Buzz
Một chủ đề nổi bật khi Giám đốc nghiên cứu trí tuệ nhân tạo của Apple trình bày kết quả từ nhiều dự án trí tuệ nhân tạo gần đây của công ty vào ngày thứ Sáu. Mỗi dự án liên quan đến việc cung cấp khả năng phần mềm cần thiết cho ô tô tự lái.
Ruslan Salakhutdinov nói chuyện trước khoảng 200 chuyên gia trí tuệ nhân tạo đã đăng ký tham gia bữa trưa miễn phí và tìm hiểu cách Apple sử dụng học máy, một kỹ thuật để phân tích lượng lớn dữ liệu. Anh ấy thảo luận về các dự án sử dụng dữ liệu từ camera và các cảm biến khác để nhận biết ô tô và người đi bộ trên đường phố thành thị, điều hướng trong không gian mới lạ và xây dựng bản đồ 3D chi tiết của các thành phố.
Cuộc trò chuyện mang lại cái nhìn mới về những nỗ lực bí mật của Apple xung quanh công nghệ ô tô tự lái. Apple đã nhận được giấy phép từ Cơ quan Giao thông California để thử nghiệm ô tô tự lái vào tháng 4, và CEO Tim Cook xác nhận sự quan tâm của ông đối với công nghệ này vào tháng 6.
Quy mô và phạm vi của bất kỳ dự án ô tô nào tại Apple vẫn mơ hồ. Salakhutdinov không nói rõ làm thế nào những dự án anh ta thảo luận vào thứ Sáu liên quan đến bất kỳ nỗ lực nào lớn hơn trong lĩnh vực lái xe tự động, và một phát ngôn viên của công ty từ chối giải thích thêm.
Salakhutdinov trình bày dữ liệu từ một dự án trước đây được tiết lộ trong một bài nghiên cứu đăng trực tuyến tháng trước. Nó huấn luyện phần mềm nhận biết người đi bộ và người đi xe đạp bằng cách sử dụng các máy quét 3D được gọi là lidars được sử dụng trên hầu hết các xe tự lái.
Những dự án khác mà Salakhutdinov thảo luận có vẻ chưa được tiết lộ trước đây. Một dự án tạo phần mềm nhận biết ô tô, người đi bộ và phần có thể lái được của đường trên hình ảnh từ một camera hoặc nhiều camera được lắp trên một phương tiện.
Salakhutdinov trình bày hình ảnh minh họa cách hệ thống hoạt động tốt ngay cả khi giọt mưa bắn vào ống kính và có thể suy luận vị trí của người đi bộ trên vỉa hè khi họ bị che khuất một phần bởi ô tô đậu. Anh ấy đưa ra kết quả cuối cùng đó là một ví dụ về sự cải tiến gần đây trong học máy cho một số nhiệm vụ. “Nếu bạn hỏi tôi năm năm trước, tôi sẽ rất hoài nghi khi nói ‘Có, bạn có thể làm điều đó,’” anh ấy nói.
Dự án khác mà Salakhutdinov thảo luận liên quan đến việc trang bị phần mềm di chuyển qua thế giới một loại giác quan hướng, một kỹ thuật gọi là SLAM, cho định vị và xây dựng bản đồ đồng thời. SLAM được sử dụng trên robot và xe tự lái, cũng như có ứng dụng trong xây dựng bản đồ và thực tế ảo. Một dự án thứ tư sử dụng dữ liệu do các ô tô trang bị cảm biến thu thập để tạo ra bản đồ 3D phong phú với các đặc điểm như đèn giao thông và đánh dấu đường. Hầu hết các xe tự động nguyên mẫu cần bản đồ kỹ thuật số chi tiết để hoạt động. Salakhutdinov cũng đề cập đến công việc về việc ra quyết định trong các tình huống động, chủ đề được minh họa trên các slide của anh ấy với biểu đồ của một chiếc ô tô vẽ một đường đi quanh một người đi bộ.
Sự kiện của Apple diễn ra vào cuối tuần trong một hội nghị về học máy kéo dài một tuần được gọi là NIPS. Gần 8,000 người tham gia, tăng gần năm lần so với năm 2012. Có sự xuất hiện mạnh mẽ từ các nhà tuyển dụng---bao gồm cả Elon Musk---hy vọng thu hút kỹ sư học máy, những nhân viên có giá trị cao đang khan hiếm.
Tình trạng thiếu hụt tài năng AI là một lý do chính cho sự kiện của Apple vào thứ Sáu, thu hút người từ các trường đại học hàng đầu như MIT và Stanford, và các công ty bao gồm Alphabet và Facebook. Nó cũng bao gồm các cuộc trò chuyện từ các kỹ sư về cách học máy được sử dụng trong các sản phẩm của Apple như trợ lý cá nhân Siri. Carlos Guestrin, Giám đốc học máy của Apple và giáo sư tại Đại học Washington, nói về các hệ thống máy tính mạnh mẽ và tập dữ liệu lớn có sẵn cho các kỹ sư học máy khi họ gia nhập công ty. Anh ấy nhận được sự hoan nghênh khi thông báo rằng Apple đang mở nguồn mã để giúp nhà phát triển ứng dụng sử dụng học máy được phát triển lần đầu tiên tại công ty khởi nghiệp của anh ấy là Turi, được Apple mua lại vào mùa hè năm ngoái.
Sự kiện vào thứ Sáu và cuộc thảo luận về kết quả nghiên cứu của Salakhutdinov cho thấy cách Apple đang buộc phải nới lỏng sự bí mật nổi tiếng của mình khi cạnh tranh nhân tài với các đối thủ như Google. Salakhutdinov gia nhập Apple vào tháng 10 năm 2016, mặc dù anh ấy vẫn giữ một vị trí giảng viên tại Đại học Carnegie Mellon. Ngay sau đó, tại hội nghị NIPS năm ngoái, anh ấy thông báo rằng các nhà nghiên cứu của mình sẽ có thể công bố bài báo học thuật, giống như đồng nghiệp của họ tại Facebook và Google. Đó được xem là một sự nhượng bộ khôn ngoan đối với xu hướng học thuật của các chuyên gia AI ngay cả bên trong ngành.
Quá trình hóa của Trí tuệ Nhân tạo tại Apple diễn ra chậm chạp. Một phát ngôn viên của công ty chỉ đến năm bài báo học máy học thuật đã được công bố kể từ khi Salakhutdinov gia nhập công ty, nhưng nói rằng Apple không duy trì một bảng tổng kết của những bài báo như vậy. Công ty cũng đã bắt đầu chia sẻ một số công việc của mình trên một blog kỹ thuật được đặt tên là Apple Machine Learning Journal. Ngược lại, các nhóm nghiên cứu AI của Alphabet đã đóng góp cho hơn 60 bài báo được chấp nhận chỉ trong tuần này tại NIPS. Để theo kịp hoặc vượt lên trước đối thủ trong lĩnh vực AI, có thể Apple cần chia sẻ nhiều hơn với họ.
