摘要：据报道，生成对抗网络的创造者，前谷歌大脑著名科学家刚刚正式宣布加盟苹果。他将在苹果公司领导一个机器学习特殊项目组。在加盟苹果后会带来哪些新的技术突破或许我们很快就会看到了。
据 CNBC 报道，生成对抗网络（GAN）的创造者，前谷歌大脑著名科学家 Ian Goodfellow 刚刚正式宣布加盟苹果。他将在苹果公司领导一个「机器学习特殊项目组」。
虽然苹果此前已经缩小了自动驾驶汽车研究的规模，但 Ian Goodfellow 等人的加盟似乎意味着这家公司在人工智能军备竞赛中的投入不减反增。
目前，Ian Goodfellow 的 LinkedIn 账户已经更新了最近的跳槽活动：
「我在苹果公司领导一个机器学习特殊任务群组。」Goodfellow 写道。
在回归谷歌之前，Ian Goodfellow 在另一家著名人工智能研究机构 OpenAI 工作。后者是一个人工智能研究联盟，最初由埃隆·马斯克（Elon Musk）和其他科技名人出资创建。Ian Goodfellow 是生成对抗网络（GAN）之父，他的著作在 AI 领域广为引用。
Goodfellow 是谷歌在过去的 12 个月里被苹果挖走的第二位 AI 人才，是后者加强其 AI 战略的结果。前谷歌 AI 主管 John Giannandrea 也加入了苹果，担任苹果的机器学习和人工智能战略高级副总裁，监管所有人工智能和机器学习开发，包括 Core ML 和 Siri 技术。Giannandrea 和 Goodfellow 以前在谷歌一起工作，Goodfellow 似乎是 Giannandrea 出任苹果高管后精挑细选的人。
Goodfellow 最突出的贡献是其在 2014 年提出了生成对抗网络（GAN）。GAN 包含两种神经网络：创造新数据实例的生成器和区分由生成器从真实数据中创建假数据的判别器。这两种神经网络通过越来越逼真的假数据来挑战彼此，优化自己的策略，直至生成数据与真实数据难以区分。
过去五年，GAN 在图像生成领域取得了重大突破，现在可以生成动物、风景以及人脸等高度逼真的合成图像。例如可以合成人脸的网站 thispersondoesnotexist.com 。但是，GAN 的成功也打开了潘多拉的魔盒，引发了诸多伦理问题和潜在危险。例如，有人利用 GAN 开发「deepfake」人脸交换技术，制作「换脸」明星色情片，同时也有人担忧 GAN 用于生成假新闻以操控公众舆论等。
苹果显然正处于团队建设模式。该公司最近聘请了特斯拉前工程副总裁 Michael Schwekutsch 担任另一个「特别项目组」的高级工程总监，为自动驾驶研发加码。
Ian GoodFellow 简介
Ian Goodfellow 是机器学习领域备受关注的年轻学者之一，本科与硕士就读于斯坦福大学，师从吴恩达，博士阶段则跟随蒙特利尔大学的著名学者 Yoshua Bengio 研究机器学习。他最引人注目的成就是在 2014 年 6 月提出了生成对抗网络（GAN）。这一技术近年来已成为机器学习界最火热的讨论话题，特别是近年来，与 GAN 有关的论文不断涌现。GAN 已成为众多学者的研究方向。
Ian GoodFellow 论文引用量逐年飙升，来源：Google Scholar
Ian Goodfellow 影响作者图，包括 Bengio、Hinton、LeCun 等巨头，来源：Semantic Scholar
在 2016 年，Ian Goodfellow、Yoshua Bengio、Aaron Courville 等人推出了著名的人工智能基础书《Deep Learning》，该书已被列为机器学习领域内的必读内容。
《Deep Learning》中文版链接：https://github.com/exacity/deeplearningbook-chinese
由于在人工智能领域的激烈竞争，目前在 FAANG 工作的较高级 AI 人才可以获得六位数到七位数美元的薪资。Ian Goodfellow 在加盟苹果后会带来哪些新的技术突破？或许我们很快就会看到了。
声明：本文版权归原作者所有，文章收集于网络，为传播信息而发，如有侵权，请联系小编及时处理，谢谢！欢迎加入本站公开兴趣群商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识
QQ群：81035754
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/4867.html
摘要：但年在机器学习的较高级大会上，苹果团队的负责人宣布，公司已经允许自己的研发人员对外公布论文成果。苹果第一篇论文一经投放，便在年月日，斩获较佳论文。这项技术由的和开发，使用了生成对抗网络的机器学习方法。 GANs「对抗生成网络之父」Ian Goodfellow 在 ICCV 2017 上的 tutorial 演讲是聊他的代表作生成对抗网络（GAN/Generative Adversarial ...
摘要：的研究兴趣涵盖大多数深度学习主题，特别是生成模型以及机器学习的安全和隐私。与以及教授一起造就了年始的深度学习复兴。目前他是仅存的几个仍然全身心投入在学术界的深度学习教授之一。 Andrej Karpathy特斯拉 AI 主管Andrej Karpathy 拥有斯坦福大学计算机视觉博士学位，读博期间师从现任 Google AI 首席科学家李飞飞，研究卷积神经网络在计算机视觉、自然语言处理上的应...
摘要：深度学习之生成对抗网络博弈学习实例博弈学习实例在生成对抗网络，简称发明之前，变分自编码器被认为是理论完备，实现简单，使用神经网络训练起来很稳定，生成的图片逼近度也较高，但是人眼还是可以很轻易地分辨出真实图片与及其生成的图片。 ...
摘要：作者在论文中将这种新的谱归一化方法与其他归一化技术，比如权重归一化，权重削减等，和梯度惩罚等，做了比较，并通过实验表明，在没有批量归一化权重衰减和判别器特征匹配的情况下，谱归一化改善生成的图像质量，效果比权重归一化和梯度惩罚更好。 就在几小时前，生成对抗网络（GAN）的发明人Ian Goodfellow在Twitter上发文，激动地推荐了一篇论文：Goodfellow表示，虽然GAN十分擅长...
摘要：是世界上最重要的研究者之一，他在谷歌大脑的竞争对手，由和创立工作过不长的一段时间，今年月重返，建立了一个探索生成模型的新研究团队。机器学习系统可以在这些假的而非真实的医疗记录进行训练。今年月在推特上表示是的，我在月底离开，并回到谷歌大脑。 理查德·费曼去世后，他教室的黑板上留下这样一句话：我不能创造的东西，我就不理解。（What I cannot create, I do not under...
阅读 1315·2021-09-22 15:52
阅读 3242·2021-09-22 14:59
阅读 2654·2021-09-02 15:12
阅读 806·2021-08-20 09:35
阅读 1444·2019-08-30 14:09
阅读 2597·2019-08-30 13:56
阅读 1435·2019-08-26 18:27
阅读 3219·2019-08-26 13:37
