雷鋒網(wǎng)AI科技評(píng)論按：蘋果第一篇AI論文一經(jīng)投放，便斬獲CVPR 2017最佳論文。隨后便有外界不斷猜測(cè)蘋果的論文質(zhì)量有水分，似乎不能匹配最佳論文的頭銜。雷鋒網(wǎng)記者隨后從學(xué)術(shù)角度采訪了幾位學(xué)術(shù)界人士?？纯此麄?cè)趺凑f(shuō)。

蘋果的AI研究消息首次進(jìn)入公眾視野的是在去年的12月初。

• 2016年12月8日，在西班牙NIPS 2016大會(huì)上，蘋果AI研究負(fù)責(zé)人Russ Salakhutdinov承諾將會(huì)公布和分享他們的最新AI研究成果。

• 2016年12月22日，首篇機(jī)器學(xué)習(xí)論文通過康奈爾大學(xué)圖書館出版，顯示的提交時(shí)間是11月15日。

• 2017年7月19日，蘋果開通機(jī)器學(xué)習(xí)博客（Apple Machine Learning Journal ），同時(shí)發(fā)表一篇題為“Improving the Realism of Synthetic Images”的文章。這篇文章用更通俗的語(yǔ)言介紹了之前發(fā)表的論文。

• 2017年7月22日，蘋果的這篇論文獲CVPR 2017最佳論文。

回顧一下這篇論文的主要內(nèi)容：

這篇題為《通過對(duì)抗訓(xùn)練從模擬的和無(wú)監(jiān)督的圖像中學(xué)習(xí)》是圖像識(shí)別領(lǐng)域的論文。論文中，提出了一個(gè)“模擬+無(wú)監(jiān)督學(xué)習(xí)”（simulated + unsupervised learning）的學(xué)習(xí)方法，使用的是如今非?；鸬纳疃葘W(xué)習(xí)“對(duì)抗訓(xùn)練”。GANs（對(duì)抗訓(xùn)練）發(fā)明者Ian Goodfellow得知蘋果的第一篇機(jī)器學(xué)習(xí)論文是關(guān)于GANs，也十分興奮，并在自己的推特中第一時(shí)間轉(zhuǎn)了這篇論文。

GANs模型，簡(jiǎn)單的說(shuō)就是讓兩個(gè)網(wǎng)絡(luò)相互競(jìng)爭(zhēng)，玩一個(gè)“貓鼠游戲”。

一個(gè)叫做生成器網(wǎng)絡(luò)G（ Generator Network），它不斷捕捉訓(xùn)練庫(kù)里真實(shí)圖片的概率分布，將輸入的隨機(jī)向量轉(zhuǎn)變成新的樣本。一句話，G負(fù)責(zé)生成假圖片。

另一個(gè)叫做判別器網(wǎng)絡(luò)D（Discriminator Network），它可以同時(shí)觀察真實(shí)和假造的數(shù)據(jù)，判斷這個(gè)圖片到底是不是真的。

G嘗試用自己的生成的仿品來(lái)“蒙騙”D，而D也不斷提高自己鑒別真?zhèn)蔚乃?。這樣G的造假能力和D的鑒別能力都會(huì)越來(lái)越高超。

而蘋果的“對(duì)抗訓(xùn)練”是對(duì)原有的GANs模型做了稍加的修改，形成了自己的SimGANs模型。其中sim是單詞 Simulator的縮寫，即模擬器的意思。

蘋果的SimGANs其實(shí)包括三部分：模擬器（Simulator）和精制器（Refiner），然后再加上一個(gè)判別器（Discriminator）。模擬器合成圖像，再用精制器做優(yōu)化使得更像真實(shí)圖片，最后再由判別器做識(shí)別訓(xùn)練。

蘋果也在自己的論文摘要中提到： “我們的模擬+無(wú)監(jiān)督學(xué)習(xí)方法，使用的對(duì)抗網(wǎng)絡(luò)跟GANs很類似。但是，輸入值是合成圖像，而不是隨機(jī)向量。

