Rompant avec la tradition du secret autour de ses innovations, Apple a publié fin décembre un article scientifique consacré à ses recherches sur l’intelligence artificielle, en particulier sur la reconnaissance d’images.

Dans un contexte de concurrence exacerbée, des clauses de confidentialité draconiennes interdisaient jusqu’ici aux équipes de communiquer leurs recherches.

Confirmant sa volonté manifestée en juin de mettre dans le domaine public certaines de ses recherches dans ces domaines, Apple vient de publier un premier article. D'autres devraient suivre dans les prochains mois.

Apple a ainsi publié le 22 décembre un article scientifique reprenant les travaux de six de ses chercheurs, dont Ashish Shrivastava, spécialiste de la vision assistée, sur l’intelligence artificielle.

Ruslan Salakhutdinov, en charge de l’IA au sein d’Apple, avait déjà déclaré, à l’occasion de la conférence Neural Information Processing Systems qui s’est tenue début décembre à Barcelone que la firme autoriserait dorénavant ses chercheurs à publier leurs travaux dans le domaine de l’IA.

Sous le titre « Learning from Simulated and Unsupervised Images through Adversarial Training », le document fait le point sur les avancées d’Apple en matière de reconnaissance d’images.

L’objectif  de cette technique est d’améliorer, par entraînement (Machine Learning), la capacité d’un algorithme à reconnaître des images à partir d’autres images générées par ordinateur et non pas en les comparant à des images réelles.

Pour  cette phase de recherche, Apple s'est ainsi intéressé au manque de capacités de l'intelligence artificielle pour reconnaitre des objets utilisant des images recréées par ordinateur plutôt que de véritables photographies.

C’est une problématique cruciale dans la mesure où contrairement aux images réelles nécessitant qu'une personne décrive ou renseigne l'ensemble des éléments  constituant l’objet ce n'est pas le cas d'une image de synthèse dont les éléments qui la composent incluent déjà des « annotations » permettant à un système apprenant de les identifier.

Le problème est que l'image de synthèse n'est souvent pas assez réaliste par rapport à une image réelle, engendrant des problèmes de reconnaissance.

Tout le travail d'Apple a donc consisté à proposer une technique permettant à un système apprenant d'améliorer la reconnaissance des éléments composant une image de synthèse.

Les chercheurs d'Apple ont ainsi mis au point « Simulated+Unsupervised learning » permettant d'accroître le réalisme d'une image de synthèse afin d'en améliorer la reconnaissance par des systèmes apprenants.

Pour cela, une version modifiée d'une nouvelle technique de machine learning a été utilisée, Generative Adversarial Networks, opposant deux réseaux neuronaux pour générer des images photo réalistes...

En faisant le choix de donner de la publicité à ses travaux sur l'intelligence artificielle, Apple pourrait inciter de nouveaux chercheurs à venir rejoindre ses équipes, les géants de la high-tech comme Google, Samsung, Microsoft, Facebook, investissant massivement dans ces technologies.