論文。”他列舉了這樣的大會，包括NIPS、ICML、IJCAI、AAAI、CVPR和ACL。“其他科技巨頭每年在這些大會上起碼要發表數十篇論文，因此蘋果還有很長的路要走。”
在這些大會中，蘋果僅僅出席了ICML和CVPR。（Slakhutdinov出席了2016年的NIPS大會，宣布蘋果計劃開始發表論文，但蘋果在當時的大會上并沒有展示任何研究成果。）
基因缺陷
一些研究人員表示，在人工智能的開發過程中，蘋果以業務為優先的做法與人工智能研究社區探索新概念和新科技的方式完全不同。
提到蘋果，一位曾經在蘋果工作過的AI工程師回憶起了當時環繞在他工作周圍的保密氣氛。這位工程師說，對于公司的一個項目，他們只能了解到完成工作所必須的那一部分。
“通常是在一個10人團隊里，5個人了解某一個項目，另外5個人不了解，所以你可能會坐在一個人旁邊，和他一起工作，但是他了解你所不知道的信息，你也了解他所不知道的信息。”這位蘋果前工程師認為，這樣“會引發一種不好的感覺，因為你看不到大局，不知道自己到底為什么在做這些事。”
當然，他所描述的是兩年前的情況，當時還是蘋果的保密工作做得做好的時期，不過這些描述的確說明了蘋果公司的文化曾經有多么封閉。
Gandhi也講了一個朋友的故事：“我的一位朋友與蘋果曾有過招聘互動，關于如果加入那么會去做什么工作，蘋果拒絕告訴他甚至是最模糊的想法。我認為，這種保密的做法與人工智能社區的開放研究文化是背道而馳的。在這里，大學和企業的大部分研究都是被分享的。”
蘋果對隱私的強調也對人工智能研究造成了限制。在2016年的蘋果開發者大會上，蘋果率先大規模應用了一項研究性技術，即“差異化隱私”。簡單來說，這就是蘋果可以大規模分析用戶數據，同時不獲取關于個人的任何信息，例如用戶通過iPhone訪問網頁的什么內容。“
在很長一段時間里，蘋果只能從用戶那收集少量數據。而使用差異化隱私技術，蘋果可以在不改變基本協議的情況下收集更多用戶數據。”Bretschneider表示，盡管外界很難知道，這種策略是否有助于蘋果人工智能技術的開發效率，但很明顯蘋果在人工智能方面的努力“更有目標性、更受限制”，而類似谷歌的公司則更希望成為人工智能公司。
為了進一步加強隱私保護，蘋果還將大部分用戶數據保存在用戶手機上，并在幾個月后刪除。
普渡大學關注機器學習硬件的教授Eugenio Culurciello表示，盡管人工智能的片上處理能力要比以往更強，但性能限制和存儲帶寬仍然會導致移動設備無法匹敵云計算模式的人工智能，而谷歌和亞馬遜正在采用后一種方式。（這些公司會一直保存數據，除非用戶明確要求刪除數據。）
Skymind的Nicholson表示，從本質上來看，蘋果不得不接受商業模式帶來的劣勢。他表示：“蘋果處理信息的方式導致人工智能的發展步履蹣跚。”
蘋果非常認真地對待用戶隱私，而蘋果可能是硅谷最喜歡這樣的做的一家公司。這樣的定位是由于，蘋果是一家硬件公司，不會像Facebook和谷歌一樣，商業模式以廣告為基礎，利用用戶數據去銷售廣告。
但這也意味著，蘋果很難從“數據效應”中受益，即利用收集的大量數據去改善產品。Nicholson表示：“人工智能受益于數據效應。這需要大量數據。一旦你掌握了大量數據，那么就可以開發更優秀的產品，吸引更多用戶，進而為人工智能的發展獲取更多數據，形成良性循環。”蘋果則無法完全參與到這樣的循環之中。
蘋果對此的回應是，對該公司而言，正確的數據比更多數據更重要，而且該公司對于目前的數據收集方式感到滿意。
蘋果是一家非常成功的公司，并且是全球市值最高的上市公司、全球店面坪效最高的零售商，以及全球最賺錢的公司。然而，大公司的崛起和衰落史告訴我們，不可能有人永遠成功。如果專家們的看法是正確的，那么當前最成功的公司將會開啟人工智能的發展，而這種技術已經準備好變革人類的各行各業，無論是醫療、金融、勞動力，還是藝術。
Nicholson表示：“蘋果并沒有向世界展示它在人工智能領域的領先地位。蘋果的策略意味著，該公司無法掌握人工智能的未來。”