隨后便有學(xué)術(shù)界人士質(zhì)疑，指出蘋果的創(chuàng)新并不是具有突破性的，似乎不夠資格評(píng)選為“最佳論文”。

甚至在知名問答社區(qū)知乎上有人從論文的第一作者背景開始懷疑，最佳論文評(píng)選過程有暗箱操作的嫌疑。

點(diǎn)贊數(shù)最多的答主回答：

論文第一作者Ashish Shrivastava，馬里蘭大學(xué)計(jì)算機(jī)視覺博士

隨后雷鋒網(wǎng)駐國(guó)外記者也就「今年的CVPR 最佳論文是否實(shí)至名歸」這個(gè)問題采訪了幾位學(xué)術(shù)界人士：

CrowdAI 研究員Jigar Doshi接受采訪說(shuō)：

（因?yàn)榭偣灿袃善罴颜撐?，他先從第一篇談起）第一篇Densely Connected Convolutional Networks（密集連接的卷積網(wǎng)絡(luò)）中，DenseNet模型有兩大貢獻(xiàn)，一個(gè)是計(jì)算效率提升，大幅度地減少了參數(shù)數(shù)量，模型訓(xùn)練出來(lái)的精確度和質(zhì)量都要比之前好。還有就是模型能夠泛化，研究者用了好幾個(gè)數(shù)據(jù)集，用來(lái)展示研究成果可以用到其他數(shù)據(jù)集和場(chǎng)景中。這是一個(gè)大家都能用，一個(gè)通用的方法。大家都在看，都在討論，這篇論文是值得評(píng)為最佳論文的。

談到蘋果的SimGANs，Jigar評(píng)論到：SimGANs的優(yōu)點(diǎn)是無(wú)需標(biāo)注自動(dòng)生成新數(shù)據(jù)，但是他在演示過程中只用了一個(gè)數(shù)據(jù)集，對(duì)它的泛化能力表示存疑。半年前自己也試過類似的方法，不過不起作用，不理解為什么在蘋果的試驗(yàn)中起了作用。同時(shí)很奇怪為什么這篇論文能評(píng)為最佳論文。

南洋理工大學(xué)一位研究手勢(shì)識(shí)別的計(jì)算機(jī)視覺博士評(píng)價(jià)蘋果論文說(shuō)道：

蘋果SimGANs的手勢(shì)識(shí)別效果并不好，還沒有自己做的模型效果好。

另一位MIT生物圖像博士：

感覺SimGANs并不是很有意義（not very meaningful）,相比其他方法并沒有很大的提升。

不過也有AI學(xué)界人士支持蘋果獲最佳論文，一位亞馬遜研究員告訴記者：

SimGANs 很簡(jiǎn)單。但也開了一個(gè)新口子，針對(duì)一個(gè)具體問題有了新方法，未來(lái)其他人可以研究如何把類似方法用到其他領(lǐng)域，算是“拋磚引玉”。另外，由于該方法的特殊性，需要做許多工作才能用于某一領(lǐng)域，因此確實(shí)難以在一個(gè)研究中提出一個(gè)通用方案，解決一個(gè)具體問題已經(jīng)可以了。

來(lái)自國(guó)內(nèi)的一位中科院教授說(shuō)道：

SimGANs 論文第一作者 Ashish Shrivastava 的導(dǎo)師是 CVPR 大會(huì)主席 Rama Chellappa，算是“舉賢不避親”（意思是只要是真正有本領(lǐng)的賢能人才，不管與舉薦人是否有關(guān)系，都可以正常舉薦，讓賢能的人才發(fā)揮其作用。）雷鋒網(wǎng)記者也跟其他參會(huì)的學(xué)生老師提了這個(gè)疑問，很多人認(rèn)為論文評(píng)審流程嚴(yán)格，未必有多大不公平。

最后采訪的幾位大?？偨Y(jié)了一下今年的兩篇最佳論文：這兩篇論文沒什么理論突破，只是技術(shù)上的提升改進(jìn)。同時(shí)也表示，今年的CVPR創(chuàng)新突破已經(jīng)很少，差不多都是在原有的基礎(chǔ)上有一點(diǎn)點(diǎn)提升。

雷鋒網(wǎng)小結(jié)：三位反對(duì)蘋果獲最佳論文的統(tǒng)一看法是：蘋果SimGANs的泛化能力差，只能用到具體的某個(gè)領(lǐng)域。另外單從表現(xiàn)效果上看，和其他方法相比也沒有很大的提升。兩位支持者看法是：由于SimGANs方法的特殊性，確實(shí)難以形成一個(gè)通用方案，不過蘋果給出了一個(gè)新思路，能啟發(fā)大家就夠了。這屆CVPR總體來(lái)說(shuō)沒有學(xué)術(shù)界期待的那種劃時(shí)代的研究成果出現(xiàn)，蘋果論文之所以不那么出色也能從中脫穎而出，恐怕不是蘋果“有關(guān)系”，而是“矮子里面選高個(gè)”的原因吧！

雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。