蘋果今日推出機器學習期刊部落格，名為「Apple Machine Learning Journal」。
蘋果在歡迎訊息中表示，部落格將會由蘋果工程師撰寫專文，發表相關技術的進展。
今天發表的首篇專文（第1卷第1期）主題為「改進合成圖片的真實性」，探討神經網路機器學習，利用程式改善合成圖片，用於機器學習訓練，藉此減少訓練所需的大量資料與人工標記成本。開頭簡介寫道：
現今神經網路的成功案例多半使用監督式學習。然而，要達到高精確度，需要大規模、多樣化且準確標註的資料作為訓練組，成本高昂。取代標註大量資料的方法之一是使用模擬器創造的合成圖片。如此能省去標籤成本，但是合成圖片可能不夠真實，導致泛化至實際測試圖像時結果不佳。為了縮小性能差距，我們開發了一套方法，能使合成圖像更逼真。成果顯示，使用改良圖片的訓練模型，顯著提升了各種機器學習任務的準確度。
其實「蘋果機器學習期刊」今天發表的專文，主題與蘋果先前公開在arXiv的論文類似，只是用較為淺顯易懂的文字，加上動畫圖片展示結果。
去年在巴塞隆那的AI大會，蘋果機器學習主管Russ Salakhutdinov展露了蘋果在醫療健康、光學雷達偵測、結構化輸出預測、圖像處理與上色、智慧助理與語言建模、活動辨識等領域的新發展，這些可能都會是未來論文和部落格文的主題。
發表論文、建部落格⋯⋯蘋果一改保密作風，強化AI領域發展
蘋果過去一貫以保密為傳統，不喜歡對外公佈研究成果。不過近來策略似乎有點改變，一方面大概是明白人工智慧研究不太可能完全關起門來做，開源、開放已漸成主流；另一方面同時也是提高蘋果在AI界的存在感（外界多認為微軟、Google、Amazon這些公司的AI研究發展較好），要在研究上贏得同行認可，以吸引更多AI領域人才。
今年蘋果WWDC釋出許多機器學習相關的API，顯然是要強化蘋果在AI方面的發展。去年12月，蘋果人工智慧團隊首度公開發表研究論文，探討機器學習及進階圖像辨識。現在蘋果建立公開部落格，大概也是相同原因。
部落格首發的歡迎訊息中，鼓勵對機器學習研究有興趣者，透過電子郵件machine-learning@apple.com與蘋果聯繫。網頁下方還有大大的連結，連到蘋果職缺訊息，顯然也是有意用這個平台找尋合適的AI工程師。
蘋果公開發表論文、建立部落格，顯示一向看重保密的蘋果已向外邁出一大步。隨著科技巨頭紛紛開放自家機器學習技術來吸引人才、打造生態體系，現在蘋果也開始調整步伐、緊跟而上。
