一改保密作風,蘋果推出部落格、公開分享機器學習研究細節
一改保密作風,蘋果推出部落格、公開分享機器學習研究細節
2017.07.20 | 健康

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。

資料來源:TechCrunch、MacRumors、Apple Machine Learning Journal

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