Le premier article d’Apple sur l’intelligence artificielle (IA), publié le 22 décembre sur arXiv, décrit une méthode pour améliorer la capacité d’un réseau neuronal à reconnaître les images. Pour entraîner les réseaux neuronaux à reconnaître des images, les chercheurs en IA sont d’abord obligés d’étiqueter (identifier ou décrire) chaque image dans un jeu de données. Le problème c’est le temps nécessaire pour étiqueter manuellement les images. Ainsi, les chercheurs de l’IA se sont tournés vers l’utilisation d’images synthétiques (telles que d’une vidéo) qui sont pré-étiquetés (en légendes, par exemple). Les chercheurs ont ensuite développé une nouvelle approche appelée «Simulated + Unsupervised (S + U) learning ».
L’idée est de continuer à utiliser des images synthétiques pré-étiquetées, mais d’affiner leur réalisme en associant des images synthétiques à des images réelles non marquées. ce qui permet une reconnaissance d’image plus précise et plus rapide, tout en préservant l’étiquetage. Pour ce faire, les chercheurs ont utilisé une méthode relativement nouvelle (créée en 2014) appelée Generative Adversarial Networks (GAN), qui utilise deux réseaux de neurones qui sont en quelque sorte en compétition pour créer une série d’images superréalistes. Siri pourrait développer la capacité d’identifier la personne dont vous avez oublié le nom et le chuchoter dans votre AirPods, ou afficher automatiquement sa page Facebook et son dernier tweet.
